| 基于Haar小波的虹膜特征提取算法 |
| |
| 引用本文： | 孙冬,周俊,魏勇.基于Haar小波的虹膜特征提取算法[J].科学技术与工程,2014,14(1). |
| |
| 作者姓名： | 孙冬 周俊 魏勇 |
| |
| 作者单位： | 河南机电高等专科学校,后勤工程学院,河南机电高等专科学校 |
| |
| 基金项目： | 河南省高等学校青年骨干教师资助计划项目 |
| |
| 摘 要： | 虹膜特征提取算法的优劣决定了虹膜识别系统的性能,经典小波变换算法在特征提取上存在不足,提出一种利用二维Haar小波提取虹膜特征的算法。算法在虹膜预处理的基础上,利用2D Haar小波对虹膜特征提取区域分解,对第三层小波分解高频系数编码生成375bits虹膜编码,利用相似度作为特征匹配关系。在中国科学院虹膜数据库CASIA(1.0)]上的实验结果表明,算法在认证模式(Verification)与识别模式(Identification)下,性能均优于Boles的算法和Wildes的算法,仅次于Daugman的算法;但本算法虹膜码长度仅为Daugman的1/5,更节省储存空间,正确识别率为99.16%,等错率达到0.54%。
|
| 关 键 词： | 虹膜特征提取 Haar小波 小波分解 细节系数调制 |
| 收稿时间： | 2013/7/17 0:00:00 |
| 修稿时间： | 2013/8/27 0:00:00 |
Iris Feature Extraction based on Haar Wavelet |
| |
| Abstract: | |
| |
| Keywords: | Iris feature extraction Haar wavelet Wavelet Decomposition Detail components demodulating |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
|
