基于指纹几何轮廓选中特征的人类识别

本文提出一种用于非约束环境下的指纹生物识别系统。实现了一种手部图像归一化技术，用于预处理阶段，将主手轮廓分解为指级形状表示。该归一化技术通过对变换后的二进制图像从二进制手部轮廓图像中进行减法，以生成左侧指纹轮廓（LSFP）。随后，对 LSFP 图像和手部轮廓图像应用异或运算，以产生右侧指纹轮廓（RSFP）。在特征提取阶段，最初从每个归一化指纹中计算出三十个几何特征。随后采用基于排名的正向-逆向贪婪算法选择相关特征并提升分类准确度。为两个独立的实验挑选包含每个指纹九个和十二个判别性特征的两个不同特征子集。分别使用 kNN 和随机森林（RF）进行分类，实验对象为 Bosphorus 手部数据库。使用所选特征的实验（除拇指外选取四个手指）的性能优于从五个手指提取的特征以及其他在 Bosphorus 数据库上评估的现有方法。使用 RF 分类器实现的最佳识别准确率分别为 96.56% 和 95.92%（分别对应右手和左手 638 名受试者的图像），双方均达到 0.078 的相等错误率。