基于D-S证据理论的掌纹识别

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (11): 188-191.

基于D-S证据理论的掌纹识别

刘红喜¹,孙俊喜²

1.长春工程学院电信学院，长春 130012
2.长春理工大学电信学院，长春 130022

收稿日期:2007-08-01 修回日期:2007-10-19 出版日期:2008-04-11 发布日期:2008-04-11
通讯作者: 刘红喜

Palmprint recognition based on dempster-shafer theory of evidence

LIU Hong-xi¹,SUN Jun-xi²

1.College of Electronic & Information，Changchun Institute of Technology，Changchun 130012，China
2.College of Electronic & Information，Changchun University of Science and Technology，Changchun 130022，China

Received:2007-08-01 Revised:2007-10-19 Online:2008-04-11 Published:2008-04-11
Contact: LIU Hong-xi

摘要/Abstract

摘要： 研究了掌纹识别问题，对掌纹图像特征提取、多特征的融合技术作了一定程度的探讨。采用数学形态学方法提取掌纹线特征；基于Gabor滤波器描述掌纹图像的纹理特征。利用掌纹的线特征和纹理特征两个信息分别作两个分类器的特征，利用模糊规则求出各分类器的基本概率分配函数，最后利用D-S证据理论的合成法则对两个分类器的结果进行融合判决。实验结果表明，这种方法是有效的，可行的。

关键词: 掌纹识别, 数学形态学, Gabor滤波器, D-S证据理论

Abstract: The palmprint recognition is studied in detail.Some problem aboutfeature extraction、feature fusion and matching is discussed.The extraction of line feature is obtained based on mathematic morphology.Texture feature extraction based on Gabor filters is also carried out.Using line and texture features，two classifiers is designed.Then，basic probability assignment functions of the two classifiers are proposed by fuzzy regulation.At last，the result of two classifiers carries through fusion decision by D-S theory of evidence.The result of the experiment has already shown that this kind of method is valid，reasonable.

Key words: palmprint recognition, morphology, Gabor filters, D-S theory of evidence

刘红喜¹,孙俊喜². 基于D-S证据理论的掌纹识别[J]. 计算机工程与应用, 2008, 44(11): 188-191.

LIU Hong-xi¹,SUN Jun-xi². Palmprint recognition based on dempster-shafer theory of evidence[J]. Computer Engineering and Applications, 2008, 44(11): 188-191.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	罗兰，肖建于. 一种有效折扣证据源的冲突证据合成方法[J]. 计算机工程与应用, 2019, 55(4): 154-158.
[3]	杜树林，邱卫根，张立臣. 组件树理论和方法研究综述[J]. 计算机工程与应用, 2019, 55(12): 44-53.
[4]	崔丽群，张月，田鑫. 融合双阈值和改进形态学的边缘检测[J]. 计算机工程与应用, 2017, 53(9): 190-194.
[5]	姜文，刘立康. 基于联合两种特征的手写体维文字符识别[J]. 计算机工程与应用, 2017, 53(5): 192-196.
[6]	邓仕超，黄寅. 二值图像膨胀腐蚀的快速算法[J]. 计算机工程与应用, 2017, 53(5): 207-211.
[7]	段锁林，杨可，毛丹，任珏朋. 基于模糊证据理论算法在火灾检测中的应用[J]. 计算机工程与应用, 2017, 53(5): 231-235.
[8]	臧艺超1，邱菡1，2，周天阳1，2，朱俊虎1，2. 基于数学形态学的时间序列相似性度量研究[J]. 计算机工程与应用, 2017, 53(24): 64-68.
[9]	陈熙1，2，张戈1. 基于非高斯二维Gabor滤波器的生物特征提取算法[J]. 计算机工程与应用, 2017, 53(18): 170-175.
[10]	依玉峰1，2，田宏1，刘彤宇2. 直方图重建图像细节增强算法[J]. 计算机工程与应用, 2017, 53(13): 29-33.
[11]	郑英，符冉迪，金炜，周颖. 改进Contourlet变换的3D掌纹图像识别[J]. 计算机工程与应用, 2016, 52(8): 169-173.
[12]	刘永磊1，金志刚2，杜磊2. 开放接入点的安全可信接入[J]. 计算机工程与应用, 2016, 52(6): 99-101.
[13]	彭晏飞，周南，林森. 改进的SLTP方法在掌纹识别中的应用[J]. 计算机工程与应用, 2016, 52(5): 179-184.
[14]	徐守坤，孔颖，石林，李宁. D-S证据理论和本体推理互补的活动识别方法[J]. 计算机工程与应用, 2016, 52(4): 6-12.
[15]	夏军，裴东，孙瑜欣. 基于局部Gabor自适应三值模式的人脸识别[J]. 计算机工程与应用, 2016, 52(18): 203-207.