一种改进的Log-Gabor滤波和SVM的虹膜识别方法
特征提取和分类是虹膜识别中的关键部分.由于小波分解后的低频子带包含了虹膜图像的主要信息,而Log-Gabor滤波能有效地提取出图像的纹理信息,将这两种方法结合是一个提取虹膜识别信息的有效途径.本文先对归一化的虹膜采用小波变换的方法细分图像,再用Log-Gabor滤波器对低频通道的子带图像进行更进一步的特征提取并量化,形成特征码本,最后采用支持向量机的分类器来进行分类.实验结果表明,分类器能很好地分离各类虹膜,识别率提高到了99.6%,等错率则降低为0.3%,比传统汉明距的分类方式有更优异的性能.
虹膜识别、小波变换、Log-Gabor滤波、支持向量机
14
TP391.41(计算技术、计算机技术)
2010-01-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
2603-2606