基于梯度模板匹配的眉毛识别方法
2018-09-10李厚君
广西科技大学学报 2018年3期
李厚君



摘 要:针对基于快速傅里叶变换的眉毛识别方法(FFTER)识别速度较慢的问题,设计了一种新的基于梯度模板匹配的眉毛识别方法(GTMER).该方法识别速度更快,更能够适合于实时应用.首先,利用图像梯度特征,快速匹配出纯眉毛模板的最相似区域;然后,通过小范围内的精准调整,得到一个准确的匹配位置;最后,利用傅里叶频谱距离,将待处理眉毛图像识别出来.实验表明:GTMER的识别速度最高比FFTER提升约38%,同时在BJUTED眉毛数据库上的识别正确率也达到98.12%.
关键词:眉毛识别;模板匹配;图像梯度;傅里叶频谱距离;生物特征识别
中图分类号: TP317.4 DOI:10.16375/j.cnki.cn45-1395/t.2018.03.010
0 引言
生物特征识别作为一项有用的身份验证技术,以其准确性、安全性和实用性得到了广泛的认可,尤其是指纹识别、人脸识别和虹膜识别等都已经大量应用于现实生活中[1].随着研究的不断深入,人体的各个方面特征,如步态[2]、耳朵[3]、掌纹[4]、指关节[5]等,都已经被使用并作为一种独立的生物特征进行研究.
在众多的生物特征识别技术里,虹膜识别被认为是准确性和安全性较高的一种技术.但是,要在开放环境中对虹膜实现自然采集是困难的.因为虹膜处于易移动的物体(眼球、头部)上,成像需要使用近红外光;并且它的尺寸很小,要求近距离的采集[6].此外,一旦出现闭眼或眨眼的情况,被采集的虹膜信息的完整性将难以保证.为此,Park等[6]提出了眼周生物特征识别的概念.相比于虹膜,眼周可以通过可见光,在一个相……
登录APP查看全文
