基于Kaiser滤波及噪声抑制优化的虹膜识别

摘要：

针对Gabor滤波器在数据截断时存在频谱泄露而使滤波通道边缘模糊的现象,本文利用适应性强且性能灵活可调的Kaiser函数,构造具有频率和方向选择性、且边缘清晰的Kaiser滤波通道,提取虹膜频率特征.通过对提取的特征进行幅值分段分析,发现虹膜特征存在一个"有效特征阈值"L,幅值高于L的特征能够有效识别虹膜,而幅值低于L的特征为不相关噪声.采用噪声抑制优化,对噪声特征设置"相位无效码",可以优化海明距离,提高同类虹膜的正确匹配率.实验表明:与Gabor滤波方法相比,本文基于Kaiser滤波的优化方法将虹膜的正确识别率由98.6%提高到99.9%,而且在锚误接受率(EAR)为0的情况下,具有更低的错误拒绝率(ERR).

关键词：虹膜识别、Kaiser、特征提取、噪声抑制、海明距离

所属期刊栏目：37

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家科技支撑计划项目2006BAK01A38;郑州轻工业学院校博士科研基金

在线出版日期：2010-05-10（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：122-126