虹膜識(shí)別中預(yù)處理及識(shí)別方法的研究.pdf

1、人類(lèi)的虹膜具有唯一性、穩(wěn)定性、不可改變性和高度的抗欺騙性，因此基于虹膜的生物識(shí)別技術(shù)廣泛應(yīng)用于安全控制和電子商務(wù)等許多領(lǐng)域。隨著虹膜識(shí)別技術(shù)的日益進(jìn)步，人們對(duì)識(shí)別精度的要求也越來(lái)越高。影響虹膜識(shí)別精度的主要因素包括噪聲對(duì)虹膜區(qū)域的遮擋以及特征提取算法。
　　 眼瞼噪聲和眼睫毛噪聲會(huì)導(dǎo)致錯(cuò)誤的虹膜編碼，進(jìn)而嚴(yán)重影響識(shí)別的準(zhǔn)確性。本文提出了使用拋物線模型的非參量概率密度函數(shù)來(lái)檢測(cè)眼瞼，該算法不需要進(jìn)行邊緣檢測(cè)，并且在計(jì)算模型的概率密

2、度時(shí)不僅考慮了落入模型上的點(diǎn)，同時(shí)還考慮了模型周?chē)狞c(diǎn)。此外，本文使用斷點(diǎn)連接和區(qū)域生長(zhǎng)相結(jié)合的方法進(jìn)行眼睫毛的檢測(cè)，該算法考慮了眼睫毛的連接特性、邊緣特性和方向特性，同時(shí)避免了閾值選擇不當(dāng)引起的負(fù)面影響。傳統(tǒng)的基于霍夫變換的人眼初定位方法執(zhí)行效率很慢，本文提出了基于隨機(jī)采樣一致性的橢圓擬合算法進(jìn)行人眼初定位，加快了算法的執(zhí)行效率。針對(duì)傳統(tǒng)虹膜識(shí)別算法易受圖像尺度、旋轉(zhuǎn)和仿射變換影響的問(wèn)題，本文使用基于SIFT的特征匹配算法提取虹膜紋理