基于 BAB 策略与 SVM的虹膜块状纹理检测.pdf

《基于 BAB 策略与 SVM的虹膜块状纹理检测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３７卷第１１期仪器仪表学报Ｖｏｌ３７Ｎｏ１１２０１６年１１月ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔＮｏｖ．２０１６基于ＢＡＢ策略与ＳＶＭ的虹膜块状纹理检测１，２１朱立军，苑玮琦（１．沈阳工业大学信息科学与工程学院沈阳１１０８７０；２．沈阳化工大学计算机科学与技术学院沈阳１１０１４２）摘要：块状纹理是虹膜表面上一种重要的特征纹理。对于可见光虹膜图像而言，由于受眼睑、光斑及光照不均匀等因素影响，如何准确地提取出该特征纹理仍然是目前一个亟待解决的难题。提出一种基于分枝定界（ＢＡＢ）策略和支持向量机（ＳＶＭ）的可见光虹膜块状纹理检测

2、方法。首先使用线性模板来提取虹膜上所有目标纹理；然后，采用ＢＡＢ策略定位所有目标纹理并计算每个目标纹理的特征向量；最后，使用ＳＶＭ实现对块状纹理的检测。通过实验证明，该方法对于虹膜块状纹理的检出率和检测时间均优于同类方法。关键词：块状纹理；线性模板；分支限界；支持向量机；虹膜识别中图分类号：ＴＰ３９１．４１ＴＨ７８６文献标识码：Ａ国家标准学科分类代码：５１０．４０ＩｒｉｓｉｍａｇｅｌｕｍｐｌｉｋｅｔｅｘｔｕｒｅｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎＢＡＢｓｔｒａｔｅｇｙａｎｄＳＶＭ１，２１ＺｈｕＬｉｊｕｎ，ＹｕａｎＷｅｉｑｉ（１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳ

3、ｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｓｈｅｎｙａｎｇ１１０８７０，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｈｅｎｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ，Ｓｈｅｎｙａｎｇ１１０１４２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｌｕｍｐｌｉｋｅｔｅｘｔｕｒｅｉｓａｎｅｓｓｅｎｔｉａｌｆｅａｔｕｒｅｔｅｘｔｕｒｅｏｆｉｒｉｓ．Ｄｕｅｔｏｔｈｅｉｎｆｌｕｅｎｃｅｓｏｆｅｙｅｌｉｄ，ｌｉｇｈｔｓｐｏｔａｎｄｕｎｅｖｅｎｉｌｌｕｍｉｎａｔｉ

4、ｏｎ，ｔｏｄｅｔｅｃｔｌｕｍｐｌｉｋｅｔｅｘｔｕｒｅｆｒｏｍｖｉｓｉｂｌｅｉｒｉｓｉｍａｇｅｉｓｓｔｉｌｌａｃｈａｌｌｅｎｇｉｎｇｔｏｐｉｃ．ＡｍｅｔｈｏｄｂａｓｅｄｏｎＢＡＢ（ｂｒａｎｃｈａｎｄｂｏｕｎｄ）ｓｔｒａｔｅｇｙａｎｄＳＶＭ（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ）ａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｔｏｄｅｔｅｃｔｌｕｍｐｌｉｋｅｔｅｘｔｕｒｅｉｎｔｈｉｓｗｏｒｋ．Ｆｉｒｓｔ，ｌｉｎｅａｒｔｅｍｐｌａｔｅｓｉｓａｐｐｌｉｅｄｔｏａｂｓｔｒａｃｔａｌｌｔａｒｇｅｔｔｅｘｔｕｒｅｓｉｎｔｈｅｉｒｉｓ．Ｔｈｅｎ，ＢＡＢｓｔｒａｔｅｇｙｉｓｕｔｉｌｉｚ

5、ｅｄｔｏｏｂｔａｉｎｔｈｅｆｅａｔｕｒｅｖｅｃｔｏｒｆｏｒｅａｃｈｔａｒｇｅｔｔｅｘｔｕｒｅｔｈａｔｃａｎｄｅｓｃｒｉｂｅｔｈｅｔｅｘｔｕｒｅｆｅａｔｕｒｅ．Ｆｉｎａｌｌｙ，ｔｈｅｌｕｍｐｌｉｋｅｔｅｘｔｕｒｅｓａｒｅｄｅｔｅｃｔｅｄｂｙｕｓｉｎｇＳＶＭａｌｇｏｒｉｔｈｍ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｓｕｐｅｒｉｏｒｔｏｏｔｈｅｒｍｅｔｈｏｄｓｂｏｔｈｉｎｄｅｔｅｃｔｉｏｎｒａｔｅａｎｄｏｐｅｒａｔｉｎｇｔｉｍｅ．Ｋｅｙｗｏｒｄｓ：ｌｕｍｐｌｉｋｅｔｅｘｔｕｒｅ；ｂｉｌｉｎｅａｒｔｅｍｐｌａｔｅｓ；

6、ｂｒａｎｃｈａｎｄｂｏｕｎｄ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ；ｉｒｉｓｄｅｔｅｃｔｉｏｎ术提取虹膜特征纹理，然后依据这些特征纹理采用向量机１引言的方法来对消化道疾病和神经系统的疾病进行判别。在以上两种虹膜特征纹理的应用中，目前只局限于虹膜特征纹理是指虹膜表面上的卷缩轮、坑洞、色素提取虹膜中的全部特征纹理信息，而对不同类别的特征斑以及放射沟纹理等。近年来，很多学者把虹膜表面存在纹理仍然缺乏有针对性的研究，如果能有针对性地检测的这些特征纹理应用到虹膜识别当中，并取得了很好的识出虹膜图像中不同类型的特征纹理，利用这些特征纹理别效果［１５］。另外，虹膜特征纹理还

7、被应用于计算机辅助的几何信息和位置信息就可以进一步提高虹膜识别算法虹膜诊断系统当中，如文献［６］采用小波变换和神经网络的鲁棒性及虹膜诊断的准确性。的方法来对虹膜纹理进行分析以鉴别肾脏是否健康；文近些年，已经有学者对虹膜上存在的各种特征纹理献［７］对虹膜区域进行基础虹膜颜色识别，找到虹膜中的展开了有针对性的研究。针对色素斑纹理的检测，文ｄａｒｋ／ｌｉｇｈｔ区域，实现病兆纹理提取；文献［８］通过分形技献［９］提出了一种基于局部灰度极小值和水平集的检测收稿日期：２０１６０７ＲｅｃｅｉｖｅｄＤａｔｅ：２０１６０７基金项目：国家自然科学基金（６１２７１３６５）项目资