基于BP神經(jīng)網(wǎng)絡(luò)的虹膜圖像質(zhì)量分類方法的研究.pdf

1、虹膜圖像的質(zhì)量好壞越來越受到人們的重視。一幅質(zhì)量不好的圖像會(huì)嚴(yán)重影響到虹膜識(shí)別的匹配效率。虹膜識(shí)別與目前應(yīng)用廣泛的身份識(shí)別方式相比，具有唯一性、可靠性、非侵犯性等優(yōu)點(diǎn)，有著一般的身份識(shí)別方法無法比擬的優(yōu)勢(shì)，人們?cè)谶@方面的研究也取得了一定的成果。虹膜圖像質(zhì)量分類能夠很好地解決虹膜圖像識(shí)別中的識(shí)別速度和識(shí)別準(zhǔn)確率之間難以兩全的問題。對(duì)虹膜圖像按質(zhì)量的不同而分類，是為了防止質(zhì)量不好的虹膜圖像流入后續(xù)識(shí)別系統(tǒng)，從而影響虹膜識(shí)別系統(tǒng)識(shí)別圖像的效率

2、。虹膜圖像質(zhì)量評(píng)價(jià)這一理論是最近十幾年才發(fā)展起來的，因?yàn)閳D像質(zhì)量會(huì)受到各種因素的影響而使其不理想特征呈現(xiàn)多樣化，故目前研究者們并沒有得出統(tǒng)一的判斷虹膜圖像質(zhì)量好壞的標(biāo)準(zhǔn)。論文基于對(duì)前人的一些研究方法的理解，提出了一種關(guān)于虹膜圖像質(zhì)量分類的新方法。
　　本文針對(duì)虹膜圖像采集過程中受光照條件不足、眼鏡反光、眼皮遮擋等因素的影響而造成的虹膜圖像質(zhì)量不理想的問題，提出了一種基于反向傳播（BP）神經(jīng)網(wǎng)絡(luò)的虹膜圖像質(zhì)量的分類方法。它利用小波變

3、換對(duì)每一幅虹膜圖像進(jìn)行特征提取，進(jìn)而將提取的歸一化虹膜圖像數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，以此對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，實(shí)現(xiàn)了將被三種不同的影響因素影響的虹膜圖像與未被三種因素影響的虹膜圖像的區(qū)分。仿真結(jié)果表明，該方法具有較高的虹膜分類精度以及較低的誤差率。論文將小波變換與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合進(jìn)行實(shí)驗(yàn)仿真，同時(shí)還用BP神經(jīng)網(wǎng)絡(luò)中的其他算法進(jìn)行了實(shí)驗(yàn)。
　　本文提出的方法不僅豐富了虹膜識(shí)別技術(shù)的研究，而且能將異常的虹膜圖像與正常的圖像準(zhǔn)確的

4、進(jìn)行區(qū)分，論文中涉及的異常圖像包括以下三類情況：光照條件不佳的虹膜圖像，戴眼鏡反光的虹膜圖像以及被眼瞼和眼睫毛遮擋過多的虹膜圖像。仿真結(jié)果表明該算法在評(píng)估虹膜圖像質(zhì)量上具有良好的準(zhǔn)確性，具有一定的理論和實(shí)踐意義，但算法仍存在一些缺陷(比如：虹膜圖像的質(zhì)量評(píng)估都是建立在人為主觀評(píng)價(jià)基礎(chǔ)之上的，故只適用于本次論文研究的虹膜數(shù)據(jù)庫)，需進(jìn)行進(jìn)一步的研究和改進(jìn)。
　　論文的創(chuàng)新之處在于：
　　1）用小波系數(shù)做虹膜圖像質(zhì)量評(píng)判的特征。