期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
一种改进的Log-Gabor滤波和SVM的虹膜识别方法 被引量:2
1
作者 周治平 李雨凇 吴会军 《中国图象图形学报》 CSCD 北大核心 2009年第12期2603-2606,共4页
特征提取和分类是虹膜识别中的关键部分。由于小波分解后的低频子带包含了虹膜图像的主要信息,而Log-Gabor滤波能有效地提取出图像的纹理信息,将这两种方法结合是一个提取虹膜识别信息的有效途径。本文先对归一化的虹膜采用小波变换的... 特征提取和分类是虹膜识别中的关键部分。由于小波分解后的低频子带包含了虹膜图像的主要信息,而Log-Gabor滤波能有效地提取出图像的纹理信息,将这两种方法结合是一个提取虹膜识别信息的有效途径。本文先对归一化的虹膜采用小波变换的方法细分图像,再用Log-Gabor滤波器对低频通道的子带图像进行更进一步的特征提取并量化,形成特征码本,最后采用支持向量机的分类器来进行分类。实验结果表明,分类器能很好地分离各类虹膜,识别率提高到了99.6%,等错率则降低为0.3%,比传统汉明距的分类方式有更优异的性能。 展开更多
关键词 虹膜识别 小波变换 Log—Gabor滤波 支持向量机
下载PDF
结合小波变换和Log-Gabor滤波的虹膜识别方法 被引量:3
2
作者 周治平 吴会军 《计算机应用》 CSCD 北大核心 2009年第8期2095-2097,共3页
提出了一种将小波变换和Log-Gabor滤波结合起来进行虹膜识别的方法:小波分解后的低频子带包含了虹膜图像的主要信息,而Log-Gabor滤波能有效提取图像的纹理信息。将归一化的虹膜图像进行两层小波分解,再取其低频子带进行Log-Gabor滤波并... 提出了一种将小波变换和Log-Gabor滤波结合起来进行虹膜识别的方法:小波分解后的低频子带包含了虹膜图像的主要信息,而Log-Gabor滤波能有效提取图像的纹理信息。将归一化的虹膜图像进行两层小波分解,再取其低频子带进行Log-Gabor滤波并量化生成虹膜模板,采用汉明距进行快速分类。实验结果验证了本算法具有很好的识别率和等错率。 展开更多
关键词 虹膜识别 小波变换 Log—Gabor滤波器 汉明距
下载PDF
一种基于小波过零检测和SVM的虹膜识别方法
3
作者 陈志坚 朱峰 李峰 《计算机应用研究》 CSCD 北大核心 2006年第5期234-235,共2页
提出了一种新的基于SVM的虹膜识别算法,通过对虹膜纹理采用小波变换来实现特征提取,最后通过SVM完成模式匹配。实验结果表明,该算法识别率高并可有效地应用于虹膜身份鉴别系统中。
关键词 虹膜识别 小波变换 支持向量机
下载PDF
基于Haar小波和Log-Gabor变换的虹膜识别方法 被引量:9
4
作者 姚立平 潘中良 《电子技术应用》 2019年第4期113-117,共5页
为了提高虹膜识别的准确率,通过对虹膜图像进行处理,实现了对虹膜图像的准确定位,得到了增强的归一化图像;使用Haar小波变换进行了特征提取,通过采用K-means方法对小波特征数据进行聚类,实现了粗分类得到了小样本集虹膜图像;结合虹膜的... 为了提高虹膜识别的准确率,通过对虹膜图像进行处理,实现了对虹膜图像的准确定位,得到了增强的归一化图像;使用Haar小波变换进行了特征提取,通过采用K-means方法对小波特征数据进行聚类,实现了粗分类得到了小样本集虹膜图像;结合虹膜的纹理特点,通过使用Log-Gabor滤波器提取虹膜局部纹理特征,量化编码后形成了虹膜特征模板;然后在得到的小样本集内通过汉明距离计算虹膜特征模板的相似度,完成对虹膜图像的识别。实验结果表明,提出的虹膜识别方法有效地避免了虹膜匹配过程中因为虹膜数据库中种类多、数量多带来的计算量大、计算时间长的问题,提高了识别准确率。 展开更多
关键词 虹膜识别 K-MEANS聚类 HAAR小波变换 log-gabor滤波
下载PDF
光学小波包变换及其滤波器的研究 被引量:7
5
作者 才德 严瑛白 金国藩 《光子学报》 EI CAS CSCD 北大核心 2006年第7期1076-1079,共4页
基于对光学小波变换必要条件的分析,提出光学小波包变换的概念·选出虹膜图库的联合最优小波包基,利用最优基的线性组合生成相应的复合光学小波包滤波器·将滤波器用于光电混合虹膜识别系统中对待识别输入进行小波包特征提取预... 基于对光学小波变换必要条件的分析,提出光学小波包变换的概念·选出虹膜图库的联合最优小波包基,利用最优基的线性组合生成相应的复合光学小波包滤波器·将滤波器用于光电混合虹膜识别系统中对待识别输入进行小波包特征提取预处理,模拟结果不仅证明引入该滤波器可明显提升系统的识别效果,也证明了光学小波包变换提出的意义· 展开更多
关键词 光学小波变换 小波包变换 虹膜识别 光学滤波器
下载PDF
基于小波包变换和支持向量机的虹膜识别方法 被引量:2
6
作者 孟爱国 章登勇 +1 位作者 陈志坚 李峰 《计算机工程与设计》 CSCD 北大核心 2006年第10期1769-1771,1774,共4页
提出了一种基于小波包变换和支持向量机的虹膜识别方法。用小波包变换对归一化的虹膜图像进行2层分解,并计算出每个子频带的能量;通过选择具有最大能量值的特征作为小波基特征,以减少进入支持向量机的样本数目和提高识别准确率;最后,用... 提出了一种基于小波包变换和支持向量机的虹膜识别方法。用小波包变换对归一化的虹膜图像进行2层分解,并计算出每个子频带的能量;通过选择具有最大能量值的特征作为小波基特征,以减少进入支持向量机的样本数目和提高识别准确率;最后,用支持向量机对虹膜特征进行模式匹配。实验结果表明,该方法取得了较好的识别效果。 展开更多
关键词 小波包变换 归一化 支持向量机 模式匹配 虹膜识别
下载PDF
基于二维小波变换及邻域均值滤波的虹膜定位算法 被引量:1
7
作者 赵静 《宁夏大学学报(自然科学版)》 CAS 2013年第1期22-25,共4页
为了提高虹膜定位的准确率和速度,提出了一种基于二维小波变换及邻域均值滤波的虹膜定位算法.采用阈值法分割瞳孔,使用边缘检测算子检测瞳孔区域边缘,定位虹膜内边缘;然后对人眼图像进行二维小波处理降低虹膜图像的分辨率,以减少虹膜本... 为了提高虹膜定位的准确率和速度,提出了一种基于二维小波变换及邻域均值滤波的虹膜定位算法.采用阈值法分割瞳孔,使用边缘检测算子检测瞳孔区域边缘,定位虹膜内边缘;然后对人眼图像进行二维小波处理降低虹膜图像的分辨率,以减少虹膜本身的纹理对判断外边缘点时所产生的影响;最后采用邻域均值滤波进行虹膜外边缘点提取,根据所得虹膜外边缘点确定虹膜外边界.仿真结果表明:该算法定位虹膜内外边界的平均时间为1.75s,准确率为99.7%,其中虹膜外边缘定位误差小于4.2%,在虹膜识别系统中有较高的实际应用价值. 展开更多
关键词 虹膜识别 虹膜定位 二维小波变换 邻域均值滤波
下载PDF
基于支持向量机的虹膜识别方法
8
作者 吴岸雄 《装备制造技术》 2017年第9期135-137,共3页
提出了一种基于支持向量机的虹膜识别算法,通过对虹膜纹理采用小波变换来实现特征提取,最后通过支持向量机完成匹配。实验结果表明,该算法识别率高并可有效地应用于虹膜身份鉴别系统中。
关键词 虹膜识别 小波变换 支持向量机
下载PDF
基于不同特征提取算法对虹膜识别的影响分析 被引量:2
9
作者 齐志坤 姜囡 徐浩森 《光电技术应用》 2022年第3期48-57,80,共11页
虹膜识别技术是当前生物特征识别领域的研究热点,不同的虹膜特征提取算法会直接影响虹膜识别性能。分别基于多通道Gabor滤波器算法、灰度共生矩阵(GLCM)算法和Haar小波变换、局部二值模式(LBP)算法对不同影响因素下采集到的虹膜图像进... 虹膜识别技术是当前生物特征识别领域的研究热点,不同的虹膜特征提取算法会直接影响虹膜识别性能。分别基于多通道Gabor滤波器算法、灰度共生矩阵(GLCM)算法和Haar小波变换、局部二值模式(LBP)算法对不同影响因素下采集到的虹膜图像进行特征提取并分类。实验结果表明,基于LBP特征和基于Haar小波变换特征的虹膜特征提取方法均具有较强的光照鲁棒性,且识别准确度很高,但对图像噪声的抗干扰能力很低。基于Gabor滤波器的虹膜识别相对更稳定,识别准确度与前两种虹膜识别技术很接近。基于GLCM的虹膜识别分类能力较差,但抗光照和图像噪声影响力较强。 展开更多
关键词 虹膜识别 特征提取 GABOR滤波器 GLCM HAAR小波变换 LBP
下载PDF
多母小波多消失矩最优小波包滤波器的研究
10
作者 才德 严瑛白 金国藩 《光电子.激光》 EI CAS CSCD 北大核心 2005年第12期1492-1495,1499,共5页
采用层叠算法,计算小波包基函数的离散逼近序列。改进特征图像相关识别方法,选用识别能力评价指标,利用图像和小波包基函数相关的直接变换优点改进最优基选择,提出多母小波多消失矩最优基。生成最优基的特征图像,采用体全息相关识别系... 采用层叠算法,计算小波包基函数的离散逼近序列。改进特征图像相关识别方法,选用识别能力评价指标,利用图像和小波包基函数相关的直接变换优点改进最优基选择,提出多母小波多消失矩最优基。生成最优基的特征图像,采用体全息相关识别系统实现虹膜的光学识别,实验取得较好的效果。设计、制作多母小波多消失矩最优基光学小波包灰阶滤波器以进一步提升识别率。检测表明,滤波器符合设计要求。实验表明,该滤波器可有效提高识别率。 展开更多
关键词 最优基优选 小波包变换 光学滤波器 体全息 虹膜识别
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部