一种多特征提取及融合的虹膜识别方法

被引:10
作者
张震
刘博
李龙
机构
[1] 郑州大学电气工程学院
关键词
虹膜识别; 多特征提取; Log-Gabor滤波; Haar小波; 特征融合;
D O I
10.13705/j.issn.1671-6833.2017.01.004
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
经典虹膜识别算法只提取单一的虹膜特征,提出一种采用多种特征提取及融合的虹膜识别算法.该算法首先对采集到的虹膜图像进行预处理,然后分别采用Log-Gabor滤波和Haar小波对预处理后图像进行特征提取,并用Hamming距离和加权欧式距离计算得到两个相似度,通过支持向量机(support vector machine,SVM)对相似度进行融合,得到匹配结果.实验证明,该算法有效,并能取得较高的识别率.
引用
收藏
页码:63 / 67
页数:5
相关论文
共 6 条
[1]  
虹膜识别算法的改进与实现.[D].许威.安徽理工大学.2013, 05
[2]   基于支持向量机与Hamming距离的虹膜识别方法附视频 [J].
张震 ;
张英杰 .
郑州大学学报(工学版), 2015, (03) :25-29
[3]   基于人脸与虹膜的多生物特征融合识别算法研究 [J].
陈文静 ;
金华 .
中国人民公安大学学报(自然科学版), 2015, 21 (01) :77-79
[4]   基于多特征提取和SVM分类器的纹理图像分类 [J].
唐银凤 ;
黄志明 ;
黄荣娟 ;
姜佳欣 ;
卢昕 .
计算机应用与软件, 2011, 28 (06) :22-25+46
[5]   结合小波变换和Log-Gabor滤波的虹膜识别方法 [J].
周治平 ;
吴会军 .
计算机应用, 2009, 29 (08) :2095-2097
[6]   基于虹膜识别的身份鉴别 [J].
王蕴红 ;
朱勇 ;
谭铁牛 .
自动化学报, 2002, (01) :1-10