基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
特征提取和分类是虹膜识别中的关键部分.由于小波分解后的低频子带包含了虹膜图像的主要信息,而Log-Gabor滤波能有效地提取出图像的纹理信息,将这两种方法结合是一个提取虹膜识别信息的有效途径.本文先对归一化的虹膜采用小波变换的方法细分图像,再用Log-Gabor滤波器对低频通道的子带图像进行更进一步的特征提取并量化,形成特征码本,最后采用支持向量机的分类器来进行分类.实验结果表明,分类器能很好地分离各类虹膜,识别率提高到了99.6%,等错率则降低为0.3%,比传统汉明距的分类方式有更优异的性能.
推荐文章
一种Log-Gabor滤波结合特征融合的虹膜识别方法
虹膜识别
纹理特征
加权海明距离
图像质量
一种Log-Gabor滤波器结合多分辨率分析的虹膜识别方法
虹膜识别
Log-Gobar滤波器
多分辨率
全局信息
一种新颖的基于Log-Gabor小波的虹膜识别算法
虹膜
Log-Gabor小波
局部频率特征
局部方向特征
基于Log-Gabor小波变换和证据推理的车型识别
车型识别
Log-Gabor
支持向量机
Dempster-Shafer证据推理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的Log-Gabor滤波和SVM的虹膜识别方法
来源期刊 中国图象图形学报A 学科 工学
关键词 虹膜识别 小波变换 Log-Gabor滤波 支持向量机
年,卷(期) 2009,(12) 所属期刊栏目 "第六届数字电视与无线多媒体通信国际论坛"专栏
研究方向 页码范围 2603-2606
页数 4页 分类号 TP391.41
字数 4178字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周治平 江南大学通信与控制工程学院 105 522 11.0 16.0
2 李雨凇 江南大学通信与控制工程学院 2 7 2.0 2.0
3 吴会军 江南大学通信与控制工程学院 3 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (85)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (9)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
虹膜识别
小波变换
Log-Gabor滤波
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
总被引数(次)
131816
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导