10.16055/j.issn.1672-058X.2019.0004.001
基于稀疏自编码的手指静脉图像分割
针对获取的手指静脉图像不仅包含静脉特征,而且包含噪声和不规则阴影,从而增加了特征提取难度的问题,提出了一种基于稀疏自编码的手指静脉图像分割算法;首先采用传统分割算法对原始灰度图像进行分割,得到一副二值图像(背景像素值为0,静脉像素值为1);然后,以该灰度图像的每个像素点为中心,对其进行图像分块,并将二值图像中对应于中心点的值(0或者1)作为该块的标签,建立训练集合;最后,将训练样本(分块图像和标签)输入到自编码器和神经网络中进行训练,再用训练好的模型对测试图像进行分割;实验结果表明,相比传统的算法,提出的手指静脉分割算法能够有效地对静脉进行分割,提高手指静脉认证系统的认证精度.
手指静脉、图像分割、稀疏自编码器
36
O231.3(控制论、信息论（数学理论）)
国家自然科学基金61402063;重庆市自然科学基金CSTC2017JCYJAX0002,重庆市自然科学基金CSTC2018JCYJAX0095;重庆市自然科学基金CSTC2017ZDCY-ZDYFX0067
2019-09-05（万方平台首次上网日期，不代表论文的发表时间）
共8页
1-8
