基于2DPCA和EBFNN的指纹识别方法

被引：5

作者：

罗菁 ^{[1
]}

林树忠 ^{[2
]}

詹湘琳 ^{[3
]}

倪建云 ^{[4
]}

机构：

[1] 天津工业大学计算机技术与自动化学院

[2] 天津市现代机电装备技术重点实验室

[3] 中国民航大学电子信息工程学院

[4] 天津理工大学自动化学院

来源：

光学精密工程 | 2008年 / 09期

基金：

国家自然科学基金重点项目;

关键词：

指纹识别; 二维主元分析; 椭球基函数; 小波变换;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

结合小波变换(WT)、二维主元分析(2DPCA)和椭球基函数(EBF)特点,提出了一种基于WT、2DPCA和EBF神经网络指纹识别方法。利用小波变换将原始图像分解为高频分量和低频分量,并忽略水平高频与垂直高频分量,获得原始图像的基本特征。再通过2DPCA算法对该图像进行降维,获取降维特征;最后结合椭球基函数神经网络(EBFNN)完成指纹识别。本算法将2DPCA优化的特征提取与EBFNN的自适应性相结合,在FVC2000(国际指纹竞赛数据库)上做了测试,总的正确识别率可达91.4%,具有一定的实用价值。与WT-PNN算法和WT-2DPCA-RBF算法进行比较,结果表明,本文提出的算法在平移、旋转及光照变化的指纹数据库上的识别效果优于WT-PNN算法和WT-2DPCA-RBF算法。

引用

页码：1773 / 1780

页数：8

共 6 条

[1] 基于小波变换的正则化盲图像复原算法 [J].