一种基于极限学习机的多粒度虹膜识别算法

针对Gabor滤波器能精确捕获低频和中频纹理信息,而灰度共生矩阵法(Gray level co-occurrence matrix,GLCM)对高频纹理信息具有较好的获取能力,本文采用将GLCM与2D Gabor滤波器组相结合的方法对预处理后的虹膜图像进行特征提取,得到多粒度虹膜向量,有效避免了单一特征提取方法的缺陷.最后采用极限学习机(Extreme learning machine,ELM)对虹膜进行分类识别.实验结果表明,本文提出的基于ELM的多粒度虹膜识别算法在保证实时性的情况下能使识别精度高达99.86％,优于主流的虹膜识别算法.