大鱼际掌纹图像特征提取方法研究

朱习军; 周兆山; 白秋菊; 刘大专

Chinese

您当前的位置：

首页 >

文章列表页 >

大鱼际掌纹图像特征提取方法研究

更新时间：2026-09-04

- 大鱼际掌纹图像特征提取方法研究
- Study on Feature Extraction of Thenar Palmprint Image
- 微电子学与计算机 2011年28卷第9期页码：202-205
- 作者机构：
  
  1. 1 青岛科技大学机构信息科学技术学院,山东,青岛,266061
  2. 2 青岛海慈医疗集团呼吸科,山东,青岛,266033
- 作者简介：
- 基金信息：
  
  山东省自然科学基金项目(ZR2009GM007)国家自然科学基金项目(30873315)青岛市卫生局科技计划(2009-zyz001)山东省高校科技计划(J09LG12)
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
朱习军, 周兆山, 白秋菊, 刘大专. 大鱼际掌纹图像特征提取方法研究[J]. 微电子学与计算机, 2011, 28(9): 202-205.

ZHU Xi-jun, ZHOU Zhao-shan, BAI Qiu-ju, et al. Study on Feature Extraction of Thenar Palmprint Image[J]. 2011, 28(9): 202-205.
朱习军, 周兆山, 白秋菊, 刘大专. 大鱼际掌纹图像特征提取方法研究[J]. 微电子学与计算机, 2011, 28(9): 202-205. DOI：

ZHU Xi-jun, ZHOU Zhao-shan, BAI Qiu-ju, et al. Study on Feature Extraction of Thenar Palmprint Image[J]. 2011, 28(9): 202-205. DOI：

摘要

为了更客观更准确的判断出患者的大鱼际掌纹的级数

可以采用图像处理技术对大鱼际掌纹进行预处理、特征提取和分类

以实现大鱼际掌纹的量化与客观识别.文中提出一种基于改进的二维主成分分析技术 (2DPCA) 再结合Gabor滤波的特征提取方法.以定位分割并经增强处理的大鱼际掌纹图像为基础

获得图像的特征矩阵

作为下一步量化分级的特征输入量.仿真实验结果表明该方法是适用有效的.

Abstract

In order to more objectively determine more accurately in patients with thenar palmprint of the series

image processing techniques can be used on the thenar palmprint for preprocessing

feature extraction and classification.This paper presents an improved two-dimensional principal component analysis (2DPCA) combined with Gabor filter feature extraction method

Image processing techniques can be used on the thenar palmprint for preprocessing

feature extraction and classification.The experimental results shows that the method which use combined algorithm can give the best performance.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多层次特征提取的细粒度图像哈希检索方法

空谱协同竞争保持图嵌入高光谱图像特征提取

数字图像角点融合匹配方法研究

基于改进RT-DETR的航拍小目标检测算法

V型沟槽SiC中子探测器的蒙特卡洛分析

相关机构

新疆大学软件学院, 新疆乌鲁木齐 830002School of Software, Xinjiang University, Urumqi 830002, China

新疆大学计算机科学与技术学院, 新疆乌鲁木齐 830046School of Computer Science and Technology, Xinjiang University, Urumqi 830046, China

重庆邮电大学机构通信与信息工程学院

南昌航空大学机构信息工程学院

AI问答

地址：北京市丰台区顺八条1号院2号楼北阳晨光大厦2层邮编：100079
联系电话：（010）53879206 Email：tmw@bjxintong.com.cn
技术支持由北京北大方正电子有限公司提供京ICP备09082226号-64 京公网安备11010602201714号
本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies

⁰