基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别 |
| |
引用本文: | 刘元宁,刘帅,朱晓冬,陈一浩,郑少阁,沈椿壮.基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J].吉林大学学报(工学版),2018(5). |
| |
作者姓名: | 刘元宁 刘帅 朱晓冬 陈一浩 郑少阁 沈椿壮 |
| |
作者单位: | 吉林大学符号计算与知识工程教育部重点实验室;吉林大学计算机科学与技术学院;吉林大学软件学院 |
| |
摘 要: | 为了抑制虹膜噪声并提高算法通用性,提出在虹膜识别中运用高斯拉普拉斯(Log)算子与自适应优化伽柏(Gabor)滤波。Log算子抑制虹膜噪声,40组频率和方向各不同的Gabor滤波提取虹膜特征,将特征转化为二进制特征编码。滤波参数用变异粒子群优化(MPSO)算法针对不同虹膜库进行自适应优化。通过计算虹膜间的汉明(Hamming)距离判定虹膜类别。与其他Gabor滤波和机器学习类算法相比,该算法可以有效抑制虹膜噪声干扰进而提高识别正确率,同时算法在多种虹膜库识别的通用性更好。
|
本文献已被 CNKI 等数据库收录! |
|