基于Hessian矩阵和Gabor滤波的手指静脉特征提取

摘要

提出基于Hessian矩阵特征值比率的增强算法和改进的Gabor滤波特征提取算法相结合的手指静脉特征提取方法。将不同尺度下的Hessian矩阵的特征值应用于静脉增强函数中进行图像增强,然后再通过Gabor滤波进行特征提取,并在Poly U手指静脉数据库对所提算法进行实验验证。结果表明,该算法用于身份识别时的误识率为0. 375%,拒识率为1. 73%,等误率为0. 021%,比目前其他的手指静脉提取算法的识别性能有所提高。