基于过零点检测的虹膜识别算法

论文摘要

虹膜识别是一种基于生物特征的身份鉴别方法,在信息及安全领域有着重要的应用价值。相对于其它生物识别技术,虹膜识别具有以下优点:虹膜具有丰富而独特的纹理特征,非常适用于身份鉴别;虹膜特征精度高、长期稳定、难于伪造,更可靠;另外采集虹膜图像时不具有侵犯性。基于虹膜的上述特点,虹膜识别技术得到了国内外许多研究机构的重视,并展开了深入的研究,被认为是未来占主流地位的生物识别技术之一。通常一个典型的虹膜识别系统包括虹膜成像、活体检测和虹膜识别,本文把重点放在最后一部分。在总结前人工作的基础上,本文就虹膜图像区域定位、预处理、虹膜纹理编码及虹膜识别等关键技术进行了讨论,并给出了一些相关的改进及创新算法。针对当前虹膜识别中存在的问题进行了相关工作:获取的虹膜图像中光照不均衡的因素对后续特征提取和识别带来了很大影响;现存的提取特征方法还存在一些弊端,并不完善。本文描述了一种新的基于小波过零点检测的虹膜识别算法:首先通过一个准确可靠的定位方法定位出有效的虹膜特征提取区域,然后用一种简单有效的对比度增强方法即直方图均衡方法来对图像进行增强,对于增强后的图像通过小波过零点和一个很适合虹膜识别的滤波器组来对虹膜进行特征编码,从而形成分辨性较好的纹理特征,通过多频率分析对虹膜样本进行分类决策。最后试验不同的小波滤波器下算法的适应性。实验结果证明了所提出方法的有效性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 生物识别技术概述
• 1.2 虹膜的生理特性
• 1.3 国内外研究动态
• 1.4 目前存在的问题
• 1.5 本论文研究意义和主要工作
• 1.6 论文结构
• 第二章 虹膜识别原理及其关键技术
• 2.1 图像预处理
• 2.1.1 虹膜定位
• 2.1.2 虹膜图像归一化
• 2.1.3 虹膜图像增强
• 2.2 虹膜图像特征提取
• 2.3 分类识别
• 2.4 本章小结
• 第三章 虹膜识别系统结构
• 3.1 典型的虹膜识别系统构成
• 3.2 本文的系统构成
• 3.3 虹膜图像预处理方法
• 3.3.1 虹膜定位
• 3.3.2 虹膜纹理归一化
• 3.3.3 虹膜纹理增强
• 3.4 本章小结
• 第四章 小波理论基础
• 4.1 小波变换的基本概念
• 4.2 小波函数的性质
• 4.3 常用小波函数
• 4.4 适用于虹膜纹理分析的小波基
• 4.5 多分辨率分析
• 4.6 Mallat算法
• 4.7 多孔算法
• 4.8 本章小结
• 第五章 过零点特征提取
• 5.1 过零检测信号处理结论
• 5.2 过零点特征表示的小波原理
• 5.3 本章小结
• 第六章 实验及结果分析
• 6.1 对已有结果的论证
• 6.1.1 经典小波过零点算法的验证
• 6.1.2 小波过零点多分析带分析方法
• 6.2 小波过零经典算法特征码提取
• 6.3 虹膜过零点的研究
• 6.3.1 虹膜过零点位置的研究
• 6.3.2 虹膜过零点位置与幅值的研究
• 6.4 0-1二值编码
• 6.4.1 特征编码的改进
• 6.4.2 采用加权Hamming距离进行模式匹配
• 6.5 最小距离方法
• 6.6 二维小波过零算法
• 6.7 实验及结果分析
• 6.8 本章小结
• 第七章 结论
• 参考文献
• 在学研究成果
• 致谢