Discriminative Local Feature for Hyperspectral Hand Biometrics by Adjusting Image Acutance
Discriminative Local Feature for Hyperspectral Hand Biometrics by Adjusting Image Acutance
复制标题
通过调整图像锐度进行高光谱手部生物识别的判别性局部特征
DOI：
10.3390/app9194178
复制
发表时间：
2019-10
影响因子：
2.7
通讯作者：
Zhao Shuping
中科院分区：
文献类型：
--
作者：
Nie Wei;Zhang Bob;Zhao Shuping
图像中的图像锐度或边缘对比度在高光谱手部生物识别中起着至关重要的作用，特别是在局部特征表示阶段。然而，该应用中锐度的研究并没有受到太多关注。因此，在本文中，我们提出高光谱手部生物识别中存在图像锐度的最佳范围。为了找到这个最佳范围，首先提出了阈值像素锐度值（TPAV）来评估图像锐度。然后，通过与高斯滤波器进行卷积，对高光谱手部图像进行预处理以获得不同的TPAV。随后，基于局部特征表示，采用最近邻法进行匹配。实验在包含 53 个波段的高光谱手背静脉 (HDHV) 和高光谱手掌静脉 (HPV) 数据库上进行。获得最佳性能的结果是将图像锐度调整到最佳范围的结果。平均而言，与原始样本相比，HDHV 和 HPV 数据集的识别率 (RR) 分别提高了 29.5% 和 45.7%。此外，我们的方法在理大多光谱掌纹数据库上得到了验证，产生了与高光谱相似的结果。由此我们可以得出结论，图像锐度在高光谱手部生物识别中起着重要作用。
Image acutance or edge contrast in an image plays a crucial role in hyperspectral hand biometrics, especially in the local feature representation phase. However, the study of acutance in this application has not received a lot of attention. Therefore, in this paper we propose that there is an optimal range of image acutance in hyperspectral hand biometrics. To locate this optimal range, a thresholded pixel-wise acutance value (TPAV) is firstly proposed to assess image acutance. Then, through convolving with Gaussian filters, a hyperspectral hand image was preprocessed to obtain different TPAVs. Afterwards, based on local feature representation, the nearest neighbor method was used for matching. The experiments were conducted on hyperspectral dorsal hand vein (HDHV) and hyperspectral palm vein (HPV) databases containing 53 bands. The results that achieved the best performance were those where image acutance was adjusted to the optimal range. On average, the samples with adjusted acutance compared to the original improved by a recognition rate (RR) of 29.5% and 45.7% for the HDHV and HPV datasets, respectively. Furthermore, our method was validated on the PolyU multispectral palm print database producing similar results to that of the hyperspectral. From this we can conclude that image acutance plays an important role in hyperspectral hand biometrics.
登录
查看更多内容
DOI：
10.1016/j.ins.2013.10.011
发表时间：
2014-06
期刊：
Inf. Sci.
影响因子：
--
作者：
M. A. Ferrer-Ballester;A. Morales;Alba Díaz
通讯作者：
M. A. Ferrer-Ballester;A. Morales;Alba Díaz
基于多采样和特征级融合的手掌静脉识别
影响因子：
6
作者：
Xuekui Yan;Wenxiong Kang;Feiqi Deng;Qiuxia Wu
通讯作者：
Qiuxia Wu
基于多组手背静脉图像关键点的个人身份识别
影响因子：
2
作者：
Wang, Yiding;Zhang, Ke;Shark, Lik-Kwan
通讯作者：
Shark, Lik-Kwan
DOI：
10.1049/iet-bmt.2015.0027
发表时间：
2016-09
期刊：
IET Biom.
影响因子：
--
作者：
Zhigang Yao;J. L. Bars;C. Charrier;C. Rosenberger
通讯作者：
Zhigang Yao;J. L. Bars;C. Charrier;C. Rosenberger
DOI：
10.1109/tsmc.2016.2597291
发表时间：
2018-02
期刊：
IEEE Transactions on Systems, Man, and Cybernetics: Systems
影响因子：
--
作者：
Yong Xu;Lunke Fei;Jie Wen;D. Zhang
通讯作者：
Yong Xu;Lunke Fei;Jie Wen;D. Zhang