光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
8期
2129-2136
,共8页
李欢利%郭立红%李小明%王心醉%董月芳
李歡利%郭立紅%李小明%王心醉%董月芳
리환리%곽립홍%리소명%왕심취%동월방
虹膜识别%中心对称局部二值模式(CS-LBP)%统计特征中心对称局部二值模式(SCCS-LBP)%Hamming距离
虹膜識彆%中心對稱跼部二值模式(CS-LBP)%統計特徵中心對稱跼部二值模式(SCCS-LBP)%Hamming距離
홍막식별%중심대칭국부이치모식(CS-LBP)%통계특정중심대칭국부이치모식(SCCS-LBP)%Hamming거리
iris recognition%Center-symmetric Local Binary Pattern(CS-LBP)%Statistical Characteristios Center-Symmetric Local Binary Pattern(SCCS-LBP)%Hamming distance
由于中心对称局部二值模式(CS-LBP)的虹膜识别具有特征维数高、对噪声敏感等缺点,提出了基于统计特征中心对称局部二值模式(SCCS-LBP)的虹膜识别方法.首先,根据虹膜纹理的分布特性,用CS-LBP对归一化的虹膜图像进行编码；为了进一步降低特征维数,对编码后的图像进行特征统计.然后,根据统计结果的分布,提取出有效的二值特征图像.最后,用Hamming距离进行虹膜识别.对CASIA1.0、CASIA2.0、CASIA3.0-Interval、MMU1图像库进行了识别,最高正确识别率分别为99.955％、99.848％、99.989％、99.916％.实验结果表明:该方法有效地利用了虹膜纹理分布特性,与LBP和CS-LBP方法相比,具有更少的特征维数、更高的正确识别率和更好的鲁棒性.
由于中心對稱跼部二值模式(CS-LBP)的虹膜識彆具有特徵維數高、對譟聲敏感等缺點,提齣瞭基于統計特徵中心對稱跼部二值模式(SCCS-LBP)的虹膜識彆方法.首先,根據虹膜紋理的分佈特性,用CS-LBP對歸一化的虹膜圖像進行編碼；為瞭進一步降低特徵維數,對編碼後的圖像進行特徵統計.然後,根據統計結果的分佈,提取齣有效的二值特徵圖像.最後,用Hamming距離進行虹膜識彆.對CASIA1.0、CASIA2.0、CASIA3.0-Interval、MMU1圖像庫進行瞭識彆,最高正確識彆率分彆為99.955％、99.848％、99.989％、99.916％.實驗結果錶明:該方法有效地利用瞭虹膜紋理分佈特性,與LBP和CS-LBP方法相比,具有更少的特徵維數、更高的正確識彆率和更好的魯棒性.
유우중심대칭국부이치모식(CS-LBP)적홍막식별구유특정유수고、대조성민감등결점,제출료기우통계특정중심대칭국부이치모식(SCCS-LBP)적홍막식별방법.수선,근거홍막문리적분포특성,용CS-LBP대귀일화적홍막도상진행편마；위료진일보강저특정유수,대편마후적도상진행특정통계.연후,근거통계결과적분포,제취출유효적이치특정도상.최후,용Hamming거리진행홍막식별.대CASIA1.0、CASIA2.0、CASIA3.0-Interval、MMU1도상고진행료식별,최고정학식별솔분별위99.955％、99.848％、99.989％、99.916％.실험결과표명:해방법유효지이용료홍막문리분포특성,여LBP화CS-LBP방법상비,구유경소적특정유수、경고적정학식별솔화경호적로봉성.
