基于Haar小波变换和分块DCT的人耳识别

北京大学学报（自然科学版）

基于Haar小波变换和分块DCT的人耳识别

赵海龙¹,穆志纯¹,丁文魁²,张霞¹

1.北京科技大学信息工程学院，北京100083;2.北京大学计算机科学技术系，北京100871;?，E-mail:mu@ies.ustb.edu.cn

收稿日期:2008-04-03 出版日期:2009-03-20 发布日期:2009-03-20

Ear Recognition Based on Wavelet Transform and Block DCT

ZHAO Hailong¹,MU Zhichun¹,DING Wenkui², ZHANG Xia¹

1. School of Information Engineering, University of Science and Technology Beijing, Beijing 100083;2. School of Electronics Engineering and Computer Science, Peking University, Beijing 100871; , E-mail: mu@ies.ustb.edu.cn

Received:2008-04-03 Online:2009-03-20 Published:2009-03-20

摘要/Abstract

摘要： 提出一种新的对人耳图像进行降维的方法。先对人耳图像进行二维的离散小波分解，然后再对小波分解后得到的低频信息施行分块离散余弦变换，进而获得图像的特征向量。实验证明，该方法与模式识别领域中广泛应用的PCA-LDA方法相比，在识别率大体相当的前提下，具有计算量小、降维速度快的优点，是对人耳图像进行特征提取的一种有效的手段。

关键词: 人耳识别, 小波变换, Haar小波, 离散余弦变换, 分块DCT

Abstract: A new dimension reduction method was proposed based on two-dimension discrete wavelet decomposition and block discrete cosine transform. The new method was compared with the famous PCA-LDA method which was widely used for feature extraction and dimension reduction in pattern recognition. The experimental results show that the new method could get approximately equal retrieval accuracy to PCA-LDA method, but it performed better in calculation complexity and speed than the latter. So the proposed method is an effective dimension reduction means for ear recognition.

Key words: ear recognition, wavelet transform, Haar wavelet, discrete cosine transform, block DCT

中图分类号:

TP391

赵海龙,穆志纯,丁文魁,张霞. 基于Haar小波变换和分块DCT的人耳识别[J]. 北京大学学报（自然科学版）.

ZHAO Hailong,MU Zhichun,DING Wenkui,ZHANG Xia. Ear Recognition Based on Wavelet Transform and Block DCT[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2009/V45/I2/243

[1]	包乾宗, 许杰, 许明瑞. 高铁地震信号时频特征对比分析[J]. 北京大学学报自然科学版, 2019, 55(5): 805-812.
[2]	蔡振宇, 盖增喜. 人工智能在拾取地震P波初至中的应用——以汶川地震余震序列为例[J]. 北京大学学报自然科学版, 2019, 55(3): 451-460.
[3]	朱逸馨, 张云鹏. 一种针对气枪记录的三阶段初至震相拾取方案[J]. 北京大学学报自然科学版, 2019, 55(1): 120-132.
[4]	张雯雯,刘黎平,阮征,葛润生. 风廓线雷达去地杂波方法研究[J]. 北京大学学报（自然科学版）, 2011, 47(1): 79-84.
[5]	李锌,张飞舟. 基于方向小波变换的分层多描述图像编码[J]. 北京大学学报（自然科学版）, 2008, 44(5): 793-798.
[6]	李宏举,陈慧军. 利用小波变换求解载波条纹的相位调制[J]. 北京大学学报（自然科学版）, 2007, 43(3): 317-320.
[7]	赵纪满. 与可允许群相关的Clifford代数值的可允许小波[J]. 北京大学学报（自然科学版）, 2005, 41(5): 667-670.
[8]	史可天,孙智利,颜大椿,李红梅,叶宗美,尚教庆,付红丽,宋学锋. 微型GPRS无线数字通讯管道泄漏检测系统[J]. 北京大学学报（自然科学版）, 2005, 41(1): 82-85.
[9]	郑建斌, 张军,刘辉,仲红波,李关宾,陈立仁. 小波变换与神经网络结合用于示波计时电位测定[J]. 北京大学学报（自然科学版）, 2001, 37(2): 167-172.