一种基于核主成分分析和组合分类器的虹膜识别方法.pdfVIP

2012生 6月 图 学 学 报 June 2012 第 33卷 第 3期 JoURNALoFGRAPHICS 、，0l-33 No．3 一 种基于核主成分分析和组合分类器的 虹膜识别方法 伍尤富 (韶关学院物理与机电工程学院，广东 韶关 512005) 摘 要：提出了一种新的虹膜特征提取与识别方法，该方法利用核主成分分析 (KPCA)在高维空间具有较强的特征选择能力来提取虹膜图像的纹理特征。采用了一种距 离度量和支持向量机相结合的两级分类方法，前级采用欧式距离来度量图像间的相似性，若 符合条件，给出分类结果，否则拒绝，并转入后一级分类器——支持向量机分类，以减少进 入支持向量机的样本数 目，该组合分类方法充分利用了支持向量机识别率高和距离度量速度 快的优点。实验结果表明，该方法提高了虹膜识别率，是一种有效的虹膜识别方法。