基于DWT和PCA及LDA的人耳识别  

Ear recognition based on DWT,PCA and LDA

作　　者：吕秀丽[1] 郑江红[1] 段吉国[2] 赵丽华[1] 于波[1] 

机构地区：[1]东北石油大学电子科学学院,黑龙江大庆163318 [2]东北石油大学化学化工学院,黑龙江大庆163318

出　　处：《光学仪器》2014年第5期389-393,共5页Optical Instruments

基　　金：黑龙江省教育厅科学技术项目(12511026)

摘　　要：根据主成分分析(PCA)和线性判别分析(LDA)在人耳识别过程中存在识别率不高的问题,提出一种基于离散小波变换(DWT)和PCA及LDA的人耳识别算法。将人耳图像进行二维DWT,选择包含图像大部分信息的低频子带,先利用PCA再利用LDA提取最优样本映射空间,最后利用最近邻法则进行人耳图像的分类。实验结果表明,该方法识别效果优于基于PCA及LDA的方法。According to the principal component analysis （PCA） and linear discriminant analysis （LDA） identification accuracy is not high in the ear recognition process. Ear recognition algorithm based on discrete wavelet transform （DWT）, PCA and LDA is proposed. The algorithm is decompose the human ear image with two-dimensional DWT, select low-frequency sub-band that contains the most image information, use PCA and LDA in succession to extract the optimal sample mapping space, and use the nearest neighbor rule to classify the human ear image. The experimental results show that this method is superior to identification method of PCA and LDA.

关 键 词：人耳识别 离散小波变换 主成分分析 线性判别分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]