基于二维FISHER线性判别的人耳识别.pdfVIP

第36卷第2期 光 电工程 Vo．l-36．No．2 2009年 2月 Opto—ElectronicEngineering Feb．2009 文章编号：1003—501X(2009)02—0132—05 基于二维 Fisher线性判别的人耳识别 苑玮琦，郭伟芳，柯 丽 (沈阳工业大学 视觉检测技术研究所，沈阳 l10023) 摘要：针对传统二维Fisher线性判别(2DFLD)方法只使用图像矩阵的行向量作子模式的局限性，结合人耳图像的 特点，提出了一种基于列向量作子模式的 2DFLD 的人耳识别方法。首先利用训练样本图像矩阵的列向量作子模 式进行训练以提取特征人耳子空间，再将测试图像投影到该子空间上，最后用最近邻欧式距离方法进行匹配。实 验结果表明，以列向量作子模式时的识别率达98．333％，比行向量作子模式时提高了3．333％，与同样基于多元统 计分析的PCA、2DPCA和PCA+FLD方法相 比，识别效果最优，是一种有效的人耳识别方法。 关键词：2DFLD；列向量；子模式；人耳识别 中图分类号：TP391．41 文献标志码：A EarRecognitionBasedonTwo-dimensionalFisherLinearDiscriminant YUAN W ei-qi，GUOW ei-fang，KELi (ComputerVisionInstitute，ShenyangUniversityofTechnology，ShenyangI10023，China) Abstract：To overcome the problem thatthe conventionalalgorithm based on Two—DimensionalFisherLinear Discriminant(2DFLD)onlytooktherowvectorsofimagemarxassub—pattem，anearrecognitionalgorithm basedon 2DFLD withtakingthecolumnvectorsofimagemarxassub-patternwasproposed．Firstly,theear~amresubspacewas extractedafterprocessingtrainingby usingthecolumnvectorsofrtain imagemarxassub—pattem ．Secondly,thetest sampleimageswereprojectedonsmalldimensionsubspace．Lastly,htenearestneiighborclassifiertoearmatchbasedon Euclideandistancewasused．Theexperimentalresultsshow thattherecognitionrateofcolumnvectorsreaches98．333％， which isabout3．333％ higherthan thatofrow vectors．ComparedwithothermethodssuchasPCA．2DPCA and PCA+FLDbasedonthemulti．elementsattisticanalysis，hteproposedmethodisthebestone．Itisaneffectivewayofear recognition． Keywords：Two—dimensionalFLD；colunm vector；sub—pattern ；earrecognition． 0 引 言 人耳识别是近年来新兴的一种生物特征识别技术。人耳本身具有丰富的物理结构，具有普遍性、唯一 性和持久性，已经证实其作为一种生物识别特征是切实可行的 J。目前人耳识别的研究还处于起步阶段， 也是模式识别领域一个新的课题。