基于混沌蜂群优化的指纹匹配算法
为了进一步加快指纹匹配算法的运算速度、提高识别效率,提出了一种基于混沌蜂群优化和可变界限盒的指纹匹配算法。首先,结合人工蜂群优化算法收敛速度快、控制参数少、能够避免局部最优等优点以及混沌策略的类随机性、高遍历性等特点,在指纹点匹配中引入混沌蜂群优化算法,并设计兼顾了匹配精度和运算时间的适应度函数;然后利用适应度函数估计出指纹特征匹配的几何变换参数并进行指纹点特征的粗匹配;最后,利用可变界限盒进行精匹配,避免指纹图像局部形变带来的影响。大量实验结果表明,与基于局部特征的指纹匹配算法、基于遗传算法优化的指纹匹配算法相比,本文提出的算法所需运算时间更短,匹配精度更高。
指纹识别、特征点匹配、群智能优化、人工蜂群、混沌策略、可变界限盒、适应度函数、极坐标
11
TP391.4(计算技术、计算机技术)
国家自然科学基金项目61573183;江苏省社会安全图像与视频理解重点实验室南京理工大学开放基金项目 JSKL201302;江苏省高校优势学科建设工程项目2012.
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
613-618