论文部分内容阅读
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.