论文部分内容阅读
基于稀疏表示的虹膜识别方法(SRIR)相对于传统的虹膜识别方法,在处理噪声干扰等问题,识别效果相对较好,具有较好的鲁棒性。但在样本集不足的情况下,识别性能受到影响,存在运行耗时过多、计算复杂度较高的问题。针对上述问题,提出了一种联合多尺度分块和协作表示的虹膜识别算法。通过将虹膜图像按照多个尺度大小分别进行均匀分块,从而达到有效地利用虹膜特征,然后分别对每个尺度下的虹膜图像子块进行基于协作表示的识别,以降低算法耗时,最后将识别结果通过贝叶斯融合方法得到最终的分类。实验结果表明,该算法对于虹膜样本集较少