换一批摘要由于中心对称局部二值模式(CS-LBP)的虹膜识别具有特征维数高、对噪声敏感等缺点,提出了基于统计特征中心对称局部二值模式(SCCS-LBP)的虹膜识别方法.首先,根据虹膜纹理的分布特性,用CS-LBP对归一化的虹膜图像进行编码；为了进一步降低特征维数,对编码后的图像进行特征统计.然后,根据统计结果的分布,提取出有效的二值特征图像.最后,用Hamming距离进行虹膜识别.对CASIA1.0、CASIA2.0、CASIA3.0-Interval、MMU1图像库进行了识别,最高正确识别率分别为99.955％、99.848％、99.989％、99.916％.实验结果表明:该方法有效地利用了虹膜纹理分布特性,与LBP和CS-LBP方法相比,具有更少的特征维数、更高的正确识别率和更好的鲁棒性.
更多相关知识
关键词
虹膜识别中心对称局部二值模式(CS-LBP)统计特征中心对称局部二值模式(SCCS-LBP)Hamming距离iris recognitionCenter-symmetric Local Binary Pattern(CS-LBP)Statistical Characteristios Center-Symmetric Local Binary Pattern(SCCS-LBP)Hamming distance
分类号
TP391.4
栏目名称
DOI
10.3788/OPE.20132108.2129
发布时间
2013-09-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
创新工程项目（KGCX2-YW-911-2）
- 浏览1
- 被引41
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
