基于模糊综合评判模型的虹膜由粗到精定位算法评估.docVIP

基于模糊综合评判模型的虹膜由粗到精定位算法评估 　　摘要:该文提出了一种基于模糊综合评判的算法评估方案,并建立了相应的评判模型,通过实验证明该模型能够对由粗到精定位算法作出科学的评价。 　　关键词:模糊综合评判; 虹膜定位算法; 仿射 　　中图分类号:TP391文献标识码:A文章编号:1009-3044(2010)16-4497-01 　　 　　Iris Localization Algorithm Valuation of Iris Stage from Coarse to Fine Step-by-step Based on the Fuzzy Comprehensive Evaluation Model 　　LIU Jin, FU Xiao, WANG Hao-peng 　　(Computer Office, Aviation University of Air Force, Changchun 130022, China) 　　Abstract: This thesis provides a evaluation scheme based on the fuzzy comprehensive evaluation, and builds a relevant evaluation model, which proves to make a scientific evaluation on the phase of iris stage from coarse to fine step-by-step localization algorithm. 　　Key words: the fuzzy comprehensive evaluation; iris localization algorithm; affine 　　 　　1 概述 　　面对虹膜识别技术的蓬勃发展,各种识别算法层出不穷。但到目前为止,大部分工作主要集中在核心算法的研究上,对这些算法的优劣比较却鲜有研究,运用模糊数学中的模糊综合评判[3]方法建立评价模型进行算法评估是一条非常有效实用的途径,通过评估可以使虹膜识别系统达到最佳配置。 　　2 虹膜定位算法中的参数提取与仿射 　　选取对虹膜定位产生重要影响的三个属性――定位的精确度、定位算法的健壮性和处理时间。将这三个属性看作一个集合Q={Q1,Q2,Q3}。下面,介绍这三个属性的提取与仿射过程。 　　1)定位的精确度 　　假定U1为该属性对应因素集的元素,U1定义为:U1={0,1} (1) 　　当由算法得到的定位信息与肉眼的判断结果不相符时,U1=0;反之,U1=1。 　　2)定位算法的健壮性 　　假定U2为该属性对应模型中因素集的元素,U2定义为: U2={1,2,3,4}(2) 　　其中,当算法的健壮性非常差时,U2=1;算法的健壮性一般时,U2=2;算法的健壮性良好时,U2=3;算法的健壮性非常好时,U2=4。 　　3)处理时间 　　设置一计时器,从算法开始计时,算法结束终止计时,就能通过计时器得到该算法的处理时间Q3。 　　3 基于模糊综合评判模型的虹膜由粗到精分步定位算法评估实现 　　1)因素集数据的提取与仿射 　　该算法得到的定位信息与肉眼的判断结果全部相符,根据公式1的定义,仿射后的数据为1;算法能够对95.6%的情况作出正确处理,根据公式2的定义,仿射后的数据为3;处理时间分别为{0.976s, 1.024s, 1.208s, 0.876s, 0.975s, 1.103s, 1.036s, 0.872s, 1.119s, 1.104s}。 　　2)确定权重 　　{0.90,0.90,0.40} 　　3)确定评语集 　　{优,良,差} 　　4)确定评语对应的因素变化区间 　　根据多次试验的情况,各因素在每个评语集对应的因素变化区间如表1所示。 　　5)由粗到精分步定位算法的评判结果为(0.409,0.482,0.109)。 　　4 虹膜由粗到精定位算法的评估结果分析 　　从上述评估结果可以看出,对于虹膜由粗到精定位算法可以完成基本的定位操作。 　　5 总结 　　模糊综合评判只是模糊数学中的一种方法,对识别算法作出合理的评价还有很多科学的方法,需要我们进一步探讨。虹膜识别效果评估工作是一项必要而复杂的工作,它需要更多研究机构和企业单位的关注和投入。 　　 　　参考文献: 　　[1] 庄钊文, 黎湘, 李彦鹏, 王宏强. 自动目标识别效果评估技术[M]. 国防工业出版社, 2006.10. 　　[2] 刘劲. 基于虹膜识别的识别效果评估系统的研究与实现[D]. 吉林大学硕士论文, 2009.6. 4