基于鲁棒纹理特征和机器学习对伪造虹膜图像判别的方法

摘要

本发明是一种基于鲁棒纹理特征和机器学习对伪造虹膜图像判别的方法，包括步骤：对真实虹膜图像或伪造虹膜图像进行预处理；提取鲁棒的加权局部二元模式的分块统计特征；支持向量机的训练和分类，根据分类器输出结果判断测试图像是否是伪造虹膜图像。本发明方法将SIFT描述子与局部二元模式特征相结合提取鲁棒纹理特征，SIFT对亮度、平移、旋转、尺度变化的鲁棒性使纹理的描述更稳定，支持向量机使该方法有较好的泛化性。本发明能够有效地判别伪造虹膜图像，具有高精度、高鲁棒性和高可靠性的优点，可用于判别纸质打印虹膜、彩色印花隐形眼镜、人造眼球等伪造虹膜，应用在使用虹膜识别进行身份识别的应用系统中可提高系统自身的安全性。