基于Retinex和小波分解的手背静脉识别方法
Novel algorithm for hand vein feature recognition based on Retinex method and wavelet decomposition作者机构：安徽大学教育部智能与信号重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230039
出 版 物：《系统工程理论与实践》 (Systems Engineering-Theory & Practice)
年 卷 期：2014年第34卷第2期
页 面：428-436页
核心收录：
学科分类：0709[理学-地质学] 08[工学] 081203[工学-计算机应用技术] 0708[理学-地球物理学] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：安徽省教育厅重点研究项目(KJ2010A011) 国家自然科学基金(61071169) 国家自然科学青年基金(61301295) 安徽大学大学生科研训练计划项目(KYXL2012060)
摘 要：为了解决手背静脉识别系统中图像的对比度较低且静脉结构简单的问题,首先提出一种基于自适应平滑滤波器的Retinex增强算法,在增强静脉结构的同时均衡了图像灰度;然后分析了静脉图像的小波分解子带图像和灰度积分投影,指出小波低频子带图像和垂直方向的灰度积分投影比较适合作为手背静脉识别的特征;进一步提取了基于逼近系数的小波不变矩特征,并融合形成了90维的手背静脉特征向量;最后建立SVM分类器并利用手背静脉图像库进行实验,结果证明了该算法的识别优越性.
维普期刊数据库
同方期刊数据库