一种多特征提取及融合的虹膜识别方法.pdfVIP

2017年 1月 郑州大学学报(工学版) Jan． 2017 No．1 of Vol-38 第38卷第1期 Journal Science) ZhengzhouUniversity(Engineering 文章编号：1671—6833(2017)Ol一0063—05 一种多特征提取及融合的虹膜识别方法 张 震，刘 博，李 龙 (郑州大学电气工程学院，河南郑州450001) 摘要：经典虹膜识别算法只提取单一的虹膜特征，提出一种采用多种特征提取及融合的虹膜识别算 法．该算法首先对采集到的虹膜图像进行预处理，然后分别采用Log·Gabor滤波和Haar小波对预处理后 图像进行特征提取，并用Hamming距离和加权欧式距离计算得到两个相似度，通过支持向量机(support vector machine，SVM)对相似度进行融合，得到匹配结果．实验证明，该算法有效，并能取得较高的识 别率． 关键词：虹膜识别；多特征提取；Log—Gabor滤波；Haar小波；特征融合 中图分类号：TP391文献标志码：A doi：10．13705／j．issn．167l一6833．2017．01．004 均值作为虹膜特征，构造相似形函数进行匹配．此 0 引言 外还有LimHo提出了以Haar小波对虹膜进行滤 随着信息技术和网络技术的发展，钥匙、密 波分解并二值化编码，以及基于多尺度Gabor滤 码等传统的身份认证方法易遗失、易伪造，已经 波器的虹膜识别算法，基于灰度共生矩阵虹膜识 不能满足现代社会生活的需要，而有效、可靠的 别算法，基于尺度不变特征转换的虹膜识别算 身份认证方法是保证信息系统安全的必要前 法等． 提．基于生物特征识别的身份认证中，虹膜识别 与只提取单一的虹膜特征相比，笔者提出了 作为重要的生物特征识别技术，具有普遍性、唯 一种多特征提取及融合的虹膜识别方法，与文献 一性、稳定性、非侵犯性等优点，已成为近些年 [5]在提取阶段进行特征融合不同，笔者分别采 来的热点研究课题．虹膜识别原理为对虹膜采 集设备采集到的虹膜图像进行处理、特征编码 膜的两种特征，在匹配阶段进行特征融合，在通过 和模式匹配来实现身份的识别认证，因此系统 使用Hamming距离和加权欧氏距离与虹膜特征 可以分为虹膜图像采集、虹膜图像预处理、特征 库匹配计算相似度的基础上，构造支持向量 提取及模式匹配4个过程． SVM，对计算得到的两个相似度进行融合，实现识 目前常用的虹膜识别方法主要由以下几种经 别分类，得出识别结果．在匹配阶段采用相似度融 合的方法，即在提取阶段兼顾了虹膜局部特征和 典的方法发展而来：Daugman…首先采用边缘检 全局特征，并且有效地解决了不同算法提取特征 测和Hough变换的方法定位分割虹膜图像，并提 出了基于二维Gabor滤波虹膜特征提取方法，将的异构问题，本文算法系统框图如图1所示． 滤波结果的相位信息进行编码，并通过Hamming 距离计算分类．Wildes等¨o采用微积分