基于虹膜采集定位系统的研究

论文摘要

随着科学技术的发展,虹膜识别技术作为一种新兴生物特征识别技术,在社会安全、金融安全、航空安全等方面显示出了巨大的优越性。在整个虹膜识别系统中,虹膜图像的质量评估是一个关键步骤,图像的好坏直接影响到后续识别结果的准确性。虹膜区域的分割是虹膜识别的重要环节,虹膜定位所需时间大概占整个识别过程的一半。因此,虹膜定位的准确度与算法的速度直接影响到整个虹膜识别系统的识别率与运行效率。本文在分析了已有的虹膜质量评估算法和虹膜定位算法的基础上,针对虹膜采集系统自身特点,设计一套虹膜采集定位系统,主要研究工作有以下几个方面:1.针对目前虹膜质量评估算法不够完善和成熟,提出一种全面虹膜质量评估算法。该算法包括四个方面分别为:利用灰度值分布情况判断图像的明暗程度;定位瞳孔与光源点测试虹膜图像的偏离程度;利用总有界变差原理计算虹膜区域的清晰程度;通过检测和拟合眼睑边界,求取虹膜有效区域所占比例。2.针对二值化阈值选择困难的问题,提出一种基于行梯度极值的边缘提取方法。该方法可以准确的检测出虹膜内外边界上的点,而且不必考虑阈值的选择问题,有效提高了边缘点提取的有效性。3.针对虹膜定位算法运算量大、定位时间长等的问题,提出一种基于感兴趣区域的快速虹膜定位方法,该方法实现了对虹膜内外边界的快速定位,有效地降低了虹膜定位所需时间。4.设计了一套基于OpenCV的虹膜采集定位系统,实现了对虹膜的采集定位和虹膜图像实时评估。通过该系统可以得到高质量的虹膜图像,有助于下一步的特征提取与模式识别。以上算法均在Matlab平台上通过测试,证明了算法的正确性与有效性。采集定位系统在VS2008平台上实现,图像评估与定位效果良好。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 生物特征识别简介
• 1.1.1 传统身份识别方法
• 1.1.2 生物特征识别技术的研究意义
• 1.1.3 现有的生物特征识别技术比较
• 1.2 虹膜识别技术简介
• 1.2.1 虹膜识别技术的发展
• 1.2.2 虹膜识别技术的应用
• 1.3 论文完成的主要工作
• 1.3.1 课题研究背景与意义
• 1.3.2 本文研究的主要内容
• 1.3.3 本文章节安排
• 第二章 虹膜识别系统介绍
• 2.1 虹膜的结构
• 2.2 虹膜识别技术基本原理
• 2.2.1 虹膜图像获取
• 2.2.2 虹膜预处理
• 2.2.3 虹膜特征提取
• 2.2.4 虹膜识别
• 2.3 虹膜识别系统分析
• 2.3.1 Daugman 的虹膜识别系统
• 2.3.2 Wilders 的虹膜识别系统
• 2.3.3 中科院的虹膜识别系统
• 2.4 本章小结
• 第三章 虹膜图像质量评估算法的研究
• 3.1 图像质量评估理论
• 3.1.1 传统的客观评价方法
• 3.1.2 基于视觉的质量评价方法
• 3.1.3 基于无参照的质量评价方法
• 3.2 现有虹膜图像质量评估算法分析
• 3.2.1 频域分析法
• 3.2.2 空域分析法
• 3.2.3 小波分析法
• 3.3 全面虹膜图像质量评估方法
• 3.3.1 明暗程度判断
• 3.3.2 瞳孔粗定位
• 3.3.3 光源点检测
• 3.3.4 清晰度判断
• 3.3.5 虹膜有效区域判断
• 3.4 本章小结
• 第四章 虹膜边界定位算法的研究
• 4.1 经典虹膜定位方法
• 4.1.1 Daugman 微积分定位算法
• 4.1.2 Wildes 基于Hough 变换定算法
• 4.1.3 王蕴红最小二乘法定位算法
• 4.2 基于感兴趣区域的快速虹膜定位方法
• 4.2.1 感兴趣区域的选取
• 4.2.2 图像边界提取
• 4.2.3 基于感兴趣区域的快速虹膜定位算法
• 4.3 实验仿真与分析
• 4.4 本章小结
• 第五章 虹膜采集定位系统的实现
• 5.1 虹膜采集硬件设备
• 5.2 虹膜采集软件实现
• 5.2.1 虹膜图像质量评估
• 5.2.2 虹膜采集
• 5.2.3 虹膜定位
• 5.3 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 附录 攻读硕士学位期间发表的论文