Gabor滤波器参数设计及其在虹膜识别中应用.docVIP

Gabor滤波器参数设计及其在虹膜识别中应用 　　摘 要：利用二维Gabor滤波器组编码虹膜纹理的方法,已被广泛地应用于虹膜识别中。该方法的关键是滤波器组的参数设计，直接影响着识别准确率。深入分析了二维Gabor滤波器各参数的作用，提出了一种适用于虹膜纹理特征提取的Gabor滤波器参数设计方法。该方法根据理论分析建立起参数间的关系，借助傅里叶变换和频谱分析确定参数取值。实验证明，依据该方法设计的滤波器组用于虹膜识别，效果好、识别率高。 　　关键词：生物特征；虹膜识别；Gabor滤波器；特征提取 　　中图分类号：TP391 文献标志码：A 文章编号：1001-3695(2008)08-2399-03 　　 　　Gabor filter parameters design its use in iris recognition 　　YUAN Wei-qi, LIU Wang-lan, KE Li 　　(Computer Vision Group, Shenyang University of Technology, Shenyang 110023, China) 　　Abstract:It was widely applied in iris recognition that using Gabor filter coded iris feature. The key of this method was designing the Gabor filter parameters. It directly affect accuracy. This paper studied the effect of the parameters of Gabor filter in iris?? feature extraction, proposed a measure for parameters designing. This approach related the parameters one to other, then selected them basis of FFT and their relation. Applied the Gabor filters designed by this method to iris feature extraction, experimental results show that it can extract effectively the characteristics of iris texture for iris recognition and has high accuracy. 　　Key words：biometrics individual; iris recognition; Gabor filter; texture feature extraction 　　 　　虹膜比起其他生物特征更具有非侵犯性和稳定性，因此基于虹膜的身份识别系统越来越引起人们的广泛关注。世界各国的研究人员提出了很多不同的虹膜识别算法[1~12]，目前在众多算法中，以英国剑桥大学的J.G.Daugman[3~5]博士提出的基于Gabor变换的虹膜识别算法成熟度最高。该方法的核心是利用二维Gabor滤波器组，提取虹膜纹理特征。Gabor滤波器组的参数设计直接影响着算法识别率，如何选择参数，构造出提取虹膜纹理特征达到高匹配率的滤波器组值得研究。 　　 　　1 Gabor滤波器分析 　　 　　Gabor变换是一种短时傅里叶变换方法，最早见于 D.Gabor 的论著，短时傅里叶变换其实质是在傅里叶变换中加一个窗函数，以给出信号的谱的时频信息，通过窗函数来实现信号的时―频分析。 窗函数并不惟一，当选取高斯（Gauss）函数做窗函数时，短时傅里叶变换称为 Gabor 变换。 　　J. G .Daugman 在 1980 年根据Gabor变换，提出了2D-Gabor 滤波器理论，并指出2D-Gabor函数是可以获得时频联合测不准原理下限值的惟一函数，即 2D-Gabor滤波器可以最大限度地获得空域和频域的联合分辨率。 　　极坐标系下的Gabor滤波器由高斯窗函数和复指数的乘积组成形式如下： 　　??G(r,θ)=g(r,θ)??×e??-??iω(θ-θ??0)????(1) 　　??g(r,θ)??=e????-(r-r??0)??2/α??2????×e????-(θ-θ??0)??2/β??2????(2) 　　通过改变五个参数(??α,β,ω,r??0,θ??0??)的取值，可以获得不同形式和作用的滤波器。Gabor滤波器由实部和虚部两部分组成，如式（3）所