基于支持向量机与Hamming距离的虹膜识别方法

摘要

针对传统的虹膜识别方法侧重于特征提取这一现象,提出了一种侧重于模式匹配的识别算法,即基于支持向量机(Support Vector Machine,SVM)和Hamming距离的虹膜识别方法.该算法首先对采集到的虹膜图像进行预处理,准确定位出虹膜,并对其进行归一化处理;然后使用Log-Gabor滤波器提取虹膜纹理特征,在得到虹膜特征编码后,用SVM和Hamming距离方法进行模式匹配.在CASIA虹膜库上的实验结果表明:与经典的识别方法相比,该方法识别率达到了99.63%,错误接受率(FAR)和错误拒绝率(FRR)分别降到了0.02%和0.35%.