论文部分内容阅读
手形和掌纹作为人手重要的生物特征可以用来进行身份识别。在人手自然张开、非接触式的采集条件下,基于手形识别匹配速度快和掌纹识别的识别率高的优点,采用基于匹配层的手形和掌纹融合方法,克服了单一手形识别的识别率低和掌纹识别匹配速度慢的缺点。手形采用手指的相对长度作为特征矢量,掌纹采用2D-Gabor对掌纹感兴趣区域(ROI)进行滤波,提取掌纹纹线的方向信息作为特征。在混合图库上进行实验,二者相结合的组合识别方法的识别率达到98.57%,减少了匹配时间。同时也研究了对于不同距离采集的手掌图像,实验结果表明手