一种基于核主成分分析和组合分类器的虹膜识别方法

摘要：

提出了一种新的虹膜特征提取与识别方法,该方法利用核主成分分析( KPCA)在高维空间具有较强的特征选择能力来提取虹膜图像的纹理特征.采用了一种距离度量和支持向量机相结合的两级分类方法,前级采用欧式距离来度量图像间的相似性,若符合条件,给出分类结果,否则拒绝,并转入后一级分类器——支持向量机分类,以减少进入支持向量机的样本数目,该组合分类方法充分利用了支持向量机识别率高和距离度量速度快的优点.实验结果表明,该方法提高了虹膜识别率,是一种有效的虹膜识别方法.

关键词：虹膜识别、特征提取、核主成分分析、支持向量机

所属期刊栏目：33

分类号：TP39l(计算技术、计算机技术)

资助基金：韶关学院科研资助项目

在线出版日期：2012-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：102-106