学位论文 > 优秀研究生学位论文题录展示

不完美虹膜的定位分割、特征提取与分类识别

作　者: 田启川
导　师: 潘泉；张洪才
学　校: 西北工业大学
专　业: 控制理论与控制工程
关键词: 不完美虹膜生物特征认证和识别定位分割特征提取过零检测分类相似度
分类号: TP391.41
类　型: 博士论文
年　份: 2006年
下　载: 522次
引　用: 4次
阅　读: 论文下载

内容摘要

在维护国家安全、社会安全、金融安全、航空安全等众多方面，都需要更加方便、可靠、准确的身份鉴别方法，而生物识别的发展提供了一个比较理想的解决手段。虹膜识别是生物识别的一个重要方面，并已有了成功的应用，但目前的虹膜识别系统大多对鉴别对象和图像采集设备之间有比较严格的合作要求。在实际中由于图像采集设备和人之间存在一些不确定、不稳定的因素，完美的虹膜图像采集较为困难，这给后来的虹膜分割和特征描述带来了许多不利的影响。目前国内外针对不完美虹膜的定位分割、特征提取与分类识别的研究较少，本文对此进行了比较系统的研究，主要贡献如下： (1)针对目前Hough变换方法和微积分方法对虹膜边界定位速度慢、且易受光照、光源像点、眼皮等因素影响的问题，提出了一种基于瞳孔中心位置估计的快速定位算法，然后采用分段直线逼近眼皮轮廓进行上下眼皮定位和自适应阈值算法检测睫毛和光源像点，可将虹膜区域有效分割出来。仿真结果表明，作者提出的算法定位速度快，成功率高，对虹膜区域分割精度高。 (2)通常采集到的虹膜图像，其大小及分辨率不尽相同，这给特征提取带来困难，而且环状区域不好进行处理。本文提出了一种虹膜区域的极坐标表示方法，将环状虹膜区域转换为易于处理的矩形区域，并利用低分辨特征一致原理确定虹膜规范化区域大小。虹膜的分类结果说明确定的规范化区域有足够的信息表示不同的虹膜。 (3)提出了一种简便的空域过零检测的虹膜特征提取算法。对于不利于模式匹配的细节和高频噪声，首先采用高斯滤波器进行滤波处理，然后采用局部过零检测方法提取纹理变化特征，并对过零检测结果进行符号编码。该算法有效解

全文目录

摘要  4-6
ABSTRACT  6-11
第一章绪论  11-35
  §1.1 生物特征识别  11-18
    §1.1.1 非生物特征身份鉴别方法  11-12
    §1.1.2 生物特征识别技术的提出  12-13
    §1.1.3 研究生物特征识别技术的意义  13-14
    §1.1.4 现有的生物特征识别技术  14-18
  §1.2 虹膜识别研究  18-31
    §1.2.1 虹膜识别的机理  18-24
    §1.2.2 虹膜识别技术的发展  24-25
    §1.2.3 虹膜识别应用  25-26
    §1.2.4 虹膜识别算法研究现状  26-31
  §1.3 虹膜识别存在的问题  31-33
    §1.3.1 虹膜识别亟需解决的问题  31-32
    §1.3.2 不完美虹膜识别问题的提出  32-33
  §1.4 本文研究的内容  33-35
第二章虹膜边界定位和干扰检测  35-64
  §2.1 边缘提取  36-38
  §2.2 基于Hough变换的虹膜边界快速定位算法  38-47
    §2.2.1 Hough变换原理  39-40
    §2.2.2 由瞳孔位置确定处理图像大小  40-44
    §2.2.3 基于Hough变换的虹膜边界快速定位算法  44-47
    §2.2.4 仿真研究  47
  §2.3 基于微积分的虹膜边界快速定位算法  47-54
    §2.3.1 微积分定位边界原理  48-49
    §2.3.2 局部梯度极值的检测和消除  49-51
    §2.3.3 基于微积分的虹膜边界快速定位算法  51-53
    §2.3.4 仿真研究  53-54
  §2.4 干扰检测  54-62
    §2.4.1 采用分段直线定位上、下眼皮轮廓  55-58
    §2.4.2 对眼皮阴影的估计  58-59
    §2.4.3 基于虹膜区域灰度均值对睫毛检测  59-60
    §2.4.4 对光源像点的检测  60-61
    §2.4.5 仿真研究  61-62
  §2.5 虹膜图像质量评价  62-63
    §2.5.1 虹膜图像质量评价  62
    §2.5.2 虹膜活体检测  62-63
  §2.6 本章小结  63-64
第三章虹膜区域规范化  64-76
  §3.1 引言  64-67
    §3.1.1 平移  65
    §3.1.2 旋转  65-66
    §3.1.3 伸缩  66
    §3.1.4 分辨率  66-67
  §3.2 虹膜规范化处理  67-72
    §3.2.1 弹性模型  67-68
    §3.2.2 虹膜边界的表示  68-69
    §3.2.3 虹膜区域的表示  69-70
    §3.2.4 虹膜区域规范化  70-72
  §3.3 虹膜区域分辨率的确定  72-74
    §3.3.1 低分辨特征一致原则  72-73
    §3.3.2 分辨率确定  73-74
  §3.4 实验及结果分析  74-75
  §3.5 本章小结  75-76
第四章基于局部过零检测的虹膜特征提取算法  76-90
  §4.1 局部过零检测方法的提出  76-79
  §4.2 基于局部过零检测的虹膜特征提取算法  79-82
    §4.2.1 构造过零检测算子  79-81
    §4.2.2 基于局部过零检测的虹膜特征提取算法  81-82
  §4.3 仿真研究  82-88
    §4.3.1 对纹理稳定特征表示  82-84
    §4.3.2 虹膜的分类  84-85
    §4.3.3 算法比较  85-88
  §4.4 本章小结  88-90
第五章分类算法及分类阈值确定  90-104
  §5.1 分类算法  90-94
    §5.1.1 矩阵相似性  91-92
    §5.1.2 去除干扰影响的相似度计算  92
    §5.1.3 利用相似度进行配准  92-93
    §5.1.4 相似度的归一化  93-94
  §5.2 分类阈值的确定方法  94-101
    §5.2.1 基于马氏距离确定分类阈值  95-97
    §5.2.2 基于最小风险确定分类阈值  97-100
    §5.2.3 分类阈值的自适应调整方法  100-101
  §5.3 仿真研究  101-103
  §5.4 本章小结  103-104
第六章测试分析、参数优化与原理实现  104-123
  §6.1 数据库  104-107
    §6.1.1 数据库建立的方法  104-105
    §6.1.2 本论文采用的数据库  105-107
  §6.2 测试分析和参数优化  107-121
    §6.2.1 移位比较次数对分类的影响  107-112
    §6.2.2 滤波器大小和过零检测算子尺度对分类的影响  112-114
    §6.2.3 干扰破坏区域对分类的影响  114-117
    §6.2.4 信息不全的程度对分类的影响  117-119
    §6.2.5 不同数据库对算法测试  119-121
  §6.3 原理实现  121-122
    §6.3.1 虹膜身份注册系统  121-122
    §6.3.2 虹膜识别认证系统  122
  §6.4 本章小结  122-123
第七章总结与展望  123-126
  §7.1 本文工作总结  123-125
  §7.2 工作展望  125-126
参考文献  126-136
作者发表或录用的论文以及参加的科研项目  136-138
致谢  138-139

不完美虹膜的定位分割、特征提取与分类识别

内容摘要

全文目录

相似论文