小波變換和粗集理論相結(jié)合的虹膜識別算法研究.pdf

1、隨著現(xiàn)代社會的高度信息化,人們對身份識別準(zhǔn)確性和可靠性的需求也變的更高,基于生物特征識別的身份鑒別方法得到了廣泛的應(yīng)用。虹膜識別技術(shù)與人臉、指紋等生物識別技術(shù)相比,具有更高的可靠性、穩(wěn)定性和非侵犯性,被認(rèn)為是最有前景和最為安全的,這使它成為近年來生物識別領(lǐng)域的研究熱點(diǎn)。但是,對于虹膜識別技術(shù)的大規(guī)模使用仍然存在著一些技術(shù)上的問題,使得虹膜識別成為模式識別和機(jī)器視覺中最富挑戰(zhàn)性的課題之一。
　　 虹膜識別系統(tǒng)一般由三部分組成:虹膜

2、圖像的獲取、圖像的預(yù)處理(虹膜定位、歸一化)、特征提取和模式匹配(認(rèn)證識別)。本文在系統(tǒng)地分析和整理了前人的研究成果的基礎(chǔ)上,就虹膜圖像預(yù)處理、特征提取與模式匹配等方面對虹膜識別技術(shù)的算法做了深入研究和改進(jìn)。本文主要的研究工作包括以下幾方面:
　　 (1)在虹膜圖像定位上提出了一種更為快速和精確的定位算法。采用計(jì)算候選圓心與粗定位邊緣點(diǎn)的最小方差和對候選點(diǎn)逐點(diǎn)檢測的方法實(shí)現(xiàn)精確定位。仿真結(jié)果表明,本算法思路簡單,易于實(shí)現(xiàn),在保證

3、速度的基礎(chǔ)上有效提高了定位的精度,避免了搜索的盲目性。
　　 (2)在特征提取上引進(jìn)了粗集理論的概念,利用粗集的粗分類思想和數(shù)據(jù)離散化方法對特征進(jìn)行分析處理,對虹膜實(shí)現(xiàn)粗分類。首先應(yīng)用三層小波分解對歸一化后的虹膜圖像進(jìn)行特征提取,小波變換良好的時(shí)頻分析特性可以有效的提取出表征虹膜紋理特征的信息,這些信息經(jīng)過Kohonen網(wǎng)絡(luò)離散化后生成滿足粗集處理要求的數(shù)據(jù)表,從而實(shí)現(xiàn)對虹膜的粗分類,避免了后續(xù)匹配過程的盲目性,節(jié)省了識別時(shí)間。

4、
　　 (3)在編碼匹配方面,為了改善小波變換不能很好的表征紋理信息局部特性的缺陷,我們首先選取小波分解后包含最豐富信息特征的第三層分解系數(shù),進(jìn)行量化編碼,然后對歸一化圖像進(jìn)行子塊劃分,分別對每一子塊進(jìn)行三層小波分解,取其第三層的中頻分量量化編碼,與第三層分解系數(shù)的編碼共同組成用于模式匹配的編碼模板。然后對編碼模板應(yīng)用Hamming距離進(jìn)行相似度計(jì)算,進(jìn)而實(shí)現(xiàn)識別過程。
　　 仿真結(jié)果表明,本文基于小波變換和粗集理論的虹