一种基于2D-PLDA和小波子带的虹膜识别算法
近年来,基于线性判别分析(LDA)的图像模式识别方法研究越来越受到人们的关注.然而LDA方法自身存在的小样本难题,极大的影响了样本集特征矩阵的获取.研究者随后提出的2维线性分析(2D-LDA)在一定程度上解决了这个问题.在传统2D-LDA基础上,提出一种改进的2维线性分析方法--2D-PLDA,该方法通过对样奉集进行预分类,使得散布矩阵更加合理;在此基础上将2D-PLDA和离散小波相结合,应用于虹膜识别中.实验结果证明,该算法在识别精度和计算复杂度等方面均较传统LDA和2D-LDA方法有很大的改进,同时采用小波的不同子带作为输入空间也在一定程度上增加了算法的鲁棒性.
虹膜识别、2D-LDA、2D-PLDA、小波子带、特征矩阵
16
TP391.7(计算技术、计算机技术)
辽宁省自然科学基金项目20102123;辽宁百千万人才工程项目2008921036;南京邮电学院图像处理与图像通信江苏省重点实验室开放基金项目ZK207008
2011-04-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
59-65