基于Krawtchouk矩和支持向量机的印鉴真伪识别

您当前的位置：

首页 >

文章列表页 >

信息光学与图像处理 | 更新时间：2025-09-01

- 基于Krawtchouk矩和支持向量机的印鉴真伪识别
- Seal identification based on krawtchouk moment and support vector machine
- 光学技术 2018年44卷第3期页码：354-358
- 作者机构：
  
  1. 1:河北工业大学电子信息工程学院
  2. 2:脉冲功率激光技术国家重点实验室
- 作者简介：
- 基金信息：
  
  脉冲功率激光技术国家重点实验室开放基金项目(614210701041705)
- DOI：10.13741/j.cnki.11-1879/o4.2018.03.018
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
朱胜银, 赵红东, 杨志明, 等. 基于Krawtchouk矩和支持向量机的印鉴真伪识别[J]. 光学技术, 2018,44(3):354-358.

Seal identification based on krawtchouk moment and support vector machine[J]. 2018, 44(3): 354-358.
朱胜银, 赵红东, 杨志明, 等. 基于Krawtchouk矩和支持向量机的印鉴真伪识别[J]. 光学技术, 2018,44(3):354-358. DOI： 10.13741/j.cnki.11-1879/o4.2018.03.018.

Seal identification based on krawtchouk moment and support vector machine[J]. 2018, 44(3): 354-358. DOI： 10.13741/j.cnki.11-1879/o4.2018.03.018.

提出了一种将Krawtchouk矩特征不变量与高斯核支持向量机相结合的印鉴识别方法。实验中将得出的印鉴图像Krawtchouk矩特征向量作为高斯核支持向量机的输入参量

利用遗传算法优化支持向量机的惩罚因子和核参数

使识别性能得到有效提高;实验显示Krawtchouk矩下的印鉴类间散度与类内散度比值是Zernike矩的2.93倍

与遗传算法优化后的高斯核支持向量机相结合下的识别率明显提高。结果表明:与Zernike矩不变量相比

Krawtchouk矩不变量能更加准确地描述印鉴图像特征

识别性能更好。

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于支持向量机的自动目标识别算法

基于小波分解金字塔的OCT图像特征提取算法

基于长短期记忆网络与特征融合的微表情识别算法

基于人工神经网络的移动可见光通信接收机研究

一种眼底黄斑水肿OCT图像分割方法