针对掌纹图像在进行非接触式采集时易产生离焦模糊图像,从而导致系统识别性能降低的问题,提出了基于VO图像分解模型的模糊掌纹识别方法.首先建立高斯离焦退化模型模拟图像的模糊过程,通过对模糊原理的研究与分析得出在图像模糊过程中存在稳定的特征,这种特征从图像层次结构划分可表现为图像的结构层;然后使用VO图像分解模型得到模糊掌纹的结构层图像;为了提高特征的可区分性,采用分块的梯度方向直方图提取结构层中的稳定特征;最后采用归一化相关性分类器度量特征间的相似度.在清晰PolyU掌纹库和模糊PolyU掌纹库上进

当使用非接触式设备捕获掌纹时，由于散焦状态，不可避免地会产生图像模糊。 这降低了系统的识别性能。 为了解决这个问题，我们提出了一种基于维斯-奥歇（VO）分解模型的稳定特征提取方法，可以有效地识别模糊的掌纹。 首先建立高斯散焦退化模型来模拟图像模糊。 通过不同程度的模糊，可以发现图像中存在稳定的特征，可以通过从理论上分析模糊来进行研究。 然后，使用VO分解模型来获得模糊的掌纹图像的结构和纹理层。 结构层对于不同程度的模糊是稳定的（这是一个理论结论，需要通过实验进一步证明）。 接下来，设计了基于方向