一种基于PCNN的改进型虹膜识别算法
基于脉冲耦合神经网络(PCNN),提出一种改进的虹膜识别算法.针对虹膜定位准确性这个研究点,引入形态学滤波对人眼图像进行去噪,以提高定位准确性.介绍了PCNN的模型,并对神经元震荡时间序列(OTS)进行统计分析,得出不同虹膜纹理具有唯一的神经元OTS.最后计算OTS的欧氏距离并进行分类,实现了虹膜识别的改进方法.在CASIA-Iris-Interval虹膜数据库中的实验结果验证了该方法的有效性,显示了它比传统算法具有更好的识别率和识别速度.
虹膜识别、脉冲耦合神经网络、形态学滤波、特征匹配
41
TP183(自动化基础理论)
国家自然科学基金61365001,61463052;云南省应用基础研究计划项目2012FD003
2015-01-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
110-115