基于小波變換和人工神經(jīng)元網(wǎng)絡(luò)的虹膜識別系統(tǒng)研究及實現(xiàn).pdf

1、隨著信息技術(shù)的發(fā)展和日益增長的安全的需要，基于生物特征身份識別技術(shù)近年來有了迅速的發(fā)展。在現(xiàn)有各類生物識別技術(shù)中，虹膜識別是相對較新并且具有巨大潛力的技術(shù)。 本文在查閱了大量相關(guān)文獻和資料的基礎(chǔ)上，結(jié)合虹膜識別技術(shù)的國內(nèi)外研究成果，提出了基于圖像灰度直方圖分析的分步虹膜圖像定位方法，確定虹膜的圓心和長、短半徑，提取虹膜圖像。該方法首先針對瞳孔灰度值與眼部其它部分狄度相比具有突變性的特征，選擇Canny邊緣檢測算子提取瞳孔邊緣，然

2、后自下而上掃描瞳孔切、割線確定瞳孔的圓心和半徑，從而得到虹膜圖像的圓心和短半徑。其次，通過估算外邊緣半徑范圍結(jié)合Daugman算法確定虹膜的外邊界，即確定虹膜與鞏膜的邊界。最后由長半徑與短半徑的差得到虹膜的寬度。 圖像預(yù)處理還包括圖像平滑和圖像增強，并且在圖像定位中為避免平移，放大造成的影響，把虹膜圖像從直角坐標(biāo)系變換到極坐標(biāo)系下。 在特征提取時，不同于目前普遍采用的對虹膜圖像進行Gabor濾波器相位特征分析方法，本文采

3、用了小波變換提取虹膜圖像特征，用多種小波函數(shù)對虹膜圖像進行分析比較，獲得虹膜圖像的特征值。并對小波算法進行了優(yōu)化，使虹膜識別的速度及識別精確性在一定程度上得到了提高。 識別部分采用改進的BP神經(jīng)元網(wǎng)絡(luò)做為分類器，克服了傳統(tǒng)神經(jīng)元網(wǎng)絡(luò)收斂速度慢的缺點，取得了很好的識別效果。 在MATLAB環(huán)境下進行了大量的仿真實驗，完成了對虹膜圖像的定位、增強、特征提取、識別等算法的設(shè)計及分析比較。并在Visual C++環(huán)境下開發(fā)、實現(xiàn)