虹膜特征提取算法研究

虹膜特征提取算法研究

论文摘要

随着信息技术的发展,人们对安全意识逐渐加强,使得基于生物特征的身份识别技术在近年来迅速的发展。生物特征识别技术是依靠人体的身体特征进行身份验证的。这些身体特征包括指纹、声音、面部、骨架、视网膜、虹膜和DNA、行走的步态等人体的生物特征。作为生物特征识别技术之一的虹膜识别技术正在兴起,虹膜作为身份识别的特征与其它的生物特征相比具有更多优秀的性质:唯一性、稳定性、可采集性、非侵犯性、防伪性。因此基于虹膜的身份识别技术逐渐得到学术界和企业界的重视,它具有巨大的应用前景,服务于国民经济的各部门,如保密机关、银行自动存取款系统及各种需要身份校验的地方等。本论文中,介绍了几种典型的生物识别技术的发展、详细地阐述了虹膜识别技术的发展及研究意义、虹膜生理结构及虹膜识别系统的组成。较深入地研究了虹膜识别算法,并实现了其各个步骤,即预处理、特征提取和特征匹配。本文的研究工作主要集中在对定位、特征提取的研究。在定位方面,本文分两步来定位虹膜:一、确定灰度阈值提取瞳孔来获得瞳孔圆心和半径。二、利用Canny算子提取虹膜的边缘和改进的Hough变换确定虹膜外边缘。在虹膜纹理的特征提取方面,使用离散余弦变换进行局部特征提取和计算对归一化后的虹膜图像的灰度共生矩阵来提取虹膜的特征,同时利用欧氏距离进行模式匹配及结果分析工作,取得了良好的识别结果。最后,利用Matlab语言实现了虹膜识别算法,并在CASIA虹膜图像数据库上进行实验,取得了良好的效果。

论文目录

  • 论文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 本课题研究的目的和意义
  • 1.2 国内外虹膜识别技术研究的现状
  • 1.2.1 国外研究的现状
  • 1.2.2 国内研究的现状
  • 1.3 本文内容
  • 第二章 虹膜识别的一般原理及系统
  • 2.1 虹膜的生理学基础
  • 2.2 虹膜识别原理
  • 2.3 虹膜识别系统简介
  • 第三章 虹膜图象预处理
  • 3.1 常见的几种虹膜定位方法
  • 3.1.1 Daugman 的虹膜定位
  • 3.1.2 Wildes 的虹膜定位
  • 3.1.3 利用灰度投影图检测圆心和圆心检测算子检测方法
  • 3.1.4 梯度图像Hough 极坐标变换检测方法
  • 3.2 本文采用的定位方法
  • 3.3 虹膜归一化
  • 3.4 虹膜图像增强
  • 3.5 几种定位方法的性能比较
  • 第四章 虹膜特征提取
  • 4.1 几种常见的特征提取方法
  • 4.1.1 基于局部纹理的相位编码方法
  • 4.1.2 基于拉普拉斯金字塔分解的纹理分析方法
  • 4.1.3 基于一维小波变换过零点检测的方法
  • 4.2 基于灰度共生矩阵的统计特征的提取
  • 4.2.1 灰度共生矩阵
  • 4.2.2 基于灰度共生矩阵的虹膜特征提取
  • 4.3 基于离散余弦变换的特征提取
  • 4.3.1 离散余弦变换
  • 4.3.2 基于离散余弦变换的虹膜特征提取
  • 第五章 实验结果与分析
  • 5.1 几种常见的虹膜图像匹配方法
  • 5.2 本文采用的匹配方法
  • 5.3 实验结果与分析
  • 5.3.1 鉴别模式
  • 5.3.2 认证模式
  • 结论
  • 参考文献
  • 攻读硕士期间论文发表情况
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    虹膜特征提取算法研究
    下载Doc文档

    猜你喜欢