×
陈国勇。；凯格尔，B。

使用contourlet和adaboost进行不变模式识别。 （英语） 兹比尔1187.68435

模式识别 43，第3期，579-583（2010）.
摘要：我们提出了利用轮廓线特征进行掌纹分类和手写数字识别的新方法。轮廓波变换是小波变换的一种新的二维扩展，它使用多尺度和方向滤波器组。它可以有效地捕捉掌纹图像和手写数字图像中占主导地位的平滑轮廓。实验中使用AdaBoost作为分类器。实验结果表明，轮廓线特征对于不变掌纹分类和手写数字识别是非常稳定的特征，与现有的其他分类方法相比，具有更好的分类率。

MSC公司：

68吨10 模式识别、语音识别

关键词：

掌纹分类；小波；轮廓线；特征提取；算法

软件：

阿达·布斯特。MH公司；PolyU掌纹；NSCT工具箱
PDF格式BibTeX公司 XML格式引用
\textit{G.Y.Chen}和\textit{B.Kégl}，模式识别43，第3期，579--583（2010；Zbl 1187.68435）
全文： 内政部

参考文献：

[1] Bui，T.D。；Chen，G.Y。；Feng，L.，一种用于图像数据库中模式快速匹配的正交贝壳信源描述符，国际模式识别与人工智能杂志，15，8，1213-1229（2001）
[2] Chen，G.Y。；Bui，T.D.，用于模式识别的不变傅里叶小波描述符，模式识别，32，7，1083-1088（1999）
[3] Wunsch，P.等人。；Laine，A.F.，手印字符多分辨率识别的小波描述符，模式识别，28，8，1237-1249（1995）
[4] Chen，G.Y。；Bui，T.D。；Krzyżak，A.，使用多小波和神经网络的基于轮廓的手写数字识别，模式识别，36，7，1597-1604（2003）·Zbl 1062.68112号
[5] G.Y.Chen，G.Dudek，自相关小波支持向量机，图像与视觉计算27（8）（2009）1040-1046。；G.Y.Chen，G.Dudek，自相关小波支持向量机，图像与视觉计算27（8）（2009）1040-1046。
[6] Chen，G.Y。；Bui，T.D。；Krzyżak，A.，使用脊波、小波循环旋转和傅里叶特征的旋转不变模式识别，模式识别，38，12，2314-2322（2005）
[7] Chen，G.Y。；Bui，T.D。；Krzyżak，A.，使用脊波和傅里叶特征的旋转不变特征提取，模式分析与应用，9，1，83-93（2006）
[8] V.V.Anh，Q.Tieng，T.D.Bui，G.Y.Chen，模式识别的Hellinger-Kakutani度量，摘自：IEEE图像处理国际会议论文集（ICIP’97），第二卷，1997年，第430-433页。；V.V.Anh，Q.Tieng，T.D.Bui，G.Y.Chen，模式识别的Hellinger-Kakutani度量，收录于：IEEE图像处理国际会议论文集（ICIP’97），第二卷，1997年，第430-433页。
[9] Granlund，G.H.，手写字符识别的傅里叶处理，IEEE计算机交易，C-21，3195-201（1972）·Zbl 0232.68042号
[10] 林，C.C。；Chellappa，R.，使用傅里叶描述符对部分二维形状进行分类，IEEE模式分析和机器智能学报，9，5，686-690（1987）
[11] Wang，S.S。；陈，P.C。；Lin，W.G.，用矩傅里叶描述子进行不变模式识别，模式识别，27，12，1735-1742（1994）
[12] Zahn，C.T。；Roskies，R.Z.，平面闭合曲线的傅里叶描述符，IEEE计算机学报，C-21，3，269-281（1972）·Zbl 0231.68042号
[13] 库尔，F.P。；Giardi，C.R.，封闭轮廓的椭圆傅里叶特征，计算机图形和图像处理，18，3，236-258（1982）
[14] Lin，C.S。；Hwang，C.-L.，椭圆傅里叶描述子形状不变量的新形式，模式识别，20，5，535-545（1987）
[15] D.Zhang，in：A.K.Jain（Ed.），自动化生物计量技术和系统，马萨诸塞州诺威尔市Kluwer，2000年。；D.Zhang，在：A.K.Jain（编辑），自动化生物识别技术与系统，Kluwer，Norwell，MA，2000。
[16] 张，D。；Shu，W.，掌纹验证中的两个新特征：基准点不变性和线特征匹配，模式识别，32，691-702（1999）
[17] 你，J。；李伟（Li，W.）。；Zhang，D.，通过多特征提取进行分层掌纹识别，模式识别，35847-859（2002）·Zbl 0999.68577号
[18] K.Dong，G.Feng，D.Hu，用于掌纹识别的数字曲线变换，收录于：S.Z.Li，et al.（编辑），中国生物识别学2004，计算机科学讲义，第3338卷，2004年，第639-645页。；K.Dong，G.Feng，D.Hu，用于掌纹识别的数字曲线变换，收录于：S.Z.Li，et al.（编辑），中国生物识别学2004，计算机科学讲义，第3338卷，2004年，第639-645页。
[19] Chen，G.Y。；Xie，W.F.，基于SVM和双树复小波的模式识别，图像和视觉计算，25，6，960-966（2007）
[20] G.Y.Chen，T.D.Bui，A.Krzyżak，使用双树复小波进行掌纹分类，收录于：IEEE图像处理国际会议论文集，美国佐治亚州亚特兰大，2006年10月8日至10日。；G.Y.Chen，T.D.Bui，A.Krzyżak，使用双树复小波进行掌纹分类，收录于：IEEE图像处理国际会议论文集，美国佐治亚州亚特兰大，2006年10月8日至10日。
[21] 张，D。；香港，W.-K。；你，J。；Wong，M.，在线掌纹识别，IEEE模式分析和机器智能汇刊，25，9，1041-1050（2003）
[22] Do，M.N。；Vetterli，M.，contourlet变换：一种高效的定向多分辨率图像表示，IEEE图像处理汇刊，14，12，2091-2106（2005）
[23] 库尼亚，A.L。；周，J。；Do，M.N.，《非子采样轮廓波变换：理论设计和应用》，IEEE图像处理汇刊，15，10，3089-3101（2006）
[24] R.Eslami，H.Radha，使用平移-变轮廓波变换进行图像去噪，摘自：IEEE声学、语音和信号处理国际会议论文集，美国费城，2005年3月18日至23日。；R.Eslami，H.Radha，使用平移-变轮廓波变换进行图像去噪，收录于：IEEE声学、语音和信号处理国际会议论文集，美国费城，2005年3月18日至23日。
[25] B.Matalon，M.Zibulevsky，M.Elad，《使用冗余轮廓变换建模改进图像去噪》，载于：SPIE会议Wavelets论文集，第5914卷，2005年7月。；B.Matalon，M.Zibulevsky，M.Elad，《使用冗余轮廓波变换建模改进图像去噪》，载《SPIE会议小波会议论文集》，第5914卷，2005年7月。
[26] V.Chappelier，C.Guillemot，S.Marinkovic，《迭代轮廓波和小波变换的图像编码》，载《图像处理国际会议论文集》，新加坡，2004年10月24-27日。；V.Chappelier，C.Guillemot，S.Marinkovic，《使用迭代轮廓波和小波变换的图像编码》，载于：《图像处理国际会议论文集》，新加坡，2004年10月24-27日。
[27] 弗伦德，Y。；Schapire，R.E.，《在线学习的决策理论推广及其在助推中的应用》，《计算机与系统科学杂志》，55，1，119-139（1997）·Zbl 0880.68103号
[28] 理工大学掌纹数据库。在\（\langle\）上提供http://www.comp.polyu.edu.hk/\（\sim\rangle）；理工大学掌纹数据库。在\（\langle\）上提供http://www.comp.polyu.edu.hk/\（\sim\rangle\）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。