模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2015, Vol. 28 Issue (3): 260-265    DOI: 10.16451/j.cnki.issn1003-6059.201503010
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种基于MFRAT和ICP的掌纹主线提取和配准算法*
向北海1,于肇贤1,曲寒冰2
1.北京信息科技大学 理学院 北京 100192
2.北京市新技术应用研究所 北京 100021
An Improved Algorithm of Principal Line Extraction and RegistrationBased on MFRAT and ICP
XIANG Bei-Hai1, YU Zhao-Xian1, QU Han-Bing2
1.School of Applied Science, Beijing Information Science and Technology University, Beijing 100192
2.Beijing Institute of Applied Technology, Beijing 100021

全文: PDF (565 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为提高受旋转和平移影响的掌纹图像的识别精度,文中采用一种基于方向最近邻域(DNN)搜索的迭代最近点(ICP)图像配准算法,对掌纹主纹线特征图像进行配准,同时在掌纹主纹线特征图像配准过程中采用粗配准和精配准相融合的配准方式.实验结果表明,该方法具有较高的计算效率和较好的抗旋转平移能力.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
向北海
于肇贤
曲寒冰
关键词 主纹线方向最近领域(DNN)迭代最近点(ICP)图像配准    
Abstract:To improve the recognition accuracy of palmprint images with some rotations and translations, the improved iterative closest point(ICP) algorithm based on direction and nearest neighbor(DNN) is proposed to make registration for principal-line feature images, and the strategy combining coarse registration and fine registration is taken in the process of principal-lines feature image registration. The experimental results show that the proposed method has high computational efficiency and good ability to resist rotation and translation.
Key wordsPrincipal line    Direction and Nearest Neighbor(DNN)    Iterative Closest Point(ICP)    Image Registration   
收稿日期: 2013-08-14     
ZTFLH: TN92  
基金资助:国家自然科学基金项目(No.11171032)资助
作者简介: 向北海,男,1988年生,硕士研究生,主要研究方向为掌纹识别、文字识别.E-mall:xiangbeihai@163.com.于肇贤(通讯作者),男,1965年生,博士,教授,主要研究方向为模式识别.E-mall:zxyu1965@bistu.edu.cn.曲寒冰,男,1977年生,博士,副研究员,主要研究方向为模式识别、图像处理.
引用本文:   
向北海,于肇贤,曲寒冰. 一种基于MFRAT和ICP的掌纹主线提取和配准算法*[J]. 模式识别与人工智能, 2015, 28(3): 260-265. XIANG Bei-Hai, YU Zhao-Xian, QU Han-Bing. An Improved Algorithm of Principal Line Extraction and RegistrationBased on MFRAT and ICP. , 2015, 28(3): 260-265.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201503010      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2015/V28/I3/260
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn