虹膜识别因其具有高可靠性、稳定性和非侵犯性,已成为生物特征识别领域的一个研究热点。眼睑和眼睫毛遮挡是虹膜识别系统中较难检测的两种噪声,对系统识别性能影响较大,本文对如何去除这两种噪声进行了较深入的研究。文中介绍了虹膜身份识别系统各个关键部分,分析了现有眼睑和眼睫毛遮挡检测算法的优缺点,提出了基于灰度形态学的眼睑和眼睫毛遮挡检测算法:一是设计弧线形的形态学结构元素,经过灰度开启运算、图像分割和边缘检测,获得眼睑边缘的候选点集,再利用Bezier曲线拟合出眼睑边缘;二是构造交叉形的形态学结构元素,通过灰度开启运算得到直方图具有分段特性的虹膜图像,经二值化检测出眼睫毛。实验结果表明:该算法能有效地检测两种遮挡噪声,有助于降低虹膜识别系统的等错误率,提高模式的可分性。另外,本文还对虹膜识别算法进行了初步探讨。在分析2-D复Gabor滤波器实部和虚部的幅频响应特性后,发现2-D奇Gabor滤波器比2-D复Gabor滤波器更能有效提取虹膜纹理特征。因此,提出采用2-D奇Gabor滤波的方法编码虹膜纹理特征点的相位信息,并通过计算汉明距离（Hamming distance）进行识别。实验结果表明,与基于2-D复Gabor滤波编码虹膜纹理相位特征的方法相比,该算法使系统识别等错误率（Equal Error Rate）降低大约12%。
本文来源: https://www.lw50.cn/article/fc4f8fa177e9c42f43e51160.html