说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 指纹特征提取
1)  minutiae extraction
指纹特征提取
2)  fingerprint minutiae extraction
指纹特征点提取
1.
As the pseudo minutiae arised from fingerprint image preprocessing is difficult to eliminate,a fingerprint minutiae extraction method based on information fusion is proposed.
针对进行指纹图像预处理时产生的伪特征点难以消除的问题,提出了一种基于信息融合的指纹特征点提取方法;该方法首先通过取两种不同预处理方法所获得的指纹特征点集的交集来剔除在指纹图像预处理过程中所产生的伪特征点,然后根据特征点的结构信息来消除原始指纹图像本身所存在的伪特征点;实验结果表明,该方法不仅可以有效地消除指纹图像预处理过程所产生的伪特征点,同时也能消除原始指纹图像中存在的伪特征点。
3)  Fingerprint Image Minutiae Extraction
指纹特征的提取
4)  feature extraction of fingerprint images
指纹图像特征提取
5)  texture feature extraction
纹理特征提取
1.
Texture Feature Extraction and Texture Segmentation Based on Clustering and Classification with Pulse Coupled Neural Networks;
基于PCNN聚类和分类的图像纹理特征提取与分割研究
2.
Research of image classification method based on texture feature extraction and system to achieve
基于纹理特征提取的图像分类方法研究及系统实现
3.
In this paper, the performance of the first-order and the second-order (co -occurrence) statistical characters of the different complex wavelet transforms (CWT) is studied with the consideration of the wavelet energy, and applied to texture feature extraction.
复小波克服了单小波的缺点,具有时移不变性、方向性信息多和相位信息等特点·从能量角度出发,主要研究了不同复小波变换方法的一阶和二阶统计矩(共生矩阵)特性,并应用于纹理特征的提取,与传统的单小波做了比较·通过理论分析和在纹理图像检索的对比实验数据说明了复小波在纹理特征提取方面的性能优于单小波,采用一阶和二阶统计矩相结合方法的性能最好,检索精度提高了8%
6)  palmprint feature extraction
掌纹特征提取
1.
Research of novel palmprint feature extraction method
一种新的掌纹特征提取方法研究
2.
These two techniques are effectively combined in the paper,and a new palmprint feature extraction approach is proposed.
本文将这两种技术有机地结合起来,提出了一种新的掌纹特征提取方法。
补充资料:特征提取

  
  特征提取
  feature extraction

  t6Zheng tiqu特征提取(featu了eextraction)特征选择与提取的通称。特征选择和提取是模式识别的关键环节,其任务是压缩存在于表示模式的原始测量数据中的冗余和无关的信息,提取一组对分类最有效的特征参数,以减少计算工作量,提高分类器的性能。特征参数可以从输人模式信息中选出一个子集构成,这一过程称为特征选择。新的特征参数也可以通过降维变换获得,即将输人模式从较高维数的测量空间变换到较低维数的特征空间,以一个低维特征向量表示输人模式,这一过程称为特征提取。 由于特征提取的任务是求出一组对分类最有效的特征,因此首先需要一个能定量评估特征有效性的准则。分类器的误识概率可作为理想的准则,但由于估计误识概率的分布非常困难,实用时往往以其他一些准则代替。常用的准则有:基于概率距离的准则,基于类间距离的准则,基于墒函数的准则等。应用上述准则,可以通过分支定界和顺序搜索等优化算法,求得一个最优的或次优的特征集。近年来基于人工智能的启发式算法也在特征选择中得到应用。在进行降维变换以实现特征提取时,考虑到可分析性和计算可行性,一般采用线性变换方法,.最常用的是以K一L扩展为基础的线性变换。(黄泰冀)
  
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条