基于小波方法的虹膜识别研究

论文摘要

随着计算机技术尤其是网络技术的不断发展,人们对安全、方便的身份认证技术提出了更高的要求。原有的基于智能卡、身份证号码和口令的识别技术已不能满足要求,而近些年来发展起来的生物特征识别技术可以很好的解决这个问题。虹膜作为有丰富细节和独特纹理的生物特征,非常适合于身份鉴别。目前虹膜识别技术被认为是最可靠、最有应用前景的生物识别技术之一。本文综合分析了虹膜的生理特征,图像的获取装置,虹膜图像的定位、编码和匹配等方法。深入研究了多种典型识别算法:Daugman的基于2-D复值Gabor小波的虹膜相位编码和Hamming距离的方法;Wildes和中科院的基于虹膜纹理分析的方法;Boles的基于小波过零检测的方法;上海交大的基于小波模极大值的方法等。并在此基础上,对虹膜识别系统中的图像预处理和识别的若干算法进行了改进。首先改进了虹膜预处理方法,实现了一种快速高效的虹膜质量评价算法;设计了一种改进的两步虹膜定位算法,准确的定位了虹膜的内外边界;利用坐标转换和编码的循环移位实现了对虹膜图像的配准;利用双三次样条函数拟合虹膜图像背景,去除了非均匀光照对虹膜识别的影响;使用二分树复数小波方法增强了虹膜图像的对比度;在识别算法方面,本文设计了一种“基于小波模极值点位置的虹膜识别算法”。研究过程中用Visual C++和MATLAB进行了大量的仿真实验和验证,完成了对虹膜图像的质量评价、定位、配准、增强以及编码等算法,实现了一套较为完整的虹膜识别系统。从实验数据来看,该方法得到了较好的识别效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 虹膜识别的研究动态
• 1.1.1 生物特征识别概述
• 1.1.2 生物识别的性能要求
• 1.1.3 虹膜识别简介
• 1.1.4 虹膜识别研究的新动向
• 1.2 本课题的研究意义
• 1.3 课题的内容和论文结构
• 第二章 虹膜的生理特征
• 2.1 人眼的结构
• 2.2 虹膜的生理结构
• 2.3 虹膜的纹理特征
• 2.4 虹膜识别的优势
• 2.5 本章小结
• 第三章 虹膜识别系统的设计
• 3.1 身份识别系统的性能要求
• 3.2 虹膜识别系统的组成
• 3.2.1 虹膜图像的获取
• 3.2.2 虹膜图像的提取和预处理
• 3.2.3 虹膜的特征提取与编码
• 3.2.4 虹膜特征数据库
• 3.3 本章小结
• 第四章 虹膜图像预处理研究
• 4.1 虹膜图像的质量评价
• 4.2 活体虹膜检验
• 4.3 虹膜图像的提取
• 4.3.1 基于圆探测器迭代的方法
• 4.3.2 两步法
• 4.3.3 本文方法
• 4.4 虹膜图像的配准
• 4.4.1 现有方法
• 4.4.2 本文方法
• 4.5 虹膜图像的增强
• 4.5.1 现有方法
• 4.5.2 本文方法
• 4.6 本章小结
• 第五章 虹膜识别算法研究
• 5.1 基于相位分析的算法
• 5.1.1 Gabor变换
• 5.1.2 2-D Gabor小波滤波器
• 5.1.3 相位编码算法
• 5.1.4 改进相位编码方法
• 5.2 基于纹理分析的算法
• 5.2.1 多通道Gabor滤波方法
• 5.2.2 高斯-拉普拉斯滤波器方法
• 5.3 基于小波过零检测的算法
• 5.3.1 基本原理
• 5.3.2 虹膜特征提取
• 5.3.3 匹配算法
• 5.4 基于小波模极值点的算法
• 5.4.1 基本原理
• 5.4.2 编码算法
• 5.5 本文的算法
• 5.5.1 特征提取算法
• 5.5.2 匹配算法
• 5.5.3 实验结果
• 5.6 本章小结
• 第六章.结论与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献
• 硕士阶段主要工作