Print

基于小波变换的虹膜识别算法

论文摘要

随着信息技术的发展和对安全需要的日益增长,基于生物特征的身份识别技术在近年来有了迅速的发展。作为生物特征识别技术之一的虹膜识别技术正在兴起,并显示了巨大的优越性。在现有各类生物识别技术中,虹膜识别技术是相对较新并且具有巨大潜力的技术。虹膜识别技术具有以下特点:虹膜图像的采集具有无侵犯性;瞳孔的缩放使虹膜组织具有活体组织的显著特征,可以有效的防止人工伪造等等。虹膜识别系统主要包括了图像采集、虹膜定位、虹膜识别和模式匹配四个部分。它的研究主要涉及到了计算机视觉、数字图像处理、小波理论、模式识别等众多学科领域。其中定位和识别是该系统最为关键的部分。本文首先研究了虹膜识别技术的诞生、发展和研究现状,以及虹膜识别系统。在研究和分析了前人的虹膜定位算法以及Daugman对虹膜纹理的编码方法、W.W.Boles的小波过零点分析提取虹膜特征识别算法的基础上,研究了基于边缘检测和数学形态学以及概率统计等理论的一种新的虹膜定位方法;研究了虹膜图像的归一化和图像增强;研究了基于db4小波的多分辩率分析的虹膜特征提取算法;研究了相关系数匹配识别。然后对算法进行了大量的仿真实验,并根据实验结果得到了算法的认真率、拒假率和抗噪性。经实验证明本文的定位算法速度较快,识别算法具有合理性和有效性。在比较了基于不同尺度的算法的性质后,得到了认真率、拒假率和抗噪性都极高的基于尺度3的低频系数列差分的虹膜特征提取识别算法。最后对虹膜识别技术中仍然存在的问题以及该技术的发展前景进行了总结。

论文目录

  • 摘 要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 生物识别技术简介
  • 1.2 几种生物识别技术的比较
  • 1.3 研究背景及发展前景
  • 1.4 虹膜识别系统概述
  • 1.5 本论文的选题和研究内容
  • 第二章 虹膜定位
  • 2.1 简述
  • 2.2 基于边缘提取和HOUGH 变换的虹膜定位算法
  • 2.3 两步虹膜定位算法
  • 2.4 基于数学形态学和概率统计的虹膜定位方法
  • 2.5 讨论
  • 第三章 虹膜图像归一化及增强
  • 3.1 虹膜图像的归一化
  • 3.2 虹膜图像的增强
  • 3.3 小结
  • 第四章 虹膜图像的特征提取
  • 4.1 图像纹理分析的基本理论
  • 4.2 小波分析的基本理论简介
  • 4.3 用二维GABOR 小波提取特征
  • 4.4 小波变换的过零点提取特征值的方法
  • 4.5 基于小波多分辩分析的特征提取方法
  • 第五章 仿真结果
  • 5.1 对虹膜进行尺度1 的小波分解
  • 5.2 对虹膜进行尺度2 的小波分解
  • 5.3 尺度2 的低频系数的列差分
  • 5.4 尺度3 的低频系数的列差分
  • 5.5 小结
  • 第六章 结论
  • 致谢
  • 参考文献
  • 作者在攻读硕士学位期间发表的论文目录
  • 相关论文文献

    本文来源: https://www.lw50.cn/article/7983e14e2a73a1a5a27c1d6a.html