光学仪器
光學儀器
광학의기
OPTICAL INSTRUMENTS
2014年
5期
389-393
,共5页
吕秀丽%郑江红%段吉国%赵丽华%于波
呂秀麗%鄭江紅%段吉國%趙麗華%于波
려수려%정강홍%단길국%조려화%우파
人耳识别%离散小波变换%主成分分析%线性判别分析
人耳識彆%離散小波變換%主成分分析%線性判彆分析
인이식별%리산소파변환%주성분분석%선성판별분석
ear recognition%discrete wavelet transform%principal component analysis%linear discriminant analysis
根据主成分分析(PCA)和线性判别分析(LDA)在人耳识别过程中存在识别率不高的问题,提出一种基于离散小波变换(DWT)和PCA及LDA的人耳识别算法.将人耳图像进行二维DWT,选择包含图像大部分信息的低频子带,先利用PCA再利用LDA提取最优样本映射空间,最后利用最近邻法则进行人耳图像的分类.实验结果表明,该方法识别效果优于基于PCA及LDA的方法.
根據主成分分析(PCA)和線性判彆分析(LDA)在人耳識彆過程中存在識彆率不高的問題,提齣一種基于離散小波變換(DWT)和PCA及LDA的人耳識彆算法.將人耳圖像進行二維DWT,選擇包含圖像大部分信息的低頻子帶,先利用PCA再利用LDA提取最優樣本映射空間,最後利用最近鄰法則進行人耳圖像的分類.實驗結果錶明,該方法識彆效果優于基于PCA及LDA的方法.
근거주성분분석(PCA)화선성판별분석(LDA)재인이식별과정중존재식별솔불고적문제,제출일충기우리산소파변환(DWT)화PCA급LDA적인이식별산법.장인이도상진행이유DWT,선택포함도상대부분신식적저빈자대,선이용PCA재이용LDA제취최우양본영사공간,최후이용최근린법칙진행인이도상적분류.실험결과표명,해방법식별효과우우기우PCA급LDA적방법.
