基于改进的经验模态分解的虹膜识别方法
文献类型：期刊论文
| 作者 | 郭立红
|
| 刊名 | 吉林大学学报(工学版)
 |
| 出版日期 | 2013-01-15 |
| 期号 | 01页码:198-205 |
| 关键词 | 计算机应用 经验模态分解 改进标准差 虹膜识别 |
| 中文摘要 | 首先,采用先行后列的方法对归一化虹膜图像进行经验模态分解,得到不同尺度的固有模态分量;找出有利于识别的分量,将其进行二值化处理生成特征图像;然后对特征图像进行水平和垂直移位匹配,得到海明(Hamming)距离匹配向量,计算匹配向量的改进标准差,以此标准差进行虹膜识别。最后分别对CASIA1、CASIA2、CASIA3-interval、MMU1库进行了识别,结果表明:该方法能够有效地提取图像的二值特征,具有速度快、识别率高等优点。 |
| 收录类别 | CNKI |
| 语种 | 中文 |
| 公开日期 | 2014-03-07 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/38375]  |
| 专题 | 长春光学精密机械与物理研究所_中科院长春光机所知识产出 |
| 推荐引用方式 GB/T 7714 | 郭立红. 基于改进的经验模态分解的虹膜识别方法[J]. 吉林大学学报(工学版),2013(01):198-205. |
| APA | 郭立红.(2013).基于改进的经验模态分解的虹膜识别方法.吉林大学学报(工学版)(01),198-205. |
| MLA | 郭立红."基于改进的经验模态分解的虹膜识别方法".吉林大学学报(工学版) .01(2013):198-205. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。