融合局部与全局特征提取的虹膜识别方法

被引：5

作者：

徐效文

张荷萍

机构：

[1] 中南大学地球科学与信息物理学院生物医学工程研究所

来源：

计算机应用研究 | 2012年 / 29卷 / 11期

关键词：

虹膜识别; 旋转不变性; 非张量积小波; 尺度不变特征变换方法;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

传统的虹膜识别系统需要将虹膜图像转换至极坐标系统并进行归一化,通过平移特征向量来达到旋转不变性。为了降低传统虹膜识别方法的复杂性,提出了一种融合局部与全局特征提取的虹膜识别方法,无须对预处理后的虹膜图像进行归一化。该方法首先对分割出的虹膜图像直接采用非张量积小波提取全局特征,接着采用SIFT方法提取选定区域的局部特征,最后对虹膜局部及全局特征采用不同的权值,进行相似性距离测试。结果表明该方法在等错误率为0.935%的情况下,正确识别率达到了99.065%。在不对虹膜图像归一化的情况下,可获得很好的识别性能。

引用

页码：4378 / 4380+4397 +4397

页数：4

共 15 条

[1]

Rotation invariant iris feature extraction using Gaussian Markov random fields with non-separable wavelet. J. Huang,X. You,Y. Yuan. Neurocomputing . 2010

[2]

Iris Recognition Using Possibility Fuzzy Matching onLocal Features. C. Tsai,H. Lin,J. Taur,C. Tao. IEEE Transactions on Systems Man and Cybernetics . 2012

[3] 基于Radon变换的多尺度虹膜特征提取算法 [J].

刘新亮 ;

李星野 .

光电子激光, 2008, (04) :532-536

[4]

Rotation invariant iris feature extraction using Gaussian Markov random fields with non-separable wavelet[J] . Jing Huang,Xinge You,Yuan Yuan,Feng Yang,Lin Lin. &nbspNeurocomputing . 2010 (4)

[5]

Texture image retrieval using novelnon-separable filter banks based on centrally symmetric matrices. He Z,You X,Tang YY,et al. Proceedings of 18th International Conference on PatternRecognition . 2006

[6]

Object recognition from local scale-invariant features. David G Lowe. Proceedings of the 7th IEEE International Conference on Computer Vision(ICCV ’99) . 1999

[7]

How Iris Recognition Works. Daugman J. IEEE Transactions on Circuits and Systems for Video Technology . 2004

[8]

A human identification technique using images of the iris and wavelet transform. Boles W W,Boashash B. IEEE Transactions on Signal Processing . 1998

[9]

Iris recognition: an emerging biometric technology. Wildes RP. Proceedings of Tricomm . 1997

[10]

Efficient iris recognition by characterizing key local variations. Li Ma,Tieniu Tan,Yunhong Wang,et al. IEEE Transactions on Image Processing . 2004

← 1 2 →