復(fù)雜條件下的虹膜識(shí)別算法的研究.pdf

1、隨著網(wǎng)絡(luò)和信息技術(shù)的不斷發(fā)展，在國(guó)家安全和信息安全的各個(gè)領(lǐng)域，個(gè)人的身份認(rèn)證變得越來(lái)越重要，也面臨越來(lái)越嚴(yán)重的挑戰(zhàn)。生物特征識(shí)別(Biometrics)是以人體固有的各種生理和形態(tài)特征作為識(shí)別介質(zhì)，從而達(dá)到唯一識(shí)別個(gè)人身份的新興研究學(xué)科。其中的虹膜識(shí)別又被公認(rèn)為生物特征識(shí)別中準(zhǔn)確率最高的方法，成為該學(xué)科的熱點(diǎn)研究課題。 本文綜合應(yīng)用圖像處理、信號(hào)分析和模式識(shí)別等方面的理論和方法，系統(tǒng)深入的探討了虹膜識(shí)別的各個(gè)技術(shù)環(huán)節(jié)，研究了在圖

2、像受到眼瞼、睫毛和光斑的嚴(yán)重干擾等復(fù)雜情況下如何提高虹膜識(shí)別的準(zhǔn)確率，在虹膜定位，眼瞼、睫毛以及光斑的去除，虹膜歸一化和圖像增強(qiáng)，特征提取和匹配等關(guān)鍵技術(shù)方面提出了新的算法。與現(xiàn)今主流的虹膜識(shí)別算法的實(shí)驗(yàn)比較結(jié)果表明：本文提出的虹膜識(shí)別算法有很好的識(shí)別性能。 本文的主要工作和成果：1.虹膜定位算法：提出了一種新穎的快速迭代搜索算法。首先利用行列灰度值投影的方法來(lái)初步縮小搜索范圍，然后通過(guò)灰度直方圖動(dòng)態(tài)確定二值化域值來(lái)粗定位瞳孔，

3、精定位采用快速搜索算法，搜索步長(zhǎng)隨著迭代過(guò)程由大到小變化；同時(shí)根據(jù)眼瞼的位置來(lái)動(dòng)態(tài)的確定虹膜外圓的搜索區(qū)域。實(shí)驗(yàn)表明這種方法有很好的虹膜定位準(zhǔn)確性和較短的定位時(shí)間。 2.眼瞼、睫毛以及光斑的去除算法：采用與水平方向成不同夾角的弧線上的梯度積分方法確定上下眼瞼；采用灰度域值方法檢測(cè)成塊的睫毛，采用Log-Gabor小波實(shí)部方法來(lái)檢測(cè)稀疏的睫毛；采用灰度域值方法檢測(cè)光斑。通過(guò)去除眼瞼、睫毛以及光斑等造成的干擾，提高了虹膜定位和識(shí)別性

4、能。 3.提出了一種基于改進(jìn)的Log-Gabor小波的虹膜特征提取新方法，通過(guò)對(duì)Log-Gabor小波的改造，使之適合用來(lái)提取虹膜紋理的局部相位信息。實(shí)驗(yàn)結(jié)果表明，與Daugman虹膜識(shí)別算法所采用的二維Gabor復(fù)小波相比較，該算法有更好的識(shí)別率。 4.提出了一種采用多尺度、多方向的二維奇對(duì)稱Gabor小波來(lái)同時(shí)提取虹膜紋理的局部頻率和局部方向信息的虹膜特征提取新方法，有效的將局部頻率特征和局部方向特征結(jié)合起來(lái)。該方法

5、能更加全面的表征虹膜紋理的特征空間，具有更好的識(shí)別率。 5.虹膜歸一化和圖像增強(qiáng)：采用將虹膜圓心和瞳孔圓心歸一到同一個(gè)中心點(diǎn)的方法，消除兩者不同心帶來(lái)的識(shí)別誤差；采用改進(jìn)的局部直方圖均衡方法來(lái)進(jìn)行虹膜圖像的增強(qiáng)，相較于傳統(tǒng)的直方圖均衡方法，能消除光照不均等造成的誤差。 將上述新方法應(yīng)用于學(xué)術(shù)界公開的虹膜數(shù)據(jù)庫(kù)上，取得了令人滿意的識(shí)別性能，整個(gè)虹膜識(shí)別的時(shí)間也很短，能很好的滿足實(shí)時(shí)系統(tǒng)的要求。本文算法參加了第一屆(2004