12、图像特征提取与形状圆形度测量的新方法

图像特征提取与形状圆形度测量的新方法

在图像处理和模式识别领域，图像特征提取和形状描述是非常重要的研究方向。本文将介绍两种相关的新技术，分别是用于虹膜纹理特征提取的Hermite变换，以及一种新的形状圆形度测量方法。

1. Hermite变换用于虹膜纹理特征提取

1.1 特征提取滤波器

提出了一对偶数和奇数的Hermite分析滤波器，用于提取虹膜图像的特征。

1.2 匹配方法

使用归一化汉明距离（HD）来测量生物特征虹膜模板之间的差异。公式如下：
[HD = \frac{\sum_{j=1}^{N}(TempA_j \oplus TempB_j) \cap maskA_j \cap maskB_j}{\sum_{i=1}^{N} maskA_i \cap maskB_i}]
其中，(TempA)和(TempB)是两个虹膜模板，(maskA)和(maskB)是用于避免考虑眼睑和睫毛遮挡的掩码。

1.3 实验结果

使用CASIAv1.0虹膜图像数据库进行实验，对2048位的生物特征虹膜模板进行了412次类内比较和2628次类间比较。
- 类内比较的均值(\mu_1 = 0.3146)，标准差(\sigma_1 = 0.0490)。
- 类间比较的均值(\mu_2 = 0.4421)，标准差(\sigma_2 = 0.0187)。
- 整体系统的等错误率（EER）为2.66%。
- 当误访问率（FAR）设置为0时，误拒率（FRR）为9.71%，正确访问率（CAR）为90.29%。

1.4 与其他模型的比较