新聞中心

EEPW首頁 > 測試測量 > 設計應用 > 基于小波神經(jīng)網(wǎng)絡的掌紋識別方法的研究

基于小波神經(jīng)網(wǎng)絡的掌紋識別方法的研究

作者: 時間:2012-05-15 來源:網(wǎng)絡 收藏

摘要:為提高掌紋圖像識別率,首先利用手掌的幾何輪廓對所采集到的掌紋圖像進行預處理,進行分割得到感興趣的區(qū)域。再利用小波變換對掌紋圖像分別進行多層分解,進而提取小波特征。最后利用BP神經(jīng)網(wǎng)絡進行分類。通過仿真實驗表明,與單一的神經(jīng)網(wǎng)絡方法進行相比,這種將小波分析與神經(jīng)網(wǎng)絡相結(jié)合的方法收斂步數(shù)少、用時短、具有較高的識別率。
關(guān)鍵詞:;BP網(wǎng)絡;小波分析

0 引言
近年來,作為一種新興的生物識別技術(shù),越來越受到人們的重視。與常見的指紋、虹膜、人臉等生物特征識別技術(shù)相比,掌紋有許多獨特的優(yōu)勢,包括識別率高、普適性強、采集設備價格低廉、用戶可接受性好等,作為生物識別領(lǐng)域的新興生物特征,已經(jīng)得到國內(nèi)外許多研究者的重視。
小波變換是將信號或圖像分層,按小波基展開,根據(jù)圖像信號的性質(zhì)和事先給定的處理要求確定展開到哪一級為止,可以控制計算量,滿足實時處理的需求。圖像經(jīng)過小波變換,其低頻部分保留了絕大部分信息和能量。同時,在圖像的敏感位置(如輪廓線、突出點等),小波變換后生成的特征矢量的模會相對較大,這些優(yōu)點有利于掌紋的識別。人工神經(jīng)網(wǎng)絡是人們模仿人的大腦神經(jīng)系統(tǒng)信息處理功能的一個智能化系統(tǒng),目前廣泛地應用于模式識別、復雜控制等領(lǐng)域。反向傳播網(wǎng)絡(Back-Propagation Network,簡稱BP網(wǎng)絡)是將誤差信息反向傳播,對非線性可微分函數(shù)進行權(quán)值訓練的多層前饋型神經(jīng)網(wǎng)絡,其結(jié)構(gòu)簡單、可塑性強,被廣泛用于掌紋識別中,并收到良好的效果。
本文提取了一種基于小波變換和神經(jīng)網(wǎng)絡相結(jié)合的掌紋識別方法,首先采用小波變換對掌紋圖像進行特征提取,再利用BP網(wǎng)絡對掌紋圖像進行分類和識別,得到較高的識別率。

1 圖像預處理
由于不同時間不同手掌存在不同程度的旋轉(zhuǎn)和偏移,因此首先要對通過采集設備得到的掌紋圖像進行預處理,以便于以后的特征提取。采集到的圖像包含很多內(nèi)容,但我們感興趣的只是掌紋所在的位置。因此在首先對掌紋圖像進行感興趣區(qū)域(ROI)的提取,包括邊緣檢測點、定位基準點、建立坐標點,最后分割出含有豐富信息的ROI區(qū)域。主要步驟如下:
(1)選擇適當閾值對圖像進行二值化處理,如圖1 2)所示;
(2)對二值圖像進行邊緣檢測,得到掌紋輪廓,如圖1 3)所示;

本文引用地址:http://m.butianyuan.cn/article/193872.htm

2.jpg

3.jpg


(3)跟蹤掌紋邊緣得到基準點K1和K2,將過K1、K2的直線作為X軸,將直線K1、K2的中垂線作為軸建立坐標系,如圖1 4)所示;
(4)在所建立的坐標系中,分割出的掌紋中心區(qū)域作為ROI,如圖1 5)所示。

2 掌紋特征提取
2.1 小波分析
小波分析方法是一種窗口大小固定但其形狀可改變,時間窗和頻率窗都可改變的時頻局部化分析方法。即在低頻部分有較高的頻率分辨率和較低的時間分辨率,在高頻部分具有較高的時間分辨率和較低的頻率分辨率,對信號有自適應特性。
離散小波變換定義:將連續(xù)小波變換的尺度a和時間位移b進行離散化,就得到離散小波變換。通常a的離散化按照2的冪級數(shù)進行,即:a=2-j(j=0,1,2…)。
a.jpg
2.2 掌紋特征的提取
本文利用二維離散小波變換函數(shù)dwt2對圖像進行小波分解后,再用upcoef2函數(shù)對分解后的圖像重構(gòu),最后用wcodemat函數(shù)進行量化編碼。從而達到了去掉圖像的高頻部分而僅保留低頻部分的效果。圖2為經(jīng)過小波處理的掌紋圖像。其中,圖2(a)為經(jīng)過預處理之后的掌紋圖像;圖2(b)為小波分解之后的圖像;圖2(c)為經(jīng)過第一次壓縮之后的掌紋圖像;圖2(d)為經(jīng)過第二次壓縮的掌紋圖像。由圖可以看出,經(jīng)小波分解后把圖像分解成低頻L1和高頻H1兩部分后,在下一層的分解中,又將上一層的低頻L1繼續(xù)分解成低頻L2和高頻H2兩部分。壓縮后的圖像去掉了將近一半的系數(shù)。將二次小波分解后的低頻向量作為人臉識別的特征矢量,可以降低神經(jīng)網(wǎng)絡的數(shù)據(jù)處理量,縮短神經(jīng)網(wǎng)絡的訓練時間。

4.jpg



3 神經(jīng)網(wǎng)絡
反向傳播(Error Back Propagation-BP)算法是多層感知器的一種有效學習算法,它把一組負荷樣本的輸入輸出問題變成一個非線性優(yōu)化問題,使用了最優(yōu)化中最普遍的梯度下降算法,用迭代運算求解權(quán)值相應于學習記憶問題,加入了隱節(jié)點使得優(yōu)化問題的可調(diào)整參數(shù)增加,從而可以得到預測負荷的精確解。


上一頁 1 2 下一頁

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉