摘要：研究了一种适用于非接触式图像采集的手掌静脉识别的子空间方法，解决了传统接触式采集容易传染疾病，非接触采集使同类图像差别增大导致识别性能不佳的问题。先采用分块算法对图像进行快速降维，再用偏最小二乘算法提取掌脉图像中灰度值变异大，且类别信息相关性最大的若干方向组成分类子空间，然后依据图像在此空间中的位置进行分类识别。应用自建掌脉图库和中科院自动化研究所图库进行实验分析，实验结果表明：与传统掌脉识别方法相比，该方法能有效地提高正确识别率，降低误拒率。两个图库中，该算法选择分块大小为4×4时的正确识别率分别达到99．98％，99．34％；误识率分别达到0．02％，0．66％；误拒率分别达到0．13％，0．60％；识别时间分别在0．03s，0．04s之内。适用于安防、考勤等场合，具有实用价值。

关键词：模式识别 生物特征识别 手掌静脉 非接触 偏最小二乘法 

单位：沈阳工业大学视觉检测技术研究所 沈阳110870 沈阳大学信息工程学院 沈阳110041