| 基于机器学习的虹膜图像质量确定方法 |
| 谭铁牛; 孙哲南; 李星光
|
| 2011-12-29
|
公开日期 | 2012-07-11
|
授权国家 | CN
|
专利类型 | 发明
|
摘要 | 一种基于机器学习的虹膜图像质量确定方法,包括步骤:对虹膜图像进行预处理;提取虹膜图像质量因子;利用多高斯模型拟合单一质量因子正负样本的概率密度函数;利用改进的Neyman-Pearson方法融合得到虹膜图像质量分数;通过假设检验的方法确定最优质量等级数。本发明针对离焦、运动模糊和斜眼,提出了鲁棒的检测方法,引入了Neyman-Pearson方法融合多质量因子,形成质量分数,最终通过假设检验的方法得到了具有统计意义的图像质量等级。本发明可用于虹膜图像采集时的质量确定,以及针对识别算法的性能预测。 |
专利号 | CN201110451829.X
|
专利状态 | 授权
|
文献类型 | 专利
|
条目标识符 | http://ir.ia.ac.cn/handle/173211/8647
|
专题 | 智能感知与计算研究中心
|
作者单位 | 中国科学院自动化研究所
|
第一作者单位 | 中国科学院自动化研究所
|
推荐引用方式 GB/T 7714 |
谭铁牛,孙哲南,李星光. 基于机器学习的虹膜图像质量确定方法. CN201110451829.X[P]. 2011-12-29.
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论