基于特征加权融合的虹膜识别算法

摘要：

由于单一虹膜特征相对简单,容易引起虹膜识别不准确的问题,本文使用特征加权融合来表示虹膜纹理.提取虹膜纹理的空域特征和频域特证,使用主成分分析法(PCA)降噪去冗余.空域特征采用二分统计局部二值模式(DS-LBP)表示虹膜纹理的灰度值变化规律,形成空域特征码.频域特征采用二维Haar小波提取虹膜纹理的高频系数,形成频域特征码.分别计算两个特征码的汉明(Hamming)距离,并乘以相应的加权权重.通过与设定的分类阈值比较来判定虹膜类别.用多种虹膜库与其他虹膜识别算法进行比较,实验结果表明,本文算法在识别率、等错率、稳定性等方面更具有优势.

关键词：人工智能、特征加权融合、主成分分析法、二分统计局部二值模式、二维Haar小波、汉明距离

所属期刊栏目：49

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;吉林省自然科学基金;吉林省自然科学基金

在线出版日期：2020-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：221-229