科创中国

基于非下采样Contourlet变换和MB_LBP直方图的掌纹检测

原文链接：万方

• 作者：

  戴桂平,林洪彬

• 摘要：

  结合NSCT 分解的多尺度、多方向性、各向异性、平移不变性以及MB_LBP 算法的局部特征提取、旋转灰度不变性等优势,提出一种基于非下采样Contourlet 变换NSCT(Nonsubsampled Contourlet Transform)和多块分区局部二进制模式MB_LBP(Multi￣Block Local Binary Patterns)相结合的掌纹检测方法, 该方法首先采用NSCT 算法对预处理过的掌纹图像进行多尺度、多方向稀疏分解,其次,利用MB3-LBP8,2 算子分别提取低频子图及各高频子图分块子区域的MB_LBP 直方图特征向量并级联,最后,采用AdaBoost 算法测试(NSCT+MB_LBP) 的检测性能, 仿真结果表明,与( Contourlet+MB_LBP)、(2D-EMD+ICAⅡ)、(Contourlet+NMF)以及单独的MB_LBP 相比,该方法能更有效地提取掌纹特征,检测率更高.

• 关键词：

  掌纹检测 特征提取 非下采样Contourlet变换(NSCT) 多块分区局部二进制模式(MB_LBP) AdaBoost分类

• 作者单位：

  苏州市职业大学电子信息工程学院,江苏苏州%燕山大学电气工程学院,河北秦皇岛

• 来源期刊：

  传感技术学报

• 年，卷(期)：

  201427010