查看文章

摘要 主成分分析 (PCA) 法在掌纹识别方面可以取得较好的效果. 但是随着掌纹图像库的扩大, PCA 转换矩阵训练时间迅速增长; 注册新掌纹时, 需要重新训练 PCA 转换矩阵, 添加注册掌纹的代价随着掌纹库的增大迅速增加. 如何能够在保持 PCA 识别效果的情况下提高使用的便捷性成为 PCA 广泛应用的主要障碍. 提出了一种以 PCA 重建误差为分类依据的 PCA 重建误差掌纹识别方法. 该方法与 PCA 法基于相同的原理, 在采用最近邻分类器时可以取得与 PCA 法相等的性能; 同时可以有效减少掌纹图像库的识别时间, 可以以极少的代价扩展掌纹库.