为实现UCAV认知导航对特征点匹配的高匹配分数和低错误率要求, 提出了一种针对SURF特征点匹配的融合方法。该方法在分析比值法和相关法提纯匹配对性能的基础上, 将两者融合, 通过划分阈值区间提纯匹配对。仿真结果表明, 该方法获得的匹配对具有高匹配分数和低错误率, 同时有效弥补了比值法无先验知识时阈值模糊的缺陷。
无人机导航 比值法 相关法 融合方法 匹配分数 navigation of UCAV SURF SURF ratio method correlation method fusion method matching scores
天津大学 精密仪器与光电子工程学院 光电信息技术科学教育部重点实验室，天津 300072
针对单模态生物特征识别的局限性，提出融合手背静脉、虹膜和指纹三种生物特征实现身份识别。首先分别对手背静脉图像、虹膜图像和指纹图像进行独立的图像预处理、特征提取和特征匹配，输出各自的匹配分数。分析匹配分数归一化对识别性能的影响，采用Tanh 归一化方法对三种生物特征的匹配分数进行归一化处理，最后利用加权求和法则实现匹配分数的融合，利用最小距离分类器实现身份识别。实验结果表明，融合识别算法的等错率为0.009%，当错误接受率接近0 时，对应的错误拒绝率仅为0.2%。
生物特征识别 手背静脉 虹膜 指纹 匹配分数归一化 融合 biometric recognition hand vein iris fingerprint score normalization fusion
