基于局部保持投影和核直接判别分析的掌纹识别

为了提高识别性能,提出运用局部保持投影(LPP)和核直接判别分析(KDDA)相结合的方法进行掌纹识别。在小样本图像识别中,为了解决特征方程矩阵的奇异性,首先运用图像下抽样降低掌纹空间的维数,然后应用LPP提取掌纹局部结构特征作为KDDA的输入提取分类特征,计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明,与主元分析(PCA)、独立元分析(ICA)、PCA+LPP、核局部保持投影(KLPP)、核判别分析(KDA)和抽样(sample)+LPP相比,本文算法的识别率(RR)最高为99.71%,特征提取和匹配总时间为0.131 s,满足实时系统的要求。