虹膜圖像的掩模估計和特征匹配算法的研究.pdf

1、現(xiàn)今，生物識別技術(shù)的應(yīng)用變的越來越廣泛，已經(jīng)滲透到生活的各個領(lǐng)域。虹膜識別被認為是精確度較高的生物識別技術(shù)之一,目前已經(jīng)取得了巨大的發(fā)展。虹膜識別系統(tǒng)包括：虹膜獲取，圖像處理，特征提取和匹配。早期的工作大量集中在特征提取和匹配，但是，虹膜系統(tǒng)的性能很大部分取決于虹膜圖像的質(zhì)量，因此，本文著眼于虹膜圖像中噪聲的特點，基于不同的理論提出兩種探測噪聲的算法。同時，把用于場景分類的空間金字塔核，應(yīng)用到虹膜識別系統(tǒng)中來，建立了新的特征提取和識別模

2、型，取得了很好的實驗效果。本文的研究工作主要有如下幾個方面：
　　1.研究了一種新的去除眼睫毛和眼瞼的方法，傳統(tǒng)的方法是把眼瞼和睫毛當(dāng)成兩種不同類型的噪聲進行分別去除。而我們利用睫毛都長在眼皮上這個事實，把眼睫毛和眼瞼的這種連通性用于模型中，依靠形態(tài)學(xué)的區(qū)域生長的原理，去除眼瞼和睫毛，不受只利用灰度信息，和梯度信息來在去除噪聲時的局限。
　　2.虹膜識別系統(tǒng)作為一種高非侵犯性系統(tǒng)，常因用戶的各種姿態(tài)而引入不同的噪聲。要想預(yù)計

3、噪聲的各種形態(tài)幾乎是一件不可能的事情，因此很難找到一個通用性很強的方法來探測各類噪聲，基于此，本文研究了一種基于機器學(xué)習(xí)的算法，該方法利用FJ-GMM算法，能夠估計出噪聲和虹膜的分布狀況，然后利用相應(yīng)貝葉斯分離器，對噪聲進行分類。該方法能最大限度的利用用戶的先驗信息，可使虹膜識別系統(tǒng)應(yīng)用在各種復(fù)雜的環(huán)境，同時也因準確的去噪提高了系統(tǒng)的性能。
　　3.提出了一種全新的虹膜特征提取和匹配模型。該方法把BOW特征和金字塔匹配核結(jié)合起來，