一种基于加权图模型的手指静脉识别方法

叶子云¹,杨金锋^1,2*

1. 中国民航大学电子信息与自动化学院, 天津 300300;2. 中国民航大学天津市智能信号与图像处理重点实验室, 天津 300300

收稿日期:2017-09-22出版日期:2018-06-20发布日期:2017-09-22
通讯作者:杨金锋(1971—),男,河南淮阳人,工学博士,教授,主要研究方向为图像处理,生物识别,计算机视觉. E-mail: jfyang@cauc.edu.cnE-mail:297496156@qq.com
作者简介:叶子云(1992— ),女,福建政和人,硕士研究生,主要研究方向为图像处理,生物特征识别. E-mail: 297496156@qq.com
基金资助:国家自然科学基金资助项目(61379102,U1433120,61502498);中央高校基本科研业务费专项资金资助项目(3122017001)

A finger-vein recognition method based on weighted graph model

YE Ziyun¹, YANG Jinfeng^1,2*

1. College of Electronic Information and Automation, Civil Aviation University of China, Tianjin 300300, China;
2. Tianjin Key Lab for Advanced Signal Processing, Civil Aviation University of China, Tianjin 300300, China

Received:2017-09-22Online:2018-06-20Published:2017-09-22

摘要/Abstract

摘要： 提出一种基于加权图模型的手指静脉网络特征描述方法。对于一幅手指静脉图像,通过图像划分获得图的顶点集,利用三角剖分获得图的边集,边的权重由边所连接顶点之间的特征相似度决定。通过这种方式,一幅手指静脉图像可转化为一个加权图,并通过度量加权图邻接矩阵之间的相似度实现手指静脉识别。详细研究影响识别结果的几个因素,并通过试验证明了该方法的有效性。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=518