基于离散Curvelet变换和LS-SVM的虹膜特征提取与识别

• 作者: 何振红
• 来源期刊: 工业仪表与自动化装置
• 关键词: 特征提取 分类识别 离散曲波变换 最小二乘支持向量机 最优二叉树
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 经验交流
• 页码范围: 68-71,98
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文

摘要

提出了一种基于离散曲波变换和最小二乘支持向量机( LS-SVM)的虹膜特征提取与分类识别的新方法. 对虹膜纹理采用离散Curvelet变换,提取低频子带系数矩阵的均值方差和高频子带能量作为虹膜图像的特征向量,利用最优二叉树多类 LS -SVM 分类器进行分类与识别.MATLAB仿真实验结果表明,与现有方法相比,该算法识别准确率较高,能有效应用于身份认证系统中.