基于支持向量机的图像分割

被引:4
作者
邢伟
机构
[1] 北京航空航天大学电子信息工程学院
关键词
指纹识别; 图像分割; 特征向量; 支持向量机;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
良好的指纹图像分割对于指纹奇异点及细节特征的可靠提取具有重要意义。本文提取指纹图像子块内梯度一致性、灰度均值及灰度方差构成特征向量,提出采用支持向量机对这些特征向量进行分类,根据训练得到的分类判决函数并结合形态学操作最终实现指纹前、背景分割。实验结果表明,本文方法在FVC2002指纹库上的平均分割错误率小于3.62%。
引用
收藏
页码:217 / 219
页数:3
相关论文
共 5 条
[1]   基于贝叶斯最小错误率的一种新的指纹分割算法 [J].
沈虹 ;
汪剑鸣 ;
苗长云 .
微计算机信息, 2006, (01) :208-210
[2]   指纹图像分割中新特征的提出及其应用(英文) [J].
王森 ;
张伟伟 ;
王阳生 .
自动化学报, 2003, (04) :622-627
[3]   A systematic method for fingerprint ridge orientation estimation and image segmentation [J].
Zhu, En ;
Yin, Jianping ;
Hu, Chunfeng ;
Zhang, Guomin .
PATTERN RECOGNITION, 2006, 39 (08) :1452-1472
[4]   ADAPTIVE FLOW ORIENTATION-BASED FEATURE-EXTRACTION IN FINGERPRINT IMAGES [J].
RATHA, NK ;
CHEN, SY ;
JAIN, AK .
PATTERN RECOGNITION, 1995, 28 (11) :1657-1672
[5]  
Algorithm and performance evaluation. Lin Hong,yifei Wan,Anil Jain. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1998