宋 辉，刘奉华

(沈阳工业大学 信息科学与工程学院，辽宁 沈阳 110870)

0 引 言

虹膜具有丰富的纹理特征，以及唯一性、稳定性、生物活性等特点，使其能够在生物特征识别技术中应用；而由于虹膜识别技术安全性高、方便、防伪性好、非接触等优点，使虹膜识别技术的应用越来越广泛，比如银行、机场、刑侦等。然而，在虹膜识别技术的应用过程中，也出现了许多影响虹膜系统识别正确率的问题，比如光源、采集设备、图像处理算法等。针对这类问题所采用的方法有提高图像采集质量[1]、采用更好的图像处理算法[2]等等，但这些方法未能从源头上解决问题，并且人力、物力和财力上消耗较大。

文中通过分析认为，导致虹膜识别率不理想，匹配算法不能很好地发挥识别性能的一个原因是采集的虹膜图像本身不能满足匹配识别的条件，所以，提高识别率的方法之一就是要把不满足匹配识别条件的虹膜图像筛选出来。

因此，文中提取虹膜图像的灰度共生矩阵和LBP特征作为虹膜图像的特征数据，将特征数据作为训练集对采用的支持向量机[3]预分类器[4]进行训练和测试，最后在匹配识别中应用分类器对虹膜图像进行预分类，然后进行匹配识别。

1 纹理特征提取算法

在图像分类中，要想得到较好的分类效果，必须首先对图像进行纹理特征的提取。根据提取的纹理特征包含的特性信息，目前对特征的描述方法比较多，其中应用广泛的是基于统计和基于结构的方法。……