学位论文 > 优秀研究生学位论文题录展示

虹膜识别算法的设计及系统软硬件的改进

作　者: 林喜
导　师: 林喜荣
学　校: 清华大学
专　业: 仪器科学与技术
关键词: 虹膜识别虹膜图像采集特征提取图像质量评价自动调焦
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 49次
引　用: 0次
阅　读: 论文下载

内容摘要

生物特征识别技术是根据人类自身固有的生理或行为特征进行自动身份鉴别的技术。生理特征多为先天具有，如虹膜、指纹、人脸、掌纹、声音等；行为特征多为后天形成的习惯使然，如笔迹、步态等。与传统的身份识别方法（钥匙、密码、身份证等）相比，基于生物特征的身份识别具有无需刻意记忆、防伪性好和随身携带的优点。虹膜识别是最可靠的生物特征识别技术之一，依据是虹膜纹理的细微结构特征，如斑点、细丝、沟壑、皱纹和条纹等。本文从虹膜识别系统实用化角度对系统的软硬件技术进行了改进和设计，主要工作如下：（1）设计了新的电子控制模块和自动调焦方案。本文设计了基于16位低功耗微处理器MSP430F149的主控电路模块，采用波长为810nmLED作为主动光源，增加环境光照和采集距离的实时检测功能，增强在图像采集、注册和识别阶段的语音提示效果，实现了基于高斯拉普拉斯算子镜头自动调焦控制方案，提高了采集的成功率和自动变焦的速度。（2）研究了图像质量评价和图像预处理。本文针对影响图像质量的主要因素，基于二维离散小波变换定义了“清晰度”和“遮挡因子”两个指标对进行图像质量评价。在粗定位基础上采用椭圆拟合对瞳孔进行精确定位，通过3×3邻域算子检测边缘梯度实现基于微积分的虹膜外边缘快速定位。同时通过局部直方图均衡化增强处理消除光照不均的影响和提高纹理对比度。（3）特征提取和匹配算法参数的优化设计。在讨论滤波器关键参数，如频率、角度、尺度因子，与可分性指标的变化规律的基础上，分析了参数的选择对系统性能的影响，提出了一种设计二维Gabor滤波器参数的可行性方法。讨论了局部二值模式在虹膜特征表达中的应用和分类器的融合。实验表明，所设计算法使得系统的可分性指标从5.64提高到7.64。（4）虹膜图像数据的采集和构建。使用自主研发的虹膜图像采集设备收集到500人的左右眼虹膜图像。通过构建虹膜图像建库平台，实现大批量图像数据的读写、存储，评价和分类，选择6000幅图像构成THP-Iris V1.0虹膜图像数据库，包括清晰无遮挡、清晰有遮挡、先天缺陷、纹理畸变、模糊等5个图像子样本库，可满足不同算法的训练和测试要求。

全文目录

摘要  3-4
Abstract  4-9
第1章引言  9-16
  1.1 背景和意义  9-11
  1.2 虹膜识别的研究现状与综述  11-15
    1.2.1 虹膜图像采集  12
    1.2.2 图像质量评价  12-13
    1.2.3 特征提取与匹配  13-15
  1.3 本文的组织结构  15-16
第2章虹膜图像采集软硬件的设计  16-28
  2.1 本章引论  16
  2.2 采集系统硬件结构方案  16-25
    2.2.1 光路构成及器件选型  17-19
    2.2.2 主控模块设计及器件选型  19-23
    2.2.3 功能辅助模块  23-25
  2.3 自动变焦控制方案  25-27
    2.3.1 高斯拉普拉斯算子  25-26
    2.3.2 镜头自动变焦控制  26-27
  2.4 本章小结  27-28
第3章虹膜图像的质量评价与预处理  28-42
  3.1 本章引论  28
  3.2 基于二维离散小波变换的序列图像质量评价  28-32
    3.2.1 二维离散小波变换  28-30
    3.2.2 质量评价函数  30-32
  3.3 虹膜图像预处理  32-37
    3.3.1 基于椭圆拟合的瞳孔定位方法  32-34
    3.3.2 基于微积分的虹膜边缘快速定位方法  34-35
    3.3.3 归一化与增强处理  35-36
    3.3.4 噪声检测  36-37
  3.4 实验结果及分析  37-41
    3.4.1 局部区域小波变换质量评价  37-39
    3.4.2 虹膜内外边缘分割实验  39-41
  3.5 本章小结  41-42
第4章特征提取和匹配算法研究  42-60
  4.1 本章引论  42
  4.2 二维Gabor小波变换及滤波器组的设计  42-46
    4.2.1 二维Gabor小波变换  42-43
    4.2.2 滤波器组的频率  43-44
    4.2.3 滤波器组的方向角度  44-46
    4.2.4 尺度因子  46
  4.3 Gabor滤波器组的特征提取、编码和模式匹配  46-48
    4.3.1 特征提取与编码  46-47
    4.3.2 模式匹配  47-48
  4.4 基于局部二值化模式的虹膜特征表达  48-52
    4.4.1 局部二值模式  48-51
    4.4.2 基于LBP的虹膜特征表达  51
    4.4.3 特征匹配方法  51-52
  4.5 实验结果及分析  52-59
    4.5.1 二维Gabor参数设计实验  52-56
    4.5.2 角度补偿实验  56-57
    4.5.3 局部二值模式特征表达  57-59
  4.6 本章小结  59-60
第5章虹膜数据库及系统的改进  60-73
  5.1 本章引论  60
  5.2 虹膜图像数据库介绍  60-64
    5.2.1 自建虹膜图像数据库  60-61
    5.2.2 CASIA虹膜数据库  61-63
    5.2.3 Ubiris虹膜图像库  63-64
    5.2.4 UPOL虹膜图像库  64
  5.3 识别系统的实现  64-66
    5.3.1 系统原理及组成  64-65
    5.3.2 系统工作流程介绍  65-66
  5.4 分类器的融合  66-67
    5.4.1 分类器融合简介  66
    5.4.2 基于 Gabor 滤波器组和 LBP 的特征融合  66-67
  5.5 系统性能测试  67-72
    5.5.1 采集平台性能测试  67-69
    5.5.2 算法测试平台的构建  69-70
    5.5.3 识别算法总体性能测试  70-72
  5.6 本章小结  72-73
第6章总结与展望  73-77
  6.1 研究总结  73-74
  6.2 课题展望  74-77
参考文献  77-80
致谢  80-81
个人简历、在学期间发表的学术论文与研究成果  81

虹膜识别算法的设计及系统软硬件的改进

内容摘要

全文目录

相似论文