学位论文 > 优秀研究生学位论文题录展示

虹膜识别算法的改进与实现

作　者: 许威
导　师: 李振璧
学　校: 安徽理工大学
专　业: 控制理论与控制工程
关键词: 虹膜识别图像预处理虹膜定位特征提取模式匹配
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 12次
引　用: 0次
阅　读: 论文下载

内容摘要

本文对虹膜识别的关键技术进行了研究,增加了虹膜图像质量评价环节,提出了一种快速有效的基于图像块的虹膜边界定位算法；采用一种基于多线段提取的方法对虹膜进行归一化处理；通过Log-Gabor滤波器对虹膜进行滤波和特征提取；在模式匹配方面,采用改进的Hamming距离计算结合循环移位的方法进行匹配；最后在虹膜数据库中进行了仿真实验。对实验结果的分析表明所做的改进较之常规的算法具有显著的优点：一是虹膜定位时间更短；二是提取的虹膜特征更完整；三是匹配结果更准确。本文工作主要从以下几方面来展开：(1)研究了虹膜图像质量评价环节。在进行特征提取前,通过对虹膜图像的清晰度因子以及干扰影响因子进行计算,得到综合质量评价因子滤除质量较差的虹膜图像；在防伪性检验方面,通过对虹膜进行活体检测、傅里叶变换等滤除伪虹膜。(2)改进了虹膜定位算法。该算法首先通过虹膜图像的灰度直方图选取合适的阈值分离出瞳孔,然后采用几何灰度投影的方法粗定位瞳孔的中心。定位内边界时,在瞳孔粗定位的基础上,利用先验知识确定定位内边界的图像,即滤除远离内边界的点,只保留内边界区域,然后再采用Hough变换在内边界图像块范围内搜索边界参数,精确定位虹膜内边界。同理,在定位外边界时,利用先验知识滤除大于外半径和小于内半径范围内的点,获得较小的待处理图像块,然后采用Hough变换精确定位虹膜外边界。采用粗定位与精定位相结合的方法,通过滤除与边界定位无关的点,可以使得参数搜索范围变小,有利于改善虹膜的定位精度和定位速度。(3)改善了虹膜归一化处理。考虑到Daugman的橡皮纸模型具有一定的局限性,本文提出一种基于多线段提取的方法对虹膜进行归一化处理,其原理主要是把圆环状的虹膜区域平均分成n个部分,利用多条线段来描述两个非同心圆之间的区域。(4)优化了虹膜特征提取。采用基于Log-Gabor滤波器的虹膜特征提取算法提取虹膜的纹理特征,该方法不仅具有Gabor滤波的优点,还可以构造任意带宽的滤波器,并且不会产生直流分量。这样就可以较完整地提取虹膜的特征值。(5)完善了模式匹配。本文通过改进的Hamming距离计算和循环移位编码方法对虹膜进行匹配。利用睫毛、眼皮等干扰点构建一个干扰模板Q对Hamming距离加以改进；通过循环移位比较,寻找相似度最大的位置作为虹膜图像匹配时对应的Hamming距离。

全文目录

摘要  5-7
Abstract  7-9
目录  9-15
引言  15-17
1 绪论  17-31
  1.1 课题研究背景及意义  17-18
  1.2 常见的几种生物特征技术  18-23
  1.3 虹膜的生理结构及其先天优势  23-26
  1.4 虹膜识别技术的发展现状及其应用  26-27
    1.4.1 虹膜识别技术的发展现状  26-27
    1.4.2 虹膜识别技术的应用领域  27
  1.5 本文的主要研究内容  27-29
  1.6 本文的章节结构  29
  1.7 本章小结  29-31
2 虹膜识别技术概述  31-39
  2.1 虹膜识别系统组成  31
  2.2 虹膜图像获取  31-32
  2.3 虹膜图像质量评价  32-37
    2.3.1 虹膜图像质量评价方法  33-35
    2.3.2 虹膜图像的防伪性检验  35-37
  2.4 虹膜图像预处理  37
  2.5 虹膜特征提取  37
  2.6 虹膜特征匹配  37-38
  2.7 本章小结  38-39
3 虹膜图像预处理  39-61
  3.1 经典的虹膜边界定位算法  39-41
    3.1.1 Daugman微分积分定位算法  39-40
    3.1.2 Wildes两步定位算法  40-41
  3.2 本文虹膜定位算法研究  41-54
    3.2.1 虹膜图像平滑处理  41-42
    3.2.2 瞳孔粗定位  42-46
    3.2.3 边缘提取  46-48
    3.2.4 虹膜内边界定位  48-51
    3.2.5 虹膜外边界定位  51-54
  3.3 虹膜区域归一化及其增强  54-59
    3.3.1 Daugman的橡皮片模型  55-56
    3.3.2 改进的虹膜归一化方法  56-58
    3.3.3 虹膜归一化图像增强  58-59
  3.4 本章小结  59-61
4 虹膜特征提取  61-73
  4.1 虹膜的纹理特征  61-62
  4.2 特征提取的几种方法  62-63
    4.2.1 基于相位的特征分析  62
    4.2.2 基于纹理的特征分析  62-63
    4.2.3 基于小波过零检测的特征分析  63
  4.3 基于二维Gabor滤波器的特征提取  63-65
    4.3.1 二维Gabor滤波器  63-65
    4.3.2 离散Gabor滤波器  65
  4.4 基于Log-Gabor滤波变换的虹膜特征提取  65-70
    4.4.1 Log-Gabor滤波器  66-68
    4.4.2 Log-Gabor滤波器构造  68-69
    4.4.3 虹膜编码  69-70
  4.5 本章小结  70-73
5 虹膜特征匹配  73-81
  5.1 Hamming距离计算  73-74
  5.2 加权欧式距离计算  74
  5.3 本文的特征匹配算法  74-80
    5.3.1 改进的Hamming距离  74-75
    5.3.2 特征码的移位计算  75-78
    5.3.3 阈值分析  78-80
  5.4 本章小结  80-81
6 仿真实验与结果分析  81-89
  6.1 虹膜数据库  81-82
  6.2 虹膜识别性能指标  82-83
  6.3 实验结果分析  83-87
    6.3.1 几种虹膜定位算法的比较  84
    6.3.2 同类虹膜图像的Hamming距离  84-85
    6.3.3 不同类虹膜图像的Hamming距离  85-87
  6.4 本章小结  87-89
7 总结和展望  89-91
参考文献  91-95
致谢  95-97
作者简介及读研期间主要科研成果  97

虹膜识别算法的改进与实现

内容摘要

全文目录

相似论文