基于支持向量机的虹膜图像识别
虹膜识别在当下备受推崇和关注，虹膜识别的研究和应用成为热门研究方向，这使得虹膜识别技术很快得到推广和应用。虹膜识别技术在很多领域得到了很好的应用，例如门禁系统。虹膜识别系统的研究具有广泛和深远的意义。 本文提出一种新型的虹膜特征提取方法。由于虹膜图像受到上眼皮和眼睫毛的影响很大，于是本文尝试提取完整虹膜中受到上眼皮和眼睫毛影响较小的下半部分的二分之一的纹理，从而能够克服上述遮挡因素的影响，准确定位虹膜，并获得有效的虹膜特征。 首先，利用灰度直方图，实现了虹膜内边界的准确定位；随后，为了克服眼睫毛和下眼睑的遮挡影响，给出了一种虹膜外边界定位方法，能够准确获得虹膜的有效部分；最后，利用归一化算法，将环状的虹膜特征转化为矩形特征，便于虹膜的训练和识别。通过实验验证，该方法是准确的和有效的。 获得更精确有效的虹膜特征之后，采用支持向量机（SVM），用于虹膜图像的识别和分类，获得了较高的识别精度。
虹膜识别;图像处理;虹膜定位;支持向量机
长春工业大学
硕士
统计学
孙秋成
2016
中文
TP391.41
43
2017-04-05（万方平台首次上网日期，不代表论文的发表时间）