牛眼虹膜识别特征提取算法研究

摘要

随着虹膜识别技术的发展以及食品安全等领域对肉食品追溯的需求，动物虹膜识别技术的研究逐渐发展。动物虹膜识别技术包括图像采集、图像预处理、特征提取与模式匹配等步骤，其中特征提取算法是最重要的环节之一，将直接影响到识别的结果。本文在分析特征提取相关算法的基础上，研究牛眼虹膜特征提取的若干算法，并对特征提取算法实验结果进行比较分析，主要工作有：
　　 1、研究基于二维Gabor滤波的牛眼虹膜特征提取方法。本文针对动物个体虹膜特征，使用基于二维Gabor虹膜特征提取和表达方法，将样本图像分块进行滤波，通过一定规则将样本转化为对应的相位编码。选取了2种不同的分块方法，并采用海明距离以及加权的海明距离分别对比算法的识别精度，最后与基于灰度共生矩阵的纹理特征方法的识别结果进行对比；
　　 2、研究KPCA方法在牛眼虹膜特征提取中的应用，并改进基于KPCA的牛眼虹膜特征提取算法。分析了KPCA算法的原理，并结合牛眼图像进行算法设计与应用，首先选取牛眼虹膜图像每一列叠加作为算法输入向量，使用多项式核函数计算样本原空间的内积，将样本映射到高维空间进行分类；然后针对KPCA中输入的样本向量选取方法的不同，借助二维Gabor滤波的能够很好的提取方向和频率信息的特性，提出融合二维Gabor滤波的KPCA算法，并应用于牛眼虹膜特征提取；
　　 3、针对基于KPCA的两种算法，根据阈值准则以及类间距两种不同的方法分析算法识别效果。以马氏距离、欧式距离以及余弦距离分别对所有牛眼虹膜图像样本数据进行了匹配实验。纵向上，对两种KPCA牛眼虹膜特征提取算法在三种距离计算下的结果进行对比分析，横向上，将两种KPCA牛眼虹膜特征提取算法与二维Gabor滤波方法以及基于灰度共生矩阵的纹理特征方法进行识别精度进行对比分析。