蚁群变异粒子群优化的2次虹膜识别

作     者：刘帅 刘元宁 朱晓冬 林泽江 杨金阳 Liu Shuai;Liu Yuanning;Zhu Xiaodong;Lln Zejiang;Yang Jinyang

作者机构：吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学软件学院长春130012 吉林大学计算机科学与技术学院长春130012 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2018年第30卷第9期

页      面：1604-1614页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(61471181) 吉林省自然科学基金(20140101194JC 20150101056JC) 

主　　题：2次虹膜识别 蚁群变异 粒子群优化 主成分分析 

摘      要：针对多类别虹膜识别耗时长、图像容易受到干扰以及识别不准确的问题,提出基于蚁群变异粒子群优化的2次虹膜识别算法.首先用主成分分析法降低虹膜的噪声与冗余;然后通过Gabor滤波与Hamming距离进行首次识别,将虹膜分为淘汰类别与待定类别,淘汰差异较大的虹膜,缩小识别范围,对待定类别用Haar小波与BP神经网络进行2次识别,确定虹膜类别,神经网络连接权重与Gabor滤波参数用蚁群变异法改进的粒子群优化算法优化.与多种算法在不同虹膜库进行比较的实验结果表明,该算法识别性能高,稳定性、鲁棒性好,消耗时间短.