计算机工程 ›› 2011, Vol. 37 ›› Issue (18): 209-210.doi: 10.3969/j.issn.1000-3428.2011.18.070

• 图形图像处理 • 上一篇    下一篇

基于SVM的大鱼际掌纹图像二分类法

朱习军 1,刘大专 1,周兆山 2,张秋淋 1,梁文华 2   

  1. (1. 青岛科技大学信息科学技术学院,山东 青岛 266061;2. 青岛市海慈医疗集团,山东 青岛 266033)
  • 收稿日期:2011-03-15 出版日期:2011-09-20 发布日期:2011-09-20
  • 作者简介:朱习军(1964-),男,副教授、博士,主研方向:图像处理;刘大专,硕士研究生;周兆山,博士生导师;张秋淋,硕士研究生;梁文华,博士
  • 基金项目:

    国家自然科学基金资助项目(30873315);山东省自然科 学基金资助项目(ZR2009GM007);山东省高校科技计划基金资助 项目(J09LG12)

Thenar Palmprint Image Binary Classification Method Based on SVM

ZHU Xi-jun 1, LIU Da-zhuan 1, ZHOU Zhao-shan 2, ZHANG Qiu-lin 1, LIANG Wen-hua 2   

  1. (1. College of Information Science and Technology, Qingdao University of Science and Technology, Qingdao 266061, China; 2. Qingdao Hiser Medical Group, Qingdao 266033, China)
  • Received:2011-03-15 Online:2011-09-20 Published:2011-09-20

摘要: 提出一种基于支持向量机(SVM)的大鱼际掌纹图像二分类法。采用高频强调滤波,对分割得到的大鱼际掌纹图像进行图像增强,提取其灰度共生矩阵4个方向的8个特征量作为分类特征向量。对比不同核函数下的分类准确率,结果表明,组合特征向量的SVM方法对大鱼际掌纹的初步二分类效果较好。

关键词: 大鱼际掌纹, 纹理特征, 图像分类, 支持向量机

Abstract: This paper proposes a thenar palmprint classification method based on Support Vector Machine(SVM). It uses high-frequency emphasis filter to enhance the thenar palmprint image. Eight textural features which come from four directions are extracted as classification feature vectors. It compares the accuracy rate of classification in different kernel function, results show that the kernel-based SVM method which use combined feature vectors can give the best performance.

Key words: thenar palmprint, texture feature, image classification, Support Vector Machine(SVM)

中图分类号: