基于传统图像处理方法实现手指静脉识别Matlab源码99.56%准确率+项目操作说明(毕设项目).zip

上传者: DeepLearning_ | 上传时间: 2022-12-26 14:26:37 | 文件大小: 67.81MB | 文件类型: ZIP
基于传统图像处理方法实现手指静脉识别Matlab源码99.56%准确率+项目操作说明(毕设项目).zip 【项目介绍】 本项目实现手指图像的处理和匹配算法,需要处理的数据是本人不同手指的图像,首先经过图像处理,使得指静脉的纹理增强凸显处理,然后将所有的这些图像进行相互间的匹配,检验类内和类间的匹配度,观察其是否能够明显区分开来,并据此计算正确率。 在本项目中,由于是基于算法原型的研究,因此我们选用了操作便捷的Matlab R2019b软件作为运行环境,在Windows 10 Pro for Workstation操作系统中实现算法。 图像预处理过程中,需要增强图像,提取手指区域,为识别做准备。拟采用CLAHE、直方图均衡、二值化等算法,以达到增强图像的效果;拟采用边缘检测算法实现手指的识别和提取 图像的特征提取和匹配过程中,拟采用两类不同的方法。一是局部不变特征提取算法。这些算法具有检测图像中的特征点,并对特征点的局部区域进行描述和匹配的功能。二是针对二值化图像的模板匹配,检测其匹配度。 SIFT——正确率93.625%

文件下载

资源详情

[{"title":"( 595 个子文件 67.81MB ) 基于传统图像处理方法实现手指静脉识别Matlab源码99.56%准确率+项目操作说明(毕设项目).zip","children":[{"title":"gaborfilte.m <span style='color:#111;'> 1.32KB </span>","children":null,"spread":false},{"title":"TemplateMatching.m <span style='color:#111;'> 2.85KB </span>","children":null,"spread":false},{"title":"tmp.pgm <span style='color:#111;'> 130.64KB </span>","children":null,"spread":false},{"title":"项目说明.md <span style='color:#111;'> 2.88KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 34.33KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明