摘要：该文结合掌纹图像的纹理特点，对原始韦伯局部描述子（WLD）中的差分激励和梯度方向进行改进，提出双Gabor方向韦伯局部描述子（DGWLD），以提高掌纹识别率。在构建新的差分激励图时，通过加入邻域像素点与中心像素点问灰度差分的方向信息，扩大异类掌纹问的差异。同时，采用双Gabor方向代替原始的梯度方向，减小平移和旋转对识别的影响。此外，为了更好地衡量特征间的相似度，使用交叉匹配算法，进一步提升识别率。在PolvU，MSpalmprint和CASIA掌纹库上进行实验，识别率均达到100％。实验的结果表明，与其它局部描述子和已有改进的WLD方法相比，该文方法具有更高的识别率和更低的等错误率。

关键词：掌纹识别 韦伯局部描述子 差分激励 双gabor方向 交叉匹配算法 

单位：安徽大学计算智能与信号处理教育部重点实验室; 合肥230601