【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第12期 334-338页,共5页

【作 者】： 翟林 ; 潘新 ; 刘霞 ; 罗小玲

【摘 要】 针对手掌位置、光照、采集设备等外界因素会影响掌纹图像的识别率以及传统稀疏重构的分类方法计算复杂度高的问题。提出融合双向二维主成分分析（（2D）2PCA）与压缩感知的掌纹识别方法,将L1范数最小化重构算法替换成分类正交匹配追踪（COMP）算法,以降低复杂度。首先利用双向二维主成分分析对掌纹图像行列两个方向进行降维,提取特征矩阵,做为压缩感知算法的过完备字典。然后通过分类正交匹配追踪算法（COMP）求解图像在过完备字典上的稀疏表示,以得到一组最优稀疏系数重构每个图像。最后求得测试图像与各类重构图像的最小残差得出分类结果。基于北京交通大学掌纹库的实验结果表明,主成分分析与压缩感知方法可有效降低计算复杂度,对于光照不均匀和有位置变化的掌纹具有一定的鲁棒性,具有良好的掌纹识别性能,可以得到较高的掌纹识别率。