学位论文 > 优秀研究生学位论文题录展示

虹膜图像质量评估方法的研究

作　者: 张立云
导　师: 黄健
学　校: 大连海事大学
专　业: 计算机科学与技术
关键词: 虹膜识别虹膜图像预处理虹膜图像质量评估虹膜定位
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 85次
引　用: 2次
阅　读: 论文下载

内容摘要

虹膜识别作为重要的生物特征识别,因其具有唯一性、稳定性、可采集性、非侵犯性等优点而引起了广泛的关注,并且取得了相应的成果。然而在识别速度和准确率方面,很难做到两全其美,而虹膜图像质量评估的出现则使解决此瓶颈问题成为可能。本文通过对虹膜图像质量要求的研究,提出了一种虹膜图像质量评估算法,该算法包含虹膜图像清晰度、虹膜可见度两个指标。为了提高自动虹膜识别系统中图像筛选的速度,将上述两个指标综合为“虹膜图像综合质量评估”指标。与此同时,本文还对虹膜定位算法进行了改进,提高了定位的准确性。在虹膜图像清晰度上,根据图像在灰度值上的特性,提出运用“拉普拉斯（8邻域微分）算子和”方法实时地判断输入图像的清晰度,如果被初判为模糊的图像,则进一步通过改进的基于拉普拉斯锐化与FFT（快速傅立叶变换）相结合的算法来分析图像产生模糊的原因。在虹膜可见度上,是用虹膜比重因子和瞳孔缩放因子的乘积来表示。其中,虹膜比重因子是先根据图像的灰度特征,获取虹膜像素点的个数,从而得出该区域上的虹膜比重因子;瞳孔缩放因子是运用虹膜图像定位结果,通过几何方法来计算。在虹膜图像综合质量评估上,其定义为:Q=ω₁Q₁+ω₂Q₂。其中,Q₁和Q₂分别为虹膜图像清晰度和虹膜可见度质量评估因子,ω₁为Q₁因子的权值,ω₂为Q₂因子的权值。Q指标能够很好地体现虹膜图像质量同Q₁,Q₂的变化关系,并且计算简单,易于实现。本论文提出的算法和思路丰富了虹膜识别技术的研究,并且能提高识别的准确率,具有一定的理论和实践意义,但算法仍存在一些缺陷（比如:虹膜图像的质量评估都是在定位处理之后进行,无疑与后期的虹膜识别工作重复）,需进行进一步研究和改进。

全文目录

摘要  5-7
ABSTRACT  7-11
第1章绪论  11-18
  1.1 课题研究背景及意义  11-12
  1.2 国内外研究现状  12-15
    1.2.1 虹膜识别的国内外研究现状  12-14
    1.2.2 虹膜图像质量评估的国内外研究现状  14-15
  1.3 论文的研究工作及文章结构  15-18
    1.3.1 论文的研究工作  16-17
    1.3.2 论文的结构  17-18
第2章虹膜识别技术  18-38
  2.1 虹膜的结构特征  18-20
    2.1.1 虹膜的结构  18-19
    2.1.2 虹膜的生物特征  19-20
  2.2 虹膜识别技术  20-37
    2.2.1 虹膜识别系统简介  20-21
    2.2.2 虹膜图像的采集  21-22
    2.2.3 虹膜图像的质量评估  22-23
    2.2.4 虹膜图像的预处理  23-35
    2.2.5 虹膜图像的特征提取  35-36
    2.2.6 虹膜图像的模式匹配  36-37
  2.3 小结  37-38
第3章图像质量的评估方法  38-46
  3.1 图像主观评估方法  38-39
  3.2 图像客观评估方法  39-45
    3.2.1 传统的质量评估方法  40-41
    3.2.2 新兴的质量评估方法  41-45
  3.3 小结  45-46
第4章虹膜图像的质量评估方法  46-62
  4.1 虹膜图像评估指标  46-47
  4.2 虹膜图像的综合质量评估  47-61
    4.2.1 算法的总体框架  47-48
    4.2.2 虹膜清晰度  48-54
    4.2.3 虹膜可见度  54-59
    4.2.4 虹膜图像的综合质量评估  59-61
  4.3 小结  61-62
第5章总结与展望  62-64
  5.1 总结  62
  5.2 展望  62-64
参考文献  64-67
攻读学位期间公开发表论文  67-68
致谢  68

虹膜图像质量评估方法的研究

内容摘要

全文目录

相似论文