虹膜識別若干關(guān)鍵技術(shù)的研究.pdf

1、伴隨著信息技術(shù)的快速發(fā)展，人們對信息安全的要求也相應(yīng)的提高。虹膜作為重要的身份識別特征，具有唯一性、穩(wěn)定性、非侵犯性等優(yōu)點，在不久的未來將成為生物識別中重要的分支。與臉像、聲音等非接觸式身份識別方法相比較，虹膜識別更加穩(wěn)定可行且具有較高的準(zhǔn)確性和可靠性。 本文以加快虹膜定位速度、提高虹膜識別算法的識別率和可靠性為主要研究目標(biāo)，基于現(xiàn)代信號處理和圖像處理理論對虹膜識別算法進行了系統(tǒng)深入的研究，取得了一些重要研究成果。其主要內(nèi)容和創(chuàng)

2、新性成果包括以下幾個方面： 1.介紹虹膜識別研究的目的和意義，綜述了國內(nèi)外虹膜定位和虹膜特征提取等虹膜識別關(guān)鍵技術(shù)的基礎(chǔ)理論、發(fā)展和現(xiàn)狀，并指出目前這些方法存在的問題和不足之處。 2.針對傳統(tǒng)虹膜定位方法速度慢等缺點，提出一種結(jié)合對稱梯度對和4點隨機圓檢測(RCD)由粗到細的快速虹膜定位算法。利用瞳孔的生理特征，尋找對稱梯度對，通過統(tǒng)計的方法快速檢測虹膜內(nèi)圓參數(shù)。結(jié)合梯度對使用RCD方法對虹膜外圓進行定位。RCD方法在圖

3、像噪聲不是很嚴(yán)重的情況下速度明顯快于傳統(tǒng)隨機Hough變換(RHT)方法。結(jié)合微積分算子完成圓參數(shù)由粗到細的測量。計算過程分析與實驗結(jié)果都表明該算法計算次數(shù)大大減少，從而縮短了計算時間。 3.比較了常用紋理分析方法在虹膜紋理分析中的應(yīng)用，介紹一種基于灰度-基元共生矩陣的虹膜紋理分析方法。該方法不但反映紋理的灰度統(tǒng)計特征，而且也描述了紋理的結(jié)構(gòu)特征。另外，結(jié)合方向灰度變化盒子維數(shù)提出虹膜紋理特征分形分析方法。實驗結(jié)果表明該方法可以

4、達到一定的效果，更易于工程實現(xiàn)。 4.針對基于Gabor小波全局特征的虹膜識別方法對局部特征不敏感的缺點，提出了改進的Gabor虹膜識別方法。在不同分辨率不同方向提取虹膜全局特征的基礎(chǔ)上，引入非線性變換和特征加權(quán)，提高了虹膜識別率。同時提取局部方向能量特征和基元灰度共生矩陣特征作為虹膜紋理局部特征。最后提出綜合考慮全局特征和局部特征的虹膜融合算法。該融合方法進一步提高了虹膜識別方法的識別率，增加了系統(tǒng)在不同圖像質(zhì)量下的適應(yīng)能力。

5、實驗結(jié)果表明該方法的引入在提高了系統(tǒng)的識別率的同時，減少了系統(tǒng)的誤識率。 5.針對Gabor小波頻寬已知和一般小波對中頻和高頻紋理分析弱的缺點，設(shè)計了基于多進制小波的虹膜識別方法。該方法側(cè)重于高頻和中頻紋理信息的提取，另外結(jié)合全局特征的提取，在小波子通道提取紋理局部特征。在分別分析全局和局部特征的基礎(chǔ)上對其特征進行融合。實驗結(jié)果表明該算法較其它小波方法有較好的識別率。融合方法的引入大大提高虹膜識別率，特別減少了錯誤接受率(FAR