华南理工大学学报(自然科学版)
華南理工大學學報(自然科學版)
화남리공대학학보(자연과학판)
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOLGY
2011年
2期
65-70
,共6页
罗忠亮%林土胜%杨军%赵晓芳
囉忠亮%林土勝%楊軍%趙曉芳
라충량%림토성%양군%조효방
虹膜识别%特征提取%经验模态分解%奇异值分解
虹膜識彆%特徵提取%經驗模態分解%奇異值分解
홍막식별%특정제취%경험모태분해%기이치분해
为克服小波变换和Gabor滤波器提取虹膜特征时小波基函数固定和Gabor滤波器参数需优化选择的问题,提出了一种基于经验模态分解(EMD)和奇异值分解(SVD)的虹膜特征提取方法.首先,对预处理后的虹膜图像进行EMD,将获得的一系列固有模态函数和残差分量构成初始矩阵;然后,对该矩阵进行SVD,以其奇异值作为虹膜特征向量:最后,利用Modest AdaBoost分类器进行识别.实验结果表明,该方法提取的特征向量维数少,识别率高,虹膜特征提取和匹配时间复杂度低.
為剋服小波變換和Gabor濾波器提取虹膜特徵時小波基函數固定和Gabor濾波器參數需優化選擇的問題,提齣瞭一種基于經驗模態分解(EMD)和奇異值分解(SVD)的虹膜特徵提取方法.首先,對預處理後的虹膜圖像進行EMD,將穫得的一繫列固有模態函數和殘差分量構成初始矩陣;然後,對該矩陣進行SVD,以其奇異值作為虹膜特徵嚮量:最後,利用Modest AdaBoost分類器進行識彆.實驗結果錶明,該方法提取的特徵嚮量維數少,識彆率高,虹膜特徵提取和匹配時間複雜度低.
위극복소파변환화Gabor려파기제취홍막특정시소파기함수고정화Gabor려파기삼수수우화선택적문제,제출료일충기우경험모태분해(EMD)화기이치분해(SVD)적홍막특정제취방법.수선,대예처리후적홍막도상진행EMD,장획득적일계렬고유모태함수화잔차분량구성초시구진;연후,대해구진진행SVD,이기기이치작위홍막특정향량:최후,이용Modest AdaBoost분류기진행식별.실험결과표명,해방법제취적특정향량유수소,식별솔고,홍막특정제취화필배시간복잡도저.
