基于特征的德劳内三角剖分用于掌纹识别
计算机视觉与模式识别
2016-02-08 v1
摘要
由于掌纹生物识别系统包含独特且稳定的特征，其可靠性使其日益普及。本文提出一种用于掌纹识别及其表示的新方法。为提取掌纹线，采用局部阈值技术 Niblack 二值化算法。确定这些线的端点，并使用德劳内三角剖分在它们之间建立连接，从而生成每个掌纹独特的拓扑结构。接下来，我们从德劳内三角剖分的三角形中提取不同的几何和定量特征，以辅助识别不同个体。为确保所提方法对旋转和缩放不变，特征相对于掌纹的拓扑和几何结构被设为相对的。两个掌纹的相似度使用加权和法计算并与 k-最近邻比较。获得的实验结果反映了所提方法在区分不同掌纹图像方面的有效性，从而在大型数据库上实现了 90% 的识别率。
引用
@article{arxiv.1602.01927,
title = {On Feature based Delaunay Triangulation for Palmprint Recognition},
author = {Zanobya N. Khan and Rashid Jalal Qureshi and Jamil Ahmad},
journal= {arXiv preprint arXiv:1602.01927},
year = {2016}
}