归一双向加权(2D)2PCA的手指静脉识别方法

为快速有效地进行手指静脉识别，针对双向二维主成分分析算法降维的特点，并对该算法进行改进，提出在经过图像预处理的手指静脉图像基础上，特征值归一化并双向加权(2D)2PCA的手指静脉识别方法((OW2D)2PCA)．分析了累积特征率对(2D)2PCA的影响，以及加权值、特征值归一加权值和累积特征率对W(2D)2PCA、OW(2D)2PCA、(W2D)2PCA、(OW2D)2PCA的影响．通过建立手指静脉图像库的实验结果表明,文中提出方法能够取得较好的识别效果；对(2D)2PCA提取特征向量中的冗余信息有很强的抑制作用，双向加权比单向加权效果更好；而且(OW2D)2PCA的平均识别率高于2DPCA、(2D)2PCA、W(2D)2PCA、(W2D)2PCA和OW(2D)2PCA．