论文部分内容阅读
主成分分析(PCA)法在掌纹识别方面可以取得较好的效果。但是随着掌纹图像库的扩大,PCA转换矩阵训练时间迅速增长;注册新掌纹时,需要重新训练PCA转换矩阵,添加注册掌纹的代价随着掌纹库的增大迅速增加。如何能够在保持PCA识别效果的情况下提高使用的便捷性成为PCA广泛应用的主要障碍。提出了一种以PCA重建误差为分类依据的PCA重建误差掌纹识别方法。该方法与PCA法基于相同的原理,在采用最近邻分类器时可以取得与PCA法相等的性能;同时可以有效减少掌纹图像库的识别时间,可以以极少的代价扩展掌纹库。