一种基于PCNN的改进型虹膜识别算法.pdfVIP

第 41卷 第 11A期 计 算 机 科 学 Vo1．41No．11A 2014年 11月 Computer Science Nov2014 一 种基于 PCNN的改进型虹膜识别算法 金 鑫 聂仁灿 周冬明 (云南大学信息学院 昆明650091) 摘 要 基于脉冲耦合神经网络(PCNN)，提出一种改进的虹膜识别算法。针对虹膜定位准确性这个研究点，引入形 态学滤波对人眼图像进行去噪，以提高定位准确性。介绍了PCNN 的模型，并对神经元震荡时间序列 (OTS)进行统 计分析，得出不同虹膜纹理具有唯一的神经元 OTS。最后计算 OTS的欧氏距 离并进行分类，实现了虹膜识别的改进 方法。在 CAsIA-Iris—Interval虹膜数据库中的实验结果验证了该方法的有效性，显示了它比传统算法具有更好的识 别率和识别速度 。 关键词 虹膜识别，脉冲耦合神经网络，形态学滤波，特征匹配 中图法分类号 TP183 文献标识码 A ImprovedIrisRecognitionAlgorithm BasedonPCNN JIN Xin NIERen-can ZHOU Dong-ming (I ormationCollege。YunnanUniversitY，Kunming650091，China) Abstract W eproposedanimprovedirisrecognitionalgorithm basedonpulsecoupledneuralnetwork (PCNN)．Because theirislocationisnotenoughaccuracy，themorphologica1filteringmethodwasappliedtoimagedenoising，whichcan improverecognizeaccuracy．And，bythestatisticalanalysisofoscillationtimesequencesoftheneurons，weconcluded thatdifferentiristextureshavetheuniqueneuronsoscillationtimesequences(OTS)．Finallyweachievedtheimproved irisrecognitionalgorithm throughcalculatingandclassifyingtheEuclideandistanceoftheOTS．Intheirisdatabaseof CASIA Iris—Interval，theexperimentalresultsshow theeffectivenessofthemethod proposedin thispaper，andreveal thatthismethodisbetterthantraditionalmethodsinrecognitionaccuracyandrecognitionrate． Keywords Irisrecognition，PCNN，Morphologicalfiltering，Featurematching 难点和重点[9]。首先，虹膜的特征数非常多，加之高精确度也 1 引言 大大增加了计算量，要达到实时性非常困难。其次，目前常采 虹膜识别技术是图像处理中的一个热点研究领域 ，它在 用海明距离来计算两幅虹膜图像的相似度 ，但有很大缺陷，即 安防、同防、电子商务等多种领域得到越来越多的应用 口]。近 使同一个人的两幅虹膜图像，也不能做到严格意义上的相同。 几十年来，越来越多的研究者关注虹膜识别领域，