| 题名 | 人手图像识别 |
| 作者 | 王川雪 |
| 学位类别 | 工学硕士 |
| 答辩日期 | 1995-06-01 |
| 授予单位 | 中国科学院自动化研究所 |
| 授予地点 | 中国科学院自动化研究所 |
| 导师 | 马颂德 ; 胡启恒 |
| 学位专业 | 模式识别与智能系统 |
| 中文摘要 | 人手图象识别是以应用为最终目的研究课题，在人的身份鉴别领域有较大的 应用潜力，颇具研究价值。由于时间和精力的限制，本文的研究重点确定在如何 抽取手的各种具有不变性的、稳定的特征问题上，这是能够有效地识别人手图象 的最关键的问题。 本文的主要工作有： 1．用基于轮廓的边心距序列抽取人手的一组特征点，然后以这些特征点为基 础，将五个手指及整个手掌归一到预先指定的位置，并设计了以五个手指长度为 特征的几何分类器来识别人手。 2．用基于K—L变换的三种子空间法和基于奇异值分解的方法抽取代数特征来 进行人手的红外图象和可见光图象的识别，经过一系列的实验得出如下结论：(1) 基于样本集的类间散布矩阵的子空间法在识别能力和时空复杂度两方面均优于总 体散布矩阵的子空间法和类内散布矩阵的子空间法，(2)红外图象在代数特征抽 取方面比可见光图象有明显优势，(3)用子空间法和用奇异值分解法抽取的代数 特征表征图象的能力都很强，但又各有缺点，限制了它们的应用。 3．抽取4阶zernike不变矩特征用以识别人手，并进行了一组实验以验证矩 分类器的分类性能。结果表明zernike不变矩的形状识别能力很强，在人手图象 识别中较具可用性。 4．我们最后设计了由粗到精的综合集成的人手图象识别方案：将几何分类器 用作第一步匹配，将基于子空间法的代数特征分类器和Zernike不变矩分类器用 加权的方式联合起来作最后的判决。对30个人的300图象的实验结果表明这种方 案是很成功的，识别率可以达到97％左右。 |
| 语种 | 中文 |
| 其他标识符 | 348 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ia.ac.cn/handle/173211/7122]  |
| 专题 | 毕业生_硕士学位论文 |
| 推荐引用方式 GB/T 7714 | 王川雪. 人手图像识别[D]. 中国科学院自动化研究所. 中国科学院自动化研究所. 1995. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论