掌纹识别(1)

二维Fisher线性判别法
2015/11/18
2015/11/18
YOUR TITLE HERE
Subtitle 1
• • • • • • Text Text Text Text Text Text here here here here here here
Subtitle 2
• • • • • • Text Text Text Text Text Text here here here here here here
Subtitle 3
• • • • • • Text Text Text Text Text Text here here here here here here
TBiblioteka BaiduANKS
G O O D B Y E
• 统计特征
• 子空间特征
子空间方法
主成分分析 （PCA）
二维Fisher 线性判别 （2DFLD)
主成分分析 +Fisher线性判别 （PCA+FLD）
香港理工大学的多光谱掌纹数据库
PolyU 掌纹图像库是掌纹识别 领域公用的最大图像库 之一。该图像库有600 幅图像， 共100 人(每人6 张)，其中 前3 幅图像是第1 次采集的， 另外3 幅图像是第2 次采集的， 两次采集的平均时间间隔为2 个月。采样图像的分辨率为 284×384。
打 狗 棒
伴随着信息时代的来临，人们在 日常生活中愈来愈多地面临身份 生物识别技术作为新兴的 鉴别的问题。目前熟悉的身份鉴 身份鉴别方法，能够克服 别方法一般是使用某种标记物如： 传统方法的弊端，更安全、 钥匙、徽章、印鉴、身份证或辅 可靠、准确、方便，随着 之以密码、口令的各种证件及卡 计算机及网络技术的迅速 片等，但这些方法在现代社会中 发展，在电子商务、政务、 所暴露出的诸如磨损、被盗、仿 金融、司法及社会事务管 冒、复制、遗忘、破解等问题以 理等领域有广泛的应用前 及这些方法存在的资源共享性给 景，日益引起人们的关注 个人及社会信息管理安全带来巨 并成为研究热点。 大的隐患，不能适应技术进步和 社会发展的需要。
算法实现的 流程
主成分分析+Fisher线性判别（PCA+FLD）
2015/11/18
算法的思想：通过变换������=������������，可以将m×n 维掌纹图像矩阵X投影到n维特征空间������上， 得到m维投影矢量y。目标是找到最佳的投 影方向������，使投影后模式具有最佳可分离 性。也就是要满足类间离散度和类内离散 度的比值最大。
预处理的目标是提取掌纹图像的中心区域。对于同一手掌的不同图像，我 们希望得到更加稳定一致的中心区域子图。
预处理的各个步骤。(a)原始图像，(b)图像裁剪，(c)高斯平滑，(d)阈值化，(e)参 2015/11/18 考点检测， (f)边界跟踪和关键点定位，(g)建立坐标系，(h)旋转并提取中心区域。
基于统计的方法 空域 子空间 -频域变换的特征提取 掌纹结构特征
用统计特征组成的随机模型来重 将原始空域掌纹图像变换到频 基于子空间的特征提取指的是将 掌纹纹线是掌纹图像中最具有特 新定义和衡量原始图像，常见的 域，在频域内定义并计 掌纹图像通过映射变换或是矩阵 色的特征，而纹线的结构特征是 统计特征包含各阶矩（ moment）： 算若干特征变量，作为特征提 运算，实现从样本空间到特征子 纹线各种特征中最显著，最稳定 均值 --一阶原点矩；方差--二阶 取的步骤，也被称为谱分析法 空间的转换。根据映射变换的性 的特征。 中心矩；斜态（ skwness ）--三 （spectral approach 质，变换后的子空间可分为线性 ），常用 阶中心矩；峰态（ kurtosis 方法有傅里叶变换、 子空间和非线性子空间。 Gabor ）-四阶中心矩；还包括熵，能量等。 变换、小波变换。
主成分分析（PCA）
1.将图像灰度值矩 阵转换为一维向量 并存入一个数组
2.计算平均掌以及 每张掌纹到平均掌 的距离
3.计算特征掌
6.将待识别掌纹图 像投影到特征脸空 间
5.输入待识别掌纹
4.将每一幅掌纹与 平均掌的差值矢量 投影到“特征掌” 空间
7.计算待识别掌纹 图像与每个特征掌 之间的距离
8.对待识别掌纹进 行判断
K-L变换的思想：利用K-L变换确定相应的掌纹基图像， 再反过来用这些基图像对掌纹图像库中的所有掌纹图像 进行K-L变换，从而得到每幅图像的参数向量并将每幅图 的参数向量保存下来。在识别时，先对一张所输入的脸 图像进行必要的规范化，再进行K-L 变换分析，得到其 参数向量。将这个参数向量与库中每幅图的参数向量进 行比较，找到最相似的参数向量，也就等于找到最相似 的掌纹。
基于二维Fisher线性判别的掌纹识别方法
高弘毅 张超凡 张豪勇 罗震宇
3
基于二维Fisher线性判别的掌纹识别方法
高弘毅 张超凡 张豪勇 罗震宇
4
图像分辨率低
人脸
冒犯性低
指纹
虹膜
线特征稳定
静脉
掌纹
面积大细节多 可接受程度高
采集方法简单
人耳
2015/11/18
特征提取
特征提取算法
• 掌纹结构特征 • 空域-频域变换特征