基于自适应Gabor滤波与支持向量机的虹膜识别方法

摘要

本文针对传统Gabor滤波器只能手动修改滤波参数,通用性低的缺点,提出了基于自适应Gabor滤波与支持向量机的虹膜识别算法。首先,结合虹膜图像的灰度特征完成虹膜的定位与归一化;其次,利用Gabor滤波器提取虹膜特征,并通过粒子群算法寻找最优参数,根据最优参数提取最优虹膜特征;最后,通过支持向量机进行虹膜识别,同时利用该方法对CASIA V1和Lamp虹膜库进行识别,得到系统识别率分别为99.23%和99.11%。与传统的虹膜识别方法相比,基于自适应Gabor滤波与支持向量机的虹膜识别能对不同的虹膜库自动优化参数,克服了传统方法中的人工调参问题,且能显著提高系统的识别性能,具有更强的实用性。