基于Dempster-Shafer证据理论的虹膜图像分类方法
王勇，韩九强
（西安交通大学电子与信息工程学院，710049,西安）
摘要:为了提高虹膜图像的分类率，提出了一种基于证据理论的虹膜图像分类方法.该方法利用虹膜图像的纹理变化信息来提取虹膜灰度信号的比率特征，并结合证据理论实现了虹膜图像的决策分类，降低了不确定性因素对图像分类的影响，提高了分类率.在相同的实验条件下，对不同数量的虹膜图像进行了实验验证，结果表明，该方法在保持了分类稳定性的同时，其分类率比直方图交叉分类方法和直方图比率特征分类方法分别提高了6.96%和4.44%.
关键词:证据理论；比率特征；直方图；虹膜图像
中图分类号:TP391文献标识码:A文章编号:0253-987X(2005)08-0828-04