吕秀丽，崔红飞，赵丽华，全星慧，曹志民

（1.东北石油大学 电子科学学院，黑龙江 大庆　163318；2.黑龙江省高校校企共建测试计量技术及仪器仪表工程研发中心 黑龙江 大庆　163318）

基于2DLDA与SVM的人耳识别算法

吕秀丽1，2，崔红飞1，2，赵丽华1，2，全星慧1，2，曹志民1，2

（1.东北石油大学 电子科学学院，黑龙江 大庆163318；2.黑龙江省高校校企共建测试计量技术及仪器仪表工程研发中心 黑龙江 大庆163318）

文中提出将二维线性鉴别分析（2DLDA）和支持向量机（SVM）相结合的人耳识别算法。先利用二维线性鉴别分析提取人耳图像的特征，再采用一对一的方法用支持向量机分类器实现人耳特征的分类识别。与传统的2DLDA对比实验结果表明，该方法具有更高的识别率，是一种非常有效的识别方法。

人耳识别；二维线性鉴别分析；提取特征；支持向量机

人耳识别是一种新兴的生物特征识别技术，由于人耳外耳的轮廓形状及纹理存在显著的个体差异，具有唯一性和稳定性，同时，人耳图像容易采集，使得人耳既可以单独用于个体身份鉴别，也可以用于和其他生物特征识别技术相结合的场合［1-2］。

提取人耳图像的特征是人耳识别中的重要环节。线性鉴别分析（LDA）是常用的提取分类特征的方法，但是，LDA对图像特征的提取需要对二维图像进行降维处理，通常图像维数远大于样本数，易造成类内散布矩阵奇异，使求解困难。二维线性鉴别分析（2DLDA）避免了二维图像降维造成的维数灾难，解决了类内散布矩阵的奇异问题［3-5］。本文采用2DLDA提取人耳图像特征向量。……