我正在研究手背静脉识别系统。我已经对图像进行了二值化和预处理,然后对细化的静脉图案进行特征提取(白色像素坐标),如下图(图 1)所示。对 10 个图像重复这些步骤,并将它们的坐标存储在 .txt 文件中。
现在,假设我有一个如下所示的查询图像(图 2),其中已应用上述所有步骤并检索了坐标。
为了匹配的目的,我想适应this论文匹配策略指出“为了在二值图像之间进行相似性匹配,实现了一种以某种方式执行完全相同操作的算法。匹配是一个双向过程。第一步,算法扫描查询图像并获取每个前景像素(也可以获取背景像素)值,并将其与数据库图像中相应位置的像素值进行比较。如果它在数据库图像中的相同位置找到相同的值,则将其视为命中计数。否则,它将被视为未命中计数,最后将命中和未命中计数的差值除以查询图像中的前景像素总数。此除法的结果给出一个数字,指示查询图像与数据库图像 (SQD) 的相似程度。在第二步中,扫描数据库图像并将其前景像素元素与查询图像进行比较,如第一步中所做的那样。这将为我们提供一个结果,表明相似程度
数据库映像是查询映像(SDQ)。然后求SQD和SDQ的平均值,Average
相似性度量(ASM)被用作检索过程的排名度量。"
谢谢。
这是一个非常具有挑战性的问题。当您对图像进行骨架化时,您可能会丢弃可能有用的信息。如果您必须处理骨架图像,我会提取感兴趣的特征,然后尝试对它们进行匹配。例如,您可以识别静脉的所有交叉点以获得一组点。然后,您可以在两个不同图像中的点之间进行最佳拟合,以提供它们相似程度的度量。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)