路 春 辉

(广东工程职业技术学院信息工程学院　广东 广州 510520)



基于特征融合和优化极限学习机算法的虹膜识别系统

路 春 辉

(广东工程职业技术学院信息工程学院广东 广州 510520)

摘要针对虹膜图像采集过程中存在光照、干扰等因素，为进一步提高虹膜图像识别的准确率，提出一种基于组合特征提取的优化极限学习机(ELM)模型来提高虹膜图像识别的精度。模型考虑了特征提取和分类器优化两者均起着重要作用，利用灰度共生矩阵(GLCM)和多通道2D Gabor滤波器特征提取后进行特征融合，得到更丰富的特征信息，并设计改进了蜂群算法(IABC)优化ELM模型作为分类器。同时设计的线性加权多目标函数综合考虑分类精度和网络结构，从而有效提高了虹膜识别的准确率。实验表明提出的模型通过结合两种特征提取方法，能提取出更丰富的可区分特征，并且结合优化分类器得到了很高的分类准确率，是一种有效的虹膜识别模型。

关键词特征提取虹膜识别灰度共生矩阵多通道2D Gabor滤波器极限学习机

0引言

生物特征识别技术是指通过计算机，利用人体所固有的生理特征或行为特征来进行个人身份鉴定。近年来，基于人脸、指纹、虹膜、声音等生物特征的识别技术引起人们关注，其中人眼的虹膜具有丰富的纹理信息和特征，与其他生物特征相比，具有唯一性、稳定性和非侵犯性等优点。因此基于虹膜的身份识别系统研究正成为生物特征识别领域的一个研究热点[1,2]。……