论文部分内容阅读
提出了基于核主元分析(KPCA)和FLD相结合的掌纹识别方法。对每幅掌纹图像应用KPCA进行降维,然后将二维图像矩阵转换成一维图像矢量。PolyU掌纹图像库中所有图像矢量组成的数据矩阵作为FLD的输入,进行特征提取,计算特征矢量间的余弦距离进行掌纹匹配。实验结果说明,与传统的PCA+FLD相比,在不同的特征个数下,本文方法均取得了较小的等错率(EER),而且特征提取时间较短,运行速度较快。在三种不同的核函数中,RBF核函数的识别效果最佳,等错率最小为0。