虹膜识别技术中小波变换的应用原理与方法

论文摘要

以小波变换技术为基础,结合图像处理和模式识别方法,设计并开发了虹膜图像采集装置,建立了虹膜识别算法测试实验平台;重点研究了虹膜识别中的小波变换的应用基础理论与关键实现技术;提出了基于小波局部模极大值的虹膜特征表示及其多重匹配识别、基于小波多尺度信息的一维和二维虹膜纹理特征量化表示、基于小波过零点技术的虹膜特征表示及其规范化的部分Hausdorff距离匹配识别,这三类方法能够有效地提取虹膜特征;基于自建的算法测试平台,对上述三类方法和其他三种国内外比较有影响的基于小波变换的虹膜识别方法进行了定量的性能比较和评价,通过实验数据分析得到了有意义的结论;最后指出了小波变换技术在虹膜识别领域的研究重点与发展方向。

论文目录

• 第一章 绪论
• 1.1 研究背景、目的和意义
• 1.2 研究方法和技术路线
• 1.3 虹膜识别的基理和结构
• 1.3.1 虹膜识别的生理学基础
• 1.3.2 虹膜识别的结构组成
• 1.4 国内外研究现状
• 1.4.1 虹膜识别的发展历史
• 1.4.2 虹膜识别的研究现状
• 1.5 虹膜识别的研究难点
• 1.6 论文的主要研究内容
• 1.7 论文的组织
• 第二章 虹膜识别算法测试的基础实验平台
• 2.1 引言
• 2.2 组成结构
• 2.3 虹膜图像采集系统
• 2.3.1 虹膜图像采集原理
• 2.3.2 虹膜图像采集装置
• 2.3.3 虹膜图像采集装置的性能指标
• 2.4 图像质量评价与选择
• 2.4.1 虹膜图像的综合质量评价
• 2.4.2 序列虹膜图像的评价与选择过程
• 2.5. JLUBR-IRIS虹膜图像库
• 2.6 虹膜图像预处理
• 2.6.1 虹膜定位
• 2.6.2 虹膜纹理归一化
• 2.6.3 虹膜纹理增强
• 2.6.4 虹膜纹理方向校正
• 2.7 小结
• 第三章 小波函数的性质分析及其在虹膜特征提取中的应用
• 3.1 引言
• 3.2 小波变换的基本概念
• 2（R）空间'>3.2.1 L²（R）空间
• 3.2.2 小波的数学定义
• 3.2.3 多分辨分析
• 3.3 小波函数性质
• 3.3.1 正交性
• 3.3.2 紧支性、衰减性、光滑性
• 3.3.3 小波和小波基函数的时频窗
• 3.3.4 小波的消失矩
• 3.3.5 对称性及线性相位
• 3.4 常用小波函数
• 3.4.1 Haar小波
• 3.4.2 调频高斯类小波
• 3.4.3 Laplace小波
• 3.4.4 Marr小波（墨西哥帽状小波）
• 3.4.5 Daubechies小波
• 3.4.6 样条类小波
• 3.5 小波变换在虹膜识别中应用的关键技术问题
• 3.5.1 应用小波变换进行虹膜识别的原理
• 3.5.2 基于小波变换的虹膜纹理特征表示
• 3.5.3 适用于虹膜特征表示的小波基特性
• 3.5.4 离散小波变换的平移不变性问题
• 3.5.5 离散小波变换的分解方法
• 3.5.6 小波分解尺度选择
• 3.6 小结
• 第四章 基于小波局部模极大值特征表示的虹膜识别
• 4.1 引言
• 4.2 算法概述
• 4.2.1 算法核心问题
• 4.2.2 算法实现框架
• 4.3 基本原理
• 4.3.1 信号局部奇异性的小波刻画
• 4.3.2 小波变换模极值作边缘检测
• 4.3.3.L SARWT的数学特性
• 4.4 虹膜特征点提取
• 4.4.1 虹膜纹理特征点定义
• 4.4.2 虹膜特征点空间构造算法
• 4.5 虹膜特征点复式匹配
• 4.5.1 粗匹配
• 4.5.2 粗匹配细化处理
• 4.6 实验结果
• 4.6.1 测试实例Ⅰ
• 4.6.2 测试实例Ⅱ
• 4.6.3 数据分析
• 4.7 小结
• 第五章 基于小波过零点的虹膜识别及虹膜图像重构
• 5.1 引言
• 5.2 虹膜识别过程简介
• 5.3 小波过零点表示及虹膜图像分解
• 5.3.1 小波过零点特征表示的基本原理
• 5.3.2 虹膜纹理的小波过零点表示
• 5.4 小波过零点特征匹配及识别实验
• 5.4.1 虹膜特征匹配
• 5.4.2 实验结果
• 5.5 基于过零点的图像重构
• 5.6 小结
• 第六章 基于小波多尺度特征量化表示的虹膜识别
• 6.1 引言
• 6.2 相关工作
• 6.3 虹膜纹理的一维小波多尺度特征表示及识别
• 6.3.1 1-D小波多尺度分解
• 6.3.2 虹膜特征表示
• 6.3.3 虹膜特征向量
• 6.3.4 虹膜模式匹配
• 6.3.5 实验结果及数据分析
• 6.4 虹膜纹理的二维小波多尺度特征表示及识别
• 6.4.1 图像的二维小波多尺度分解
• 6.4.2 虹膜特征表示
• 6.4.3 虹膜特征模式匹配
• 6.4.4 实验结果及数据分析
• 6.5 小结
• 第七章 基于小波变换的虹膜识别方法的比较
• 7.1 引言
• 7.2 算法测试实验平台
• 7.3 实验方法
• 7.4 虹膜识别的评价标准
• 7.4.1 识别模式
• 7.4.2 认证模式
• 7.5 实验结果
• 7.5.1 识别模式
• 7.5.2 认证模式
• 7.6 实验数据分析及讨论
• 7.7 小结
• 第八章 工作总结及展望
• 8.1 引言
• 8.2 主要研究成果
• 8.3 展望
• 附录
• 附录Ａ CANNY边缘检测算法
• 附录B HOUGH变换的圆检测算法
• 附录C 双线性插值算法
• 附录D 线性拉伸算法
• 附录E 错误率指标定义
• 附录F K－近邻（K-NN）方法
• 参考文献
• 攻读博士学位期间发表的论文及其他成果
• 发表论文
• 专利申请
• 科研项目
• 获奖情况
• 摘要
• ABSTRACT
• 致谢