零谱矩滤波器在虹膜纹理特征提取中的应用

零谱矩滤波器在虹膜纹理特征提取中的应用

徐中宇¹,², 马驷良¹, 罗宏文¹

1. 吉林大学数学研究所, 长春 130012； 2. 长春工业大学计算机科学与工程学院, 长春 130012

收稿日期:2006-01-19 修回日期:1900-01-01 出版日期:2006-11-26 发布日期:2006-08-26
通讯作者: 马驷良

Application of Zero Spectral Moment Filter in Iris Texture Features Extraction

XU Zhongyu¹,², MA Siliang¹, LUO Hongwen¹

1. Institute of Mathematics, Jilin University, Changchun 130012, China; 2. College of Computer Science and Engineering, Changchun University of Technology, Changchun 130012, China

Received:2006-01-19 Revised:1900-01-01 Online:2006-11-26 Published:2006-08-26
Contact: MA Siliang

摘要/Abstract

摘要： 通过对零谱矩滤波器的研究, 提出一种新的虹膜纹理特征提取算法, 它利用平衡式零谱矩滤波器对预处理后的虹膜图像进行分解, 以提取更准确的虹膜纹理特征. 经实践检验, 本方法的运算速度快, 对虹膜的识别获得了较好的效果.

关键词: 零谱矩滤波器, 虹膜纹理, 特征提取

Abstract: This paper presents a novel iris texture features extraction algorithm based on zero spectral moment filters (ZSMF). After preprocessing, the iris image was decomposed via ZSMF in order to get more exact iris texturefeatures. Experimental results show that the speed of the algorithm is fast and the algorithm is efficient.

Key words: zero spectral moment filters, iris texture, features extraction

中图分类号:

TP301

徐中宇,, 马驷良, 罗宏文. 零谱矩滤波器在虹膜纹理特征提取中的应用[J]. J4, 2006, 44(06): 956-958.

XU Zhongyu,, MA Siliang, LUO Hongwen. Application of Zero Spectral Moment Filter in Iris Texture Features Extraction[J]. J4, 2006, 44(06): 956-958.

[1]	段锦, 张文学, 莫苏新, 姜晓娇, 高美玲. 基于偏振方向统计特性的目标背景差异特征分析[J]. 吉林大学学报(理学版), 2024, 62(2): 369-0380.
[2]	宗敏. 基于机器学习的三维数字图像虚拟场景重建算法[J]. 吉林大学学报(理学版), 2023, 61(6): 1425-1431.
[3]	刘浩翰, 孙铖, 贺怀清, 惠康华. 金属表面缺陷检测方法YOLOv3I[J]. 吉林大学学报(理学版), 2023, 61(3): 612-622.
[4]	袁义, 李国祥, 王继军. 基于Markov随机场模型的数字X光图像自适应增强算法[J]. 吉林大学学报(理学版), 2023, 61(2): 377-383.
[5]	刘均, 宫子栋, 吴力. 基于信息熵度量的局部线性嵌入算法[J]. 吉林大学学报(理学版), 2022, 60(1): 143-0149.
[6]	张颖, 马承泽, 杨平, 王新民. 基于小波变换和改进PCA的人脸特征提取算法[J]. 吉林大学学报(理学版), 2021, 59(6): 1499-1503.
[7]	杨舒涵, 李博, 周丰丰. 基于机器学习的跨患者癫痫自动检测算法[J]. 吉林大学学报(理学版), 2021, 59(1): 101-106.
[8]	李健, 姜楠, 宝音巴特, 张帆, 张伟健, 王薇. 空间颜色聚类算法及其在图像特征提取中的应用[J]. 吉林大学学报(理学版), 2020, 58(3): 627-633.
[9]	莫才健, 武锋强, 陈莉, 邹强. 基于量子粒子群算法选择特征的遥感图像分类[J]. 吉林大学学报(理学版), 2018, 56(2): 368-374.
[10]	王慧, 宋淑蕴. 基于KCPA提取特征和RVM的图像分类[J]. 吉林大学学报(理学版), 2017, 55(02): 357-362.
[11]	李家伟. 基于证据理论和支持向量机的风机故障智能诊断[J]. 吉林大学学报(理学版), 2016, 54(03): 609-612.
[12]	韩笑, 赵政达, 王天明. 基于域Morphing算法的手背静脉识别[J]. J4, 2013, 51(02): 294-298.
[13]	邢吉生, 杨礼, 尚祖飞, 浦铁成, 牛国成, 于哲舟. 支持向量机在视频运动目标分析中的应用[J]. J4, 2013, 51(01): 107-110.
[14]	王小芳, 王瑞芳, 张树功. 一种无监督文本特征计算模型[J]. J4, 2010, 48(1): 79-84.
[15]	韩笑, 冀进朝, 左平, 张禹. 手背静脉特征提取算法[J]. J4, 2010, 48(02): 245-250.