發(fā)布時間：2020-07-13 04:27

【摘要】：隨著我國居民消費水平的提高,越來越多的居民選擇營養(yǎng)價值更高的牛肉。然而,當受污染的個體牛及其肉制品不能被及時有效地追蹤和溯源時,國民的身體健康會受到巨大的威脅。有必要對大型動物個體進行準確追蹤和原產地溯源。在對飼養(yǎng)的動物個體進行識別管理和原產地溯源的過程中,虹膜識別技術近年來受到廣泛的關注和研究。將虹膜識別技術應用在大型飼養(yǎng)動物個體識別和原產地溯源領域,可以有效控制癢病、瘋牛病等動物疫病的傳播,有助于提高食品安全管理水平,降低疾病發(fā)生可能性,保障消費者的合法權益。本文在全局和局部特征提取理論和方法的基礎上,考慮到牛眼虹膜的特點,研究基于全局和局部特征相結合的不完美牛眼虹膜圖像識別問題,并通過Matlab對牛眼虹膜識別算法進行驗證與分析。具體內容如下:(1)在"質量不完美數量完美"的場景下(即牛眼虹膜圖像存在局部遮擋、形變等質量缺陷,但是每頭牛有多張牛眼虹膜圖像用于訓練),本文提出基于局部保持投影的2D線性判別分析算法(2DLP-LDA)。傳統的LDA算法僅保留樣本集的全局特征,沒有利用類間局部信息和類內局部信息。2DLP-LDA在保持傳統LDA優(yōu)勢基礎上,使用LPP算法刻畫類內局部幾何信息,通過引入一個高斯權重函數描述類間局部幾何信息。2DLP-LDA可以讓來自同類的樣本在低維投影空間上緊密地聚集在一起,而不損害原有的幾何結構信息,同時讓異類樣本盡可能的遠離。此外,本算法是基于2D圖像而不是1D向量,因此2DLP-LDA繼承了 2D算法的所有優(yōu)點。本文在SEU牛眼虹膜數據庫上與LDA(RLDA)、aPAC(Loog M et al.,2001)、LFDA(Sugiyama et al.,2007)、EFDC(Gao et al.,2012)和CGLDA(zhangeta1.2014)等算法進行了對比實驗。2DLP-LDA在SEU牛眼虹膜數據庫上表現突出,當每個個體僅有2張訓練圖像時,2DLP-LDA識別率為94.07%,明顯高于其他算法。(2)在"質量不完美數量不完美"場景下(即牛眼虹膜圖像存在局部遮擋、形變等質量缺陷,同時每頭牛只有一張牛眼虹膜圖像用于訓練),本文提出基于虛擬圖像和多流形判別分析的單樣本圖像識別算法(VI-MDA)。VI-MDA選用水平2DPCA、垂直方向2DPCA保留圖像的全局特征,選用LBP和Gabor等特征描述子提取圖像的局部特征。與以往的流形算法不同,本算法假設不同類的樣本具有不同的低維流形空間,即每個樣本產生多張?zhí)摂M圖像,這些虛擬圖像構成一個流形,每個流形都有獨特的低維流形空間。本算法在SEU牛眼虹膜圖像庫上驗證算法的有效性,在局部遮擋的情況下,本算法識別率達到77.8%,而UP(Deng et al.,2010)只有55.6%;在形變和旋轉情況下,本算法依然能取得顯著的實驗效果。(3)為了考察上述算法的泛化能力,本文在FERET、CMU_PIE等人臉數據庫上與多個算法進行對比實驗。2DLP-LDA在FERET人臉數據庫上識別率依然具有競爭優(yōu)勢,當每類樣本中的訓練樣本很少時(不超過4),2DLP-LDA識別率最高。VI-MDA在FERET數據庫上平均識別率為67.7%,在CMU_PIE數據庫上的平均識別率為81.7%,均高于其他算法。實驗結果表明本文提出的算法均有優(yōu)秀的泛化能力。
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41
【圖文】：

上的不完美。要精準識別不完美牛眼虹膜圖像，對特征提取算法具有很高的要求。然逡逑而，傳統的特征提取方法未能充分結合全局特征與局部特征，造成識別率下降。因逡逑此，本文主要研究：在兩個不完美場景下（如圖１－３），研究基于全局和局部特征相逡逑結合的不完美牛眼虹膜圖像識別問題。如圖１－３所示。逡逑質量邐邐逡逑完美逡逑個兒１邐逡逑不完美邐完美邋數量逡逑圖１－３論文研宄場景逡逑本文主要的研宄內容是：逡逑（１邋）全局和局部特征相結合的牛眼虹膜圖像特征提取算法研宄逡逑７逡逑

圖３－２局部遮擋逡逑

毛遮擋的虹膜圖像時，由于人眼的睫毛與其虹膜區(qū)域灰度差異明顯，通過設置一個灰逡逑度閾值可以移除人眼睫毛對虹膜區(qū)域的干擾；但是，牛的睫毛與其虹膜區(qū)域的灰度差逡逑異較小，難以實現有效的睫毛移除。圖３－１為同一頭牛的兩張牛眼虹膜圖像，圖３－１逡逑１８逡逑

【參考文獻】

相關期刊論文 前5條

1 方超;趙林度;;基于虹膜識別的肉類食品可追溯系統研究[J];中國安全科學學報;2008年07期

2 孔強;趙林度;;虹膜識別在肉類食品安全追溯系統中的應用及關鍵技術研究[J];中國安全科學學報;2009年03期

3 李超;趙林度;;牛眼虹膜定位算法研究及其在肉食品追溯系統中的應用[J];中國安全科學學報;2011年03期

4 李星光;孫哲南;譚鐵牛;;虹膜圖像質量評價綜述[J];中國圖象圖形學報;2014年06期

5 李海青;孫哲南;譚鐵牛;何召鋒;馬力;;虹膜識別技術進展與趨勢[J];信息安全研究;2016年01期

相關博士學位論文 前1條

1 李志慧;虹膜識別特征提取與表達的理論和方法研究[D];吉林大學;2007年

相關碩士學位論文 前2條

1 夏勝吾;林麝虹膜識別關鍵技術研究[D];電子科技大學;2015年

2 盛大瑋;牛眼虹膜識別技術研究[D];華東師范大學;2010年

本文編號：2752958