APP下载

一种用于虹膜识别的特征提取算法

2016-12-22李大湘

西安邮电大学学报 2016年6期
关键词:特征提取特征

来 毅, 王 倩, 刘 颖, 李大湘

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)



一种用于虹膜识别的特征提取算法

来 毅, 王 倩, 刘 颖, 李大湘

(西安邮电大学 通信与信息工程学院, 陕西 西安 710121)

通过对比分析2维(2D)复Gabor滤波器实部和虚部幅频的响应特性,给出一种基于2D奇Gabor滤波的虹膜特征提取算法。根据2D奇Gabor滤波器关于原点奇对称,利用其编码虹膜纹理特征点的相位信息,计算汉明距离,实现虹膜分类识别。实验结果表明,所给算法可使系统识别错误率降低约12%。

虹膜识别;特征特取;Gabor滤波器

虹膜识别作为一种新颖的基于生理特征的识别方法[1],是以人眼的虹膜为特征,通过区分人眼虹膜纹理信息进行有效的身份鉴别。虹膜识别的关键是特征提取和匹配[2],其结果直接决定了虹膜识别系统的性能[3]。虹膜识别算法通常都是采用2维(2D)复Gabor滤波的方法,对虹膜纹理的相位特征进行编码[4],但2D复Gabor滤波器的实部含有直流分量且易形成低通滤波器,无法有效提取虹膜纹理特征。

本文拟利用2D奇Gabor滤波器,对归一化后的虹膜图像进行滤波,再对滤波后的相位信息进行编码,并通过计算虹膜间的汉明距离进行匹配。

1 Gabor滤波器

虹膜图像本质上是一种纹理图像,从中提取纹理特征的有效方法之一,就是将图像与带通滤波器进行卷积。由于2D Gabor滤波器能够很好地模拟皮层简单细胞的二维感受轮廓,最大限度地提供图像的方向信息和频率信息,同时也能够提取位置信息[5],因此,实际应用中带通滤波器通常选择2D Gabor滤波器。……

登录APP查看全文

猜你喜欢

特征提取特征
特征提取和最小二乘支持向量机的水下目标识别
如何表达“特征”
基于Gazebo仿真环境的ORB特征提取与比对的研究
不忠诚的四个特征
基于Daubechies(dbN)的飞行器音频特征提取
Bagging RCSP脑电特征提取算法
基于MED和循环域解调的多故障特征提取
线性代数的应用特征
Walsh变换在滚动轴承早期故障特征提取中的应用