基于广义高斯分布FDCT_Wrap和FSVM的虹膜识别

为了提高虹膜识别的准确率,提出了一种改进曲波变换的虹膜识别算法。首先对预处理后的虹膜图像进行Wrapping算法的快速离散曲波变换,提取不同尺度和不同方向的曲波子带系数矩阵的均值、方差和能量,然后利用广义高斯分布估算各子带的权值,为分类能力较强的特征向量赋予较大权值,构成虹膜图像的特征向量。最后采用模糊支持向量机和二叉决策树相结合的分类器进行匹配识别。采用UBIRIS和CASIA虹膜数据库对算法性能进行测试。实验结果表明,该算法能更好地提高虹膜识别准确率和效率,具有可行性。