计算机软件及计算机应用论文_基于GA-SVM模型的

作者:网站采编
关键词:
摘要：文章目录 1 虹膜图像质量评价指标 1.1 虹膜活体检测 1.2 整幅虹膜图像清晰度检测 1.3 虹膜斜眼和超边界检测 1.4 虹膜有效区域检测 1.4.1 瞳孔放缩检测 1.4.2 瞳孔有效区域 1.5 虹膜圆环区域

文章目录

1 虹膜图像质量评价指标

1.1 虹膜活体检测

1.2 整幅虹膜图像清晰度检测

1.3 虹膜斜眼和超边界检测

1.4 虹膜有效区域检测

    1.4.1 瞳孔放缩检测

    1.4.2 瞳孔有效区域

1.5 虹膜圆环区域清晰度评价

2 多指标融合的虹膜图像质量评价模型

2.1 指标融合方法

2.2 GA-SVM分类器

    1) 数据标准化：

    2) 编码和种群初始化：

    3) GA停止优化判断：

    4) SVM分类精度判断：

    5) 测试分类：

3 实验结果与分析

3.1 评价指标提取和数据标准化

3.2 虹膜图像评估结果和模型效果分析

    3.2.1 与主观一致性的指标有效性分析

    3.2.2 计算指标顺序对质量评价效率的影响

    3.2.3 GA-SVM模型分类准确性分析

    3.2.4 质量评价模型对虹膜图像识别的影响

文章摘要:针对虹膜图像质量评价过程中存在的如何选取适量的评价因子、如何降低评价因子的计算量、如何对评价因子进行有效融合等问题,提出一种基于遗传算法-支持向量机（GA-SVM）模型和多测度评价指标的虹膜图像质量评估方法.首先对虹膜图像进行清晰度质量评价,粗略筛除模糊图像;然后选用4个评价指标,利用GA-SVM模型对评价指标值进行有效融合,以综合评价虹膜图像质量;最后将该方法在吉林大学第六代虹膜库中进行验证,并与其他经典评价方法进行对比.实验结果表明,该方法能提高可用虹膜存活率,并达到较好的识别精度,同时提升系统运行速度.

文章关键词:

项目基金: