简介:[摘要]掌握识别中影响识别率的一个关键的因素就是掌纹的“误配准”问题,这是由于对掌纹进行剪切的时候,一般都会有几个像素点的偏移。为了解决这个问题,本文提出一种通过扰动掌纹中心点的方法从一个测试样本得到多个子测试样本,从而得到子测试样本与训练样本的精确配准。取匹配距离最小的测试子样本来决定测试样本所属的类。
简介:主要探讨了一种新颖的基于非负稀疏编码(NNSC)和径向基概率神经网络(RBPNN)模型的掌纹图像识别方法。使用NNSC算法可以成功地提取掌纹图像的特征,利用RBPNN模型可以有效、快速地实现掌纹图像的分类。与RBFNN和BPNN模型相比,实验结果表明RBPNN模型具有更高的识别率和更好的分类能力。