基于分块和偏最小二乘的非接触式手掌静脉生物特征识别

摘要

研究了一种适用于非接触式图像采集的手掌静脉识别的子空间方法,解决了传统接触式采集容易传染疾病,非接触采集使同类图像差别增大导致识别性能不佳的问题。先采用分块算法对图像进行快速降维,再用偏最小二乘算法提取掌脉图像中灰度值变异大,且类别信息相关性最大的若干方向组成分类子空间,然后依据图像在此空间中的位置进行分类识别。应用自建掌脉图库和中科院自动化研究所图库进行实验分析,实验结果表明:与传统掌脉识别方法相比,该方法能有效地提高正确识别率,降低误拒率。两个图库中,该算法选择分块大小为4×4时的正确识别率分别达到99.98%,99.34%;误识率分别达到0.02%,0.66%;误拒率分别达到0.13%,0.60%;识别时间分别在0.03 s,0.04 s之内。适用于安防、考勤等场合,具有实用价值。