基于形态学与支持向量机的虹膜坑洞纹理检测

被引:22
作者
苑玮琦 [1 ]
朱立军 [1 ,2 ]
张波 [1 ]
机构
[1] 沈阳工业大学视觉检测技术研究所
[2] 沈阳化工大学计算机科学与技术学院
关键词
坑洞纹理; 形态学; 区域生长; 支持向量机; 虹膜识别;
D O I
10.19650/j.cnki.cjsi.2017.03.019
中图分类号
R770.4 [眼科诊断学];
学科分类号
100212 ;
摘要
坑洞纹理是虹膜表面上一种重要的特征纹理。对可见光虹膜图像而言,如何能不受睫毛、眼睑、光斑及光照不均匀等干扰因素的影响,并能快速、准确地提取出该特征纹理仍然是目前一个亟待解决的难题。提出一种基于形态学和支持向量机(SVM)的可见光虹膜坑洞纹理检测方法。首先使用灰度形态学和二值形态学相结合的方法提取出所有目标纹理;然后使用区域生长方法定位所有目标纹理并计算各个目标纹理的特征向量;最后再使用SVM和定义约束条件的方法提取出最终的坑洞纹理。通过实验证明:该方法能较好地克服光斑等干扰的影响,对坑洞状纹理的检出率高于其他同类方法。
引用
收藏
页码:664 / 671
页数:8
相关论文
共 7 条
[1]   基于多LS-SVM集成模型的锅炉NOx排放量建模 [J].
赵文杰 ;
吕猛 .
电子测量与仪器学报, 2016, 30 (07) :1037-1044
[2]   基于SVM最优决策面的决策树构造 [J].
李荣雨 ;
程磊 .
电子测量与仪器学报, 2016, 30 (03) :342-351
[3]   基于线性模板和模糊规则的虹膜坑洞纹理检测 [J].
苑玮琦 ;
朱立军 .
仪器仪表学报, 2015, 36 (06) :1363-1371
[4]   基于组合窗口搜索的虹膜块状纹理检测 [J].
刘笑楠 ;
苑玮琦 ;
张波 .
仪器仪表学报, 2014, 35 (08) :1900-1906
[5]   一种虹膜图像块状纹理检测算法 [J].
苑玮琦 ;
刘笑楠 ;
孙晓 ;
滕海 .
仪器仪表学报, 2014, 35 (05) :1093-1100
[6]   基于单频2D-Gabor滤波器的虹膜识别算法研究 [J].
苑玮琦 ;
冯琪 ;
柯丽 .
光学技术, 2010, 36 (01) :20-24
[7]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297