牛眼虹膜識(shí)別特征提取算法研究.pdf

1、隨著虹膜識(shí)別技術(shù)的發(fā)展以及食品安全等領(lǐng)域?qū)θ馐称纷匪莸男枨?，?dòng)物虹膜識(shí)別技術(shù)的研究逐漸發(fā)展。動(dòng)物虹膜識(shí)別技術(shù)包括圖像采集、圖像預(yù)處理、特征提取與模式匹配等步驟，其中特征提取算法是最重要的環(huán)節(jié)之一，將直接影響到識(shí)別的結(jié)果。本文在分析特征提取相關(guān)算法的基礎(chǔ)上，研究牛眼虹膜特征提取的若干算法，并對(duì)特征提取算法實(shí)驗(yàn)結(jié)果進(jìn)行比較分析，主要工作有：
　　 1、研究基于二維Gabor濾波的牛眼虹膜特征提取方法。本文針對(duì)動(dòng)物個(gè)體虹膜特征，使用基

2、于二維Gabor虹膜特征提取和表達(dá)方法，將樣本圖像分塊進(jìn)行濾波，通過一定規(guī)則將樣本轉(zhuǎn)化為對(duì)應(yīng)的相位編碼。選取了2種不同的分塊方法，并采用海明距離以及加權(quán)的海明距離分別對(duì)比算法的識(shí)別精度，最后與基于灰度共生矩陣的紋理特征方法的識(shí)別結(jié)果進(jìn)行對(duì)比；
　　 2、研究KPCA方法在牛眼虹膜特征提取中的應(yīng)用，并改進(jìn)基于KPCA的牛眼虹膜特征提取算法。分析了KPCA算法的原理，并結(jié)合牛眼圖像進(jìn)行算法設(shè)計(jì)與應(yīng)用，首先選取牛眼虹膜圖像每一列疊加作

3、為算法輸入向量，使用多項(xiàng)式核函數(shù)計(jì)算樣本原空間的內(nèi)積，將樣本映射到高維空間進(jìn)行分類；然后針對(duì)KPCA中輸入的樣本向量選取方法的不同，借助二維Gabor濾波的能夠很好的提取方向和頻率信息的特性，提出融合二維Gabor濾波的KPCA算法，并應(yīng)用于牛眼虹膜特征提??；
　　 3、針對(duì)基于KPCA的兩種算法，根據(jù)閾值準(zhǔn)則以及類間距兩種不同的方法分析算法識(shí)別效果。以馬氏距離、歐式距離以及余弦距離分別對(duì)所有牛眼虹膜圖像樣本數(shù)據(jù)進(jìn)行了匹配實(shí)驗(yàn)。