基于LBP算子的虹膜特征提取方法-论文.pdf

基于LBP算子的虹膜特征提取方法-论文.pdf

ID:58138332

大小:4.76 MB

页数:7页

时间:2020-04-24

基于LBP算子的虹膜特征提取方法-论文.pdf_第1页
基于LBP算子的虹膜特征提取方法-论文.pdf_第2页
基于LBP算子的虹膜特征提取方法-论文.pdf_第3页
基于LBP算子的虹膜特征提取方法-论文.pdf_第4页
基于LBP算子的虹膜特征提取方法-论文.pdf_第5页
资源描述:

《基于LBP算子的虹膜特征提取方法-论文.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、电子质量(2014第()3期)基于LBP算子的虹摸特征提取方法基于LBP算子的虹膜特征提取方法IrisFeatureExtractingMethodBasedorlLBPOperator霍君【中北大学现代教育技术与信息中心,⋯西太原030051)HuoJun(ModemeducationtechnologTandinformationcenter.NorthUniversityofChina.ShanxiTaiyuml030051)摘要:由于虹膜自身具备独特性和随机性,因此需要对其进行特征提取操作,找出具有识别意义的虹膜纹理信息并将

2、其编码,然后依据特定的判决标准来判断两幅图像是否源于同一人,从而实现虹膜识别的功能。该文对传统LBP算子进行改进,极大程度。缩减了描述码维数,并结合位移差分网像配方法,得到一种快速、有效的特征方法。通过对CASIA虹膜数据库进行实验比较,该方法能够获得理想的识别效果关键词:虬膜识别;特征提取;LBP算子;Hamming距离中图分类号:TP391.4文献标识码:A文章编号:1003—0107(2014)03—0076—07Abstract:Becauseoftheuniquenessandrandomnessoftheirisimag

3、efeatureextractionoperationisim—portant.findingandcodingtheiristextureinformationtoiudgewhethertwoirisimagesfrOmthesameperson,soastorealizethefunctionofirisrecognitionThispaperimprovethetraditionalLBPoperatortoreduceddi-mensiondescriptioncode,andcombinedwiththeHammingD

4、istancematchmethodgetafastandefectivemethodoffeatureextractionExperimentresultsonCASIAdatabasedemonstratethatthismethodisidealKeywords:IrisRecognition;FeatureExtraction;LBPOperator;HammingDistanceCLcnumber:TP3914Documentcode:AArticleID:1003—0107(2014)03—0076—070引言针对t述问

5、题,本文对CS—LBP提f{J改进案,设计一种低维数与方向性相兼顾的中心对称局部:二值模日阿,虹膜特征提取方式主要可归纳为三大类:基式算子,通过计算特征图像的汉明距离来判断虹膜像于过零点检测、基于相位分析、基于纹理分析。其中,以是否配Daugman教授提fti,的2D—Gat)or滤波法和Wildes提出的高斯拉普拉斯金字塔法最为主流。但从这几年的研究1LBP算子方向来看,以局部二值模式(IxmalBinaryPatterns,LBP)算子为代表的纹理分析方法南于自身具备独特的纹理描作为纹理分析方法的代表,LBP算子不但是一种有述、

6、提取、编码方法以及灰度不变特性,逐渐引起学术界效的对比度补偿手段,同时对灰度变化具有极强的鲁棒的广泛关注,并成为特征提取领域中的研究关注焦点。性;相比2D—Gabor等特征提取方法,计算量小、复杂度T.0iala教授在1996年首次提出了LBP算子I-一1概低,在纹理特征提取领域具有无可比拟的优越性l4I。念,该算子能够洋尽地描述图像纹理信息,并且具有灰LBP算子的大致思想是:在3X3的窗区域中,令中度不变特性,特别适合应用于特征提取中,该方法虽然心像素点的灰度值为判断阈值,中心像素点依次与8邻能够很好地描绘纹理信息,但计算量巨大且

7、描述符维数域中的其他像素点进行灰度值大小比较,若灰度值小于很高。2009年Heikkila教授对LBP算子进行优化改进,阈值则记为0,反之为1,最后将这8个代码以规定顺序提出了基于中c,xf,称的局部二值模式(Center—Symmetric排列起来并转化成二进制数,即该中心点的LBP值。如LocalBinaryPattern,CS—LBP)概念,该方法在保证纹理图l所示。描述准确的基础上,有效地降低了描述符维数。7f1.≥0、nl值得注意的是,无论是LBP还是改进后的CS—LBPLBP=sgn(n一n)2,sgn(x)={(1)一

8、。【0均忽略了纹理的方向,且描述符仍旧较高。,其他作者简介:霍君(1989—1,男.在溃硕士研究生,主要研究方向为虹膜识别技术。基于LBP算子的虹膜特征提取方法电子质量(2014第03期)半径为个像素点,在圆周上取Ⅳ个与中心像素点等距

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。