基于改进豪斯道夫距离的手指静脉特征匹配

摘要：

一种新的基于手指谷点定位的手指静脉图像采集装置被设计出来,并且建立了三个手指(食指、中指、无名指)静脉图像数据库.对原始手指静脉图像进行实现了ROI定位、静脉分割以及静脉特征点的提取.通常,正向平均豪斯道夫距离(FMHD),仅仅利用了待匹配图像静脉特征点去匹配注册图像静脉特征点,效果往往不佳.本文在Fisher准则基础上,对待匹配图像到注册图像的静脉特征点之间的正向平均豪斯道夫距离(FMHD)与注册图像到待匹配图像的静脉特征点之间的反向平均豪斯道夫距离(RMHD)进行分数级融合.实验结果表明,食指、中指、无名指的误识率(FAR)分别从8.82％、4.56％、9.49％降低到了4.70％、1.95％、6.17％.

关键词： 手指静脉 特征匹配 豪斯道夫距离 费希尔准则 分数级融合

作者: 金怀国 孙冬梅 李志超 王明慧

作者单位: 北京交通大学计算机与信息技术学院,北京100044

会议类型: 国内会议

会议名称: 第十七届全国计算机辅助设计与图形学学术会议(CAD/CG’ 2012)暨第九届全国智能CAD与数字娱乐学术会议(CID’ 2012)

会议地点: 青岛

会议语种:中文

页码: 550-553

在线出版日期: 2012-07-19（万方平台首次上网日期，不代表论文的发表时间）