用于个人身份鉴别的虹膜生物特征识别

论文摘要

随着人们对社会安全要求的增加,基于生物特征识别的智能身份鉴别方法逐渐受到广泛的关注。由于虹膜识别具有高可靠性和非侵犯性,它正成为生物特征识别领域中的一个研究热点。作为一个应用性很强的研究课题,虹膜识别正在从实验室走向社会应用,但是虹膜识别的研究还远远没有达到完善的程度。本文的工作以建立基于虹膜识别的身份鉴别软件系统为目标,重点研究核心的虹膜图像分割、特征提取与匹配算法,并以此为中心对虹膜识别技术在数字媒体版权保护方面的应用进行初步的探讨。论文的主要工作和贡献如下:1.实现了有效的虹膜图像分割。该算法采用活动轮廓模型技术检测瞳孔的精确边界;通过分析归一化虹膜图像水平方向灰度信号的小波模极值点在尺度空间的演化,得到眼睑遮挡边界上点,并利用多项式拟合确定眼睑遮挡部分;最后实现基于一维Gabor滤波的眼睫毛检测。2.根据提出的虹膜图像分割算法建立了虹膜识别实验平台。通过分析Gabor滤波器组的函数特性,在该平台上对虹膜识别领域研究较多的各种Gabor滤波特征提取算法进行了比较,并提出了优化思想;同时选择Daugman所提虹膜识别算法对论文提出的分割算法的有效性进行了客观验证。3.采用不同的图像基函数分析虹膜图像的基本微观结构,从而确定主导虹膜图像产生的图像基为LOG函数,提出了利用LOG函数在多尺度空间检测虹膜细节特征的算法;进而对图像多尺度分析的自动尺度选择机制进行研究,提出了自动尺度选择的LOG基虹膜图像特征提取算法,并与现有主要虹膜识别算法的性能进行了比较。在实验结果的基础上,提供了一些有意义的结论。4.研究了具有旋转补偿的虹膜特征提取算法。首先给出了一种基于Zernike矩不变量的虹膜旋转不变特征提取算法,并通过实验考察了该算法的有效性和适用范围。然后提出了一种结合虹膜局部区域块质量评价与相位相关匹配的识别算法。算法在归一化虹膜图像上选择感兴趣区域,然后对感兴趣区域根据定义的质量评价公式计算遮挡因子,最后计算每一对感兴趣区域的POC匹配系数,并根据相应的遮挡因子得到虹膜对的整体匹配系数。利用POC相关计算可补偿虹膜旋转影响,同时通过局部块的遮挡质量评估可降低图像采集时对用户配合程度和采集技术的要求。5.提出了将虹膜特征识别与数字水印技术相结合的数字图像内容版权认证系统。其基本思想是先对虹膜图像进行预处理,直接选取感兴趣区域灰度图像而不是经信息压缩的特征代码作为水印信息;然后在原始图像一维倒谱域嵌入水印图像;最后通过计算频带受限的相位相关函数实现虹膜图像认证。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 虹膜识别技术的发展
• 1.3 虹膜识别应用
• 1.4 研究内容及论文结构
• 第二章 虹膜识别技术概述
• 2.1 虹膜识别基本原理
• 2.1.1 虹膜的生理学基础
• 2.1.2 虹膜识别系统工作原理
• 2.1.3 系统性能评价
• 2.2 虹膜特征识别技术研究现状
• 2.2.1 虹膜图像获取
• 2.2.2 虹膜图像预处理
• 2.2.3 虹膜特征提取与匹配
• 2.2.4 虹膜图像库
• 2.3 小结
• 第三章 虹膜图像分割算法研究
• 3.1 虹膜定位
• 3.1.1 瞳孔粗定位
• 3.1.2 瞳孔精定位
• 3.1.3 虹膜外边缘定位
• 3.2 眼睑遮挡检测
• 3.2.1 本文算法思想
• 3.2.2 基于小波模极大值的信号平滑
• 3.2.3 眼睑遮挡检测
• 3.3 眼睫毛遮挡检测
• 3.4 仿真实验结果
• 3.4.1 虹膜定位
• 3.4.2 眼睑及眼睫毛遮挡检测
• 3.5 小结
• 第四章 基于多通道Gabor滤波的虹膜图像特征提取
• 4.1 多通道Gabor滤波器组函数特性
• 4.2 滤波器组优化设计
• 4.3 特征提取
• 4.3.1 Daugman算法参数分析
• 4.3.2 Daugman特征编码算法改进
• 4.3.3 实验比较
• 4.4 虹膜图像分割算法识别性能比对
• 4.5 小结
• 第五章 自动尺度选择的虹膜可区分特征提取
• 5.1 虹膜图像纹理基元分析
• 5.2 虹膜多尺度类斑点特征提取
• 5.3 自动尺度选择的虹膜斑点特征提取
• 5.3.1 自动尺度选择机制
• 5.3.2 LOG滤波器标准化参数推导
• 5.3.3 自动尺度选择虹膜特征编码
• 5.4 实验比较及讨论
• 5.4.1 与预设尺度LOG基特征提取算法比较
• 5.4.2 与其他细节特征提取算法性能比较
• 5.4.3 结果讨论
• 5.5 小结
• 第六章 虹膜图像旋转不变特征提取
• 6.1 Zernike矩不变量
• 6.1.1 不变量概述
• 6.1.2 矩不变量
• 6.1.3 Zernike矩
• 6.1.4 Zernike矩不变量
• 6.2 虹膜Zernike矩特征提取
• 6.3 最优特征选择和分类
• 6.3.1 自动可区分特征选择算法
• 6.3.2 最小距离分类
• 6.4 实验及分析
• 6.5 小结
• 第七章 虹膜图像局部区域块POC匹配识别
• 7.1 感兴趣区域选取及增强
• 7.2 BLPOC函数
• 7.3 ROI区域质量评估
• 7.3.1 LR和RR区域眼睫毛遮挡评估
• 7.3.2 DR区域遮挡评估
• 7.4 匹配系数计算
• 7.5 实验结果及分析
• 7.6 小结
• 第八章 虹膜识别技术在版权保护中的应用研究
• 8.1 虹膜图像预处理及水印的产生
• 8.2 水印算法
• 8.2.1 现有水印算法分析
• 8.2.2 水印嵌入
• 8.2.3 水印提取
• 8.3 认证算法
• 8.4 实验与讨论
• 8.5 小结
• 总结与展望
• 致谢
• 参考文献
• 攻读博士期间取得的成果