基于支持向量機和Hamming距離的虹膜識別算法研究.pdf

1、隨著社會經(jīng)濟與計算機網(wǎng)絡技術的不斷發(fā)展，人們開始越來越注重個人的信息安全和隱私保護，傳統(tǒng)的鑒別方法由于無法滿足人類的需要已逐漸被利用人類生物特征的識別技術所代替，這其中最具代表性的就是虹膜識別技術，它因具有普遍性、排他性、穩(wěn)定性、易檢測性、防偽性高、防欺騙性好等眾多優(yōu)點，而被譽為是二十一世紀最有發(fā)展前景的生物識別技術。
　　一般情況下，一個完整的虹膜識別系統(tǒng)都是由采集虹膜圖像、預處理圖像、特征提取與編碼、模式匹配4個部分構(gòu)成。論文

2、在此基礎上，主要圍繞以下幾個方面開展研究工作：
　?。?）預處理圖像：由于傳統(tǒng)的虹膜定位方法容易遭受高頻噪聲的影響，論文提出一種在進行虹膜定位以前加入平滑處理的方法來消除高頻噪聲的影響；而后采用人眼灰度特征和幾何特征相結(jié)合的方法來實現(xiàn)虹膜的準確定位：利用直角三角形的斜邊是外接圓的直徑的方法來確定虹膜內(nèi)外邊界參數(shù)，從而準確定位出虹膜位置，實驗結(jié)果表明：該方法不僅簡單有效，而且準確率高；最后再依次通過歸一化和圖像增強技術來得到標準化的

3、且紋理清晰的虹膜圖像。
　?。?）特征提取和編碼：提取虹膜的紋理特征通過使用一維Log-Gabor濾波器來實現(xiàn)，具體處理方法為：首先將預處理后的二維虹膜圖像當做一個二維信號，然后將這個二維信號分解為若干的一維信號,并用一維的Log-Gabor小波分別與這些一維信號做卷積計算；最后通過相位編碼方法來獲得相應的特征編碼。
　?。?）特征匹配：針對傳統(tǒng)的虹膜識別方法側(cè)重于特征提取這一現(xiàn)象，論文提出了一種側(cè)重于模式匹配的識別算法，即

4、基于支持向量機(Support Vector Machine，SVM)和Hamming距離的虹膜識別方法：在得到虹膜特征編碼后，首先用SVM的方法進行特征匹配，對于未能正確識別或者拒絕識別的圖像再次通過Hamming距離進行二次識別，并輸出最終的識別結(jié)果。
　　為了檢驗本文算法的可行性，論文以中科院提供的虹膜庫為樣本，并以Matlab R2010b為實驗平臺進行仿真實驗。最終的實驗結(jié)果表明：本文研究的算法在識別率與識別時間上較其他