论文摘要
虹膜识别技术是一种新兴的生物特征识别技术。相对其他生物特征识别技术(指纹识别,面部识别,声音识别等)而言,虹膜识别技术具有以下几个特点:稳定性、高可靠性和非接触性。这些特点使得虹膜识别具有非常广阔的应用前景。本文在前人研究的基础上,对虹膜识别的一些核心算法、嵌入式虹膜识别系统都做了一定的研究和改进。本文主要的研究工作包含以下几个方面:一、在虹膜图像定位算法中,本文研究了二种新的虹膜定位算法。第一种算法是基于灰度信息和分数阶微分边缘检测的,在内边缘定位上由于内边缘定位比较简单因此采用快速的基于灰度信息的方法,在外边缘定位上采用分数阶微分边缘检测的方法。另外一种算法是基于SUSAN边缘检测算子的,主要是侧重于外边缘的定位。由于SUSAN边缘检测算子具有积分特性,不会对虹膜的纹理细节信息造成大幅度的衰减,并且对局部噪声不敏感,因此非常适合在虹膜外边缘定位上的运用,取得了很好的定位效果。二、在虹膜归一化算法方面,本文研究了一种基于极坐标变换的虹膜归一化算法。该归一化算法采用同心圆的方式进行极坐标转换以方便运算,针对归一化图像对比度比较低的情况进行了光照估计。采用了双三次插值和直方图均衡化的方法对虹膜归一化图像进行了增强。三、阐述了嵌入式虹膜识别系统的相关硬件,针对项目情况设计了基于TI DSP平台的DSP/BIOS嵌入式系统,在系统中进行了任务设计调度以及任务间的通信和同步,给出了算法在TI TMS320C6713b上的移植和优化方法。本文研究的虹膜识别核心算法在CASIA虹膜数据库(version 2.0)及实验室虹膜数据库中进行了测试实验,并得出了较好的识别效果。
论文目录
摘要Abstract第一章 绪论1.1 研究的背景和意义1.2 生物特征识别技术1.3 虹膜识别的基本原理1.3.1 虹膜的结构和生物特征1.3.2 虹膜识别的主要步骤1.4 虹膜识别技术国内外研究及发展现状1.5 本文主要研究内容及各章节1.5.1 课题来源与目标1.5.2 本文主要研究内容1.5.3 各章节内容安排第二章 基于灰度信息和分数阶微分边缘检测的虹膜定位算法2.1 虹膜定位的传统方法2.1.1 已有的方法2.1.1.1 Daugman 的虹膜定位算法2.1.1.2 基于边缘检测和Hough 变换的虹膜定位算法2.2 基于灰度信息的虹膜内圆定位2.2.1 原始虹膜图像的二值化2.2.2 对二值化图像光斑的填充2.2.3 瞳孔粗略中心的搜索2.2.4 瞳孔边界点搜索与曲线拟合2.3 基于分数阶微分边缘检测的外圆定位2.3.1 分数阶微分边缘检测原理2.3.2 虹膜外边缘定位2.3.2.1 中值滤波虹膜图像2.3.2.2 虹膜外边界的寻找2.4 实验结果2.5 本章小结第三章 基于SUSAN 算子的虹膜定位算法及其归一化过程3.1 引言3.2 SUSAN 算子3.2.1 把角点检测应用到边缘检测3.2.2 SUSAN 边缘检测算子3.2.2.1 SUSAN 算法原理3.2.2.2 SUSAN 边缘检测算法3.2.2.3 边缘检测步骤3.3 利用SUSAN 算子定位虹膜外圆3.3.1 寻找虹膜外边缘3.3.2 利用灰度和找边界点3.4 定位实验结果3.5 归一化算法及图像增强方法3.5.1 归一化算法3.5.2 虹膜图像的增强3.5.2.1 光照估计3.5.2.2 直方图均衡化3.6 本章小结第四章 嵌入式操作系统设计及虹膜识别算法移植优化4.1 嵌入式虹膜识别系统4.2 系统硬件介绍4.2.1 DSP 与其外围模块4.2.1.1 TI TMSC32 C6713b4.2.1.2 外围模块4.2.2 存储设备4.2.3 键盘4.3 嵌入式实时操作系统DSP/BIOS4.3.1 嵌入式实时系统的基本特点4.3.2 DSP/BIOS 结构及线程4.3.3 中断管理4.3.4 任务设计及调度4.3.5 任务间的通信和同步4.4 针对平台的应用程序调试和优化4.4.1 片级支持库CSL4.4.1.1 CSL 模块使用4.4.1.2 使用CSL 的心得4.4.2 程序调试4.4.3 程序代码优化4.4.3.1 算法优化4.4.3.2 DSP/BIOS 应用程序优化4.5 优化的结果4.6 本章小结第五章 结论与展望致谢参考文献研究生阶段取得的成果
相关论文文献
标签：虹膜定位论文; 分数阶微分论文; 边缘检测论文; 虹膜归一化论文;
