模糊与噪声对人耳识别性能的影响

目的:评价模糊与噪声对不同图像识别算法在人耳图像识别过程中的影响。方法:对500个清晰图像进行模糊和热噪声处理,比较方向梯度直方图(HOG)、局部相位量化(LPQ)和局部二值模式(LBP)三种不同的特征提取算法对生物识别性能的影响。结果:HOG、LPQ和LBP算法对清晰人耳图像的识别率都很高,在无噪声和模糊等信号衰减的情况下,识别率分别达到了85.96%、95.62%和91.36%。在这三种算法中,模糊和热噪声对人耳识别能力均有不同程度的下降。热噪声对人耳识别能力的影响显著高于模糊,但是当模糊和热噪声同时存在图像中时,模糊和噪声会互相加强,导致三种人耳识别算法均不能获得好的识别结果。结论:LPQ算法对模糊有较好的识别性,并且在人耳图像的获取和处理过程中可尽量减少热噪声的产生。