虹膜定位和识别算法研究

论文摘要

随着现代社会信息技术的发展,对安全性的要求越来越高。因此,基于人体生物特征的识别技术得到了迅速的发展和应用。虹膜识别作为生物识别技术中比较有发展潜力的识别技术之一,己经被逐步应用到身份认证等安全领域。虹膜识别是基于人眼虹膜纹理特征来确定人的身份的一种识别方法,也是最为准确的生物特征识别方法之一。一个完整的虹膜识别系统包括虹膜图像获取、虹膜图像预处理、特征提取和分类匹配。本文在中国科学院自动化所提供的CASIA虹膜数据库上,实现了一个虹膜识别算法,通过对算法进行仿真,证明了算法的可靠性和高效性。具体工作包括:1.分析了已有虹膜定位方法的不足,给出了由粗到精思想的虹膜定位方法,此方法缩小了搜索范围,提高了速度,并且采取了有效的措施消除了睫毛和眼皮的遮掩对定位的影响,此外,针对虹膜图像外边缘模糊的情况,给出了一个外边缘定位方式。通过实验证明,本文的定位方法在精度和速度上有明显的提高。2.对定位后的虹膜,采取了有效的归一化方式,首先在极坐标下把虹膜从环行展成矩形,并对矩形图像增强,再把矩形图像化为多个一维信号,这样,就将二维信号处理问题转化成了较简单的一维问题。3.研究了Gaussian-Hermite矩的滤波特性,并参照已有的利用Gaussian-Hermite矩提取虹膜纹理特征的方法,用此方法对虹膜信号进行特征提取,同时,说明了各类参数对识别结果的影响。4.针对用Gaussian-Hermite矩提取的特征向量,先介绍已有的分类方法,指出其不足,然后给出了一种简单的先对特征向量0-1编码,再用汉明距离匹配的方法。同时,作为一种新的尝试,应用非线形核分类器——KNR分类器对特征向量进行分类。通过在Matlab平台上的仿真实验,可以证明,本文所提出的虹膜识别算法达到了较高的精确度和速度,可作为今后构建一个可靠虹膜识别系统的算法基础。

论文目录

• 摘 要
• Abstract
• 第一章 引言
• 1.1 虹膜识别技术的研究目的和意义
• 1.2 虹膜识别系统介绍
• 1.2.1 虹膜图像获取
• 1.2.2 虹膜图像预处理
• 1.2.3 虹膜的特征提取
• 1.2.4 虹膜的分类和匹配
• 1.3 虹膜识别技术的国内外研究和应用现状
• 1.3.1 虹膜识别技术的国内外研究历史和现状
• 1.3.2 虹膜识别技术的国内外应用
• 1.4 本文所做的主要工作和内容安排
• 第二章 虹膜的定位
• 2.1 虹膜内边缘定位
• 2.1.1 圆心粗定位
• 2.1.2 圆心精定位
• 2.2 虹膜外边缘定位
• 2.3 虹膜定位实验结果
• 2.4 本章小结
• 第三章 虹膜图像归一化和增强
• 3.1 虹膜图像归一化
• 3.2 虹膜图像增强
• 3.3 生成一维特征信号
• 3.4 本章小结
• 第四章 虹膜特征提取
• 4.1 GAUSSIAN-HERMITE 矩定义和性质
• 4.2 特征提取步骤
• 4.3 本章小结
• 第五章 虹膜分类匹配
• 5.1 已有的分类算法
• 5.2 汉明距离匹配法
• 5.2.1 特征向量0-1 编码
• 5.2.2 汉明距离匹配
• 5.2.3 旋转不变性的实现
• 5.3 KNR 分类器法
• 5.3.1 KNR 分类器介绍
• 5.3.2 分类器核参数估计
• 5.3.3 算法流程
• 5.4 本章小结
• 第六章 实验结果及分析
• 6.1 算法性能验证指标
• 6.2 虹膜数据介绍
• 6.3 实验结果
• 6.3.1 汉明匹配结果
• 6.3.2 KNR 分类结果
• 6.3.3 已有方法的分类结果
• 6.3.4 实验结果分析
• 第七章 结论
• 致谢
• 参考文献
• 攻硕期间取得的研究成果