【摘要】：隨著我國居民消費(fèi)水平的提高,越來越多的居民選擇營養(yǎng)價(jià)值更高的牛肉。然而,當(dāng)受污染的個(gè)體牛及其肉制品不能被及時(shí)有效地追蹤和溯源時(shí),國民的身體健康會(huì)受到巨大的威脅。有必要對(duì)大型動(dòng)物個(gè)體進(jìn)行準(zhǔn)確追蹤和原產(chǎn)地溯源。在對(duì)飼養(yǎng)的動(dòng)物個(gè)體進(jìn)行識(shí)別管理和原產(chǎn)地溯源的過程中,虹膜識(shí)別技術(shù)近年來受到廣泛的關(guān)注和研究。將虹膜識(shí)別技術(shù)應(yīng)用在大型飼養(yǎng)動(dòng)物個(gè)體識(shí)別和原產(chǎn)地溯源領(lǐng)域,可以有效控制癢病、瘋牛病等動(dòng)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(fèi)者的合法權(quán)益。本文在全局和局部特征提取理論和方法的基礎(chǔ)上,考慮到牛眼虹膜的特點(diǎn),研究基于全局和局部特征相結(jié)合的不完美牛眼虹膜圖像識(shí)別問題,并通過Matlab對(duì)牛眼虹膜識(shí)別算法進(jìn)行驗(yàn)證與分析。具體內(nèi)容如下:(1)在"質(zhì)量不完美數(shù)量完美"的場(chǎng)景下(即牛眼虹膜圖像存在局部遮擋、形變等質(zhì)量缺陷,但是每頭牛有多張牛眼虹膜圖像用于訓(xùn)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(tǒng)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(nèi)局部信息。2DLP-LDA在保持傳統(tǒng)LDA優(yōu)勢(shì)基礎(chǔ)上,使用LPP算法刻畫類內(nèi)局部幾何信息,通過引入一個(gè)高斯權(quán)重函數(shù)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(jié)構(gòu)信息,同時(shí)讓異類樣本盡可能的遠(yuǎn)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(diǎn)。本文在SEU牛眼虹膜數(shù)據(jù)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(jìn)行了對(duì)比實(shí)驗(yàn)。2DLP-LDA在SEU牛眼虹膜數(shù)據(jù)庫上表現(xiàn)突出,當(dāng)每個(gè)個(gè)體僅有2張訓(xùn)練圖像時(shí),2DLP-LDA識(shí)別率為94.07%,明顯高于其他算法。(2)在"質(zhì)量不完美數(shù)量不完美"場(chǎng)景下(即牛眼虹膜圖像存在局部遮擋、形變等質(zhì)量缺陷,同時(shí)每頭牛只有一張牛眼虹膜圖像用于訓(xùn)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(shí)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(shè)不同類的樣本具有不同的低維流形空間,即每個(gè)樣本產(chǎn)生多張?zhí)摂M圖像,這些虛擬圖像構(gòu)成一個(gè)流形,每個(gè)流形都有獨(dú)特的低維流形空間。本算法在SEU牛眼虹膜圖像庫上驗(yàn)證算法的有效性,在局部遮擋的情況下,本算法識(shí)別率達(dá)到77.8%,而UP(Deng et al.,2010)只有55.6%;在形變和旋轉(zhuǎn)情況下,本算法依然能取得顯著的實(shí)驗(yàn)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(shù)據(jù)庫上與多個(gè)算法進(jìn)行對(duì)比實(shí)驗(yàn)。2DLP-LDA在FERET人臉數(shù)據(jù)庫上識(shí)別率依然具有競(jìng)爭(zhēng)優(yōu)勢(shì),當(dāng)每類樣本中的訓(xùn)練樣本很少時(shí)(不超過4),2DLP-LDA識(shí)別率最高。VI-MDA在FERET數(shù)據(jù)庫上平均識(shí)別率為67.7%,在CMU_PIE數(shù)據(jù)庫上的平均識(shí)別率為81.7%,均高于其他算法。實(shí)驗(yàn)結(jié)果表明本文提出的算法均有優(yōu)秀的泛化能力。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41
【圖文】：

上的不完美。要精準(zhǔn)識(shí)別不完美牛眼虹膜圖像，對(duì)特征提取算法具有很高的要求。然逡逑而，傳統(tǒng)的特征提取方法未能充分結(jié)合全局特征與局部特征，造成識(shí)別率下降。因逡逑此，本文主要研究：在兩個(gè)不完美場(chǎng)景下（如圖１－３），研究基于全局和局部特征相逡逑結(jié)合的不完美牛眼虹膜圖像識(shí)別問題。如圖１－３所示。逡逑質(zhì)量邐邐逡逑完美逡逑個(gè)兒１邐逡逑不完美邐完美邋數(shù)量逡逑圖１－３論文研宄場(chǎng)景逡逑本文主要的研宄內(nèi)容是：逡逑（１邋）全局和局部特征相結(jié)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(shí)，由于人眼的睫毛與其虹膜區(qū)域灰度差異明顯，通過設(shè)置一個(gè)灰逡逑度閾值可以移除人眼睫毛對(duì)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(shí)現(xiàn)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(xiàn)】

相關(guān)期刊論文 前5條

1 方超;趙林度;;基于虹膜識(shí)別的肉類食品可追溯系統(tǒng)研究[J];中國安全科學(xué)學(xué)報(bào);2008年07期

2 孔強(qiáng);趙林度;;虹膜識(shí)別在肉類食品安全追溯系統(tǒng)中的應(yīng)用及關(guān)鍵技術(shù)研究[J];中國安全科學(xué)學(xué)報(bào);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(tǒng)中的應(yīng)用[J];中國安全科學(xué)學(xué)報(bào);2011年03期

4 李星光;孫哲南;譚鐵牛;;虹膜圖像質(zhì)量評(píng)價(jià)綜述[J];中國圖象圖形學(xué)報(bào);2014年06期

5 李海青;孫哲南;譚鐵牛;何召鋒;馬力;;虹膜識(shí)別技術(shù)進(jìn)展與趨勢(shì)[J];信息安全研究;2016年01期

相關(guān)博士學(xué)位論文 前1條

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

相關(guān)碩士學(xué)位論文 前2條

1 夏勝吾;林麝虹膜識(shí)別關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

2 盛大瑋;牛眼虹膜識(shí)別技術(shù)研究[D];華東師范大學(xué);2010年

本文編號(hào)：2752958