虹膜識別的算法研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展,人們對個人信息安全的強烈需求使生物特征識別技術(shù)收到了前所未有的關(guān)注。在眾多的生物特征識別技術(shù)中,虹膜識別技術(shù)被廣泛認為是最可靠、最精確的生物特征識別技術(shù),也是生物特征識別領(lǐng)域最熱門的研究課題之一。自從1987年自動虹膜識別的概念被提出以來,人們在算法研究、商業(yè)開發(fā)和實際應(yīng)用方面都取得了顯著的進展。典型的虹膜識別技術(shù)包括圖像采集、虹膜定位、歸一化、特征編碼和模式匹配五個步驟。本論文對特征編碼和模式匹配部分進行了研究

2、,完成的主要工作有:
　　1.提出了基于改進SURF特征的虹膜識別算法。在實驗室已有成果的基礎(chǔ)上,做了大量的實驗,根據(jù)虹膜圖像的具體特征,對原始SURF的特征提取和模式匹配進行了改良,確定了最優(yōu)的編碼參數(shù)。提升了實驗室虹膜識別系統(tǒng)的性能。
　　2.提出了基于幾何哈希算法和特征點位置信息的虹膜索引算法。算法利用SURF算法那檢測到的特征點的位置信息,通過幾何哈希法對虹膜數(shù)據(jù)庫中的數(shù)據(jù)建立有效地索引,大大減少了檢索階段需要進行模

3、式匹配的次數(shù)。解決了大型虹膜識別系統(tǒng)中識別效率低下的問題。
　　3.對二維Gabor濾波器進行了了深入研究和大量實驗,確定了適用于虹膜識別最優(yōu)的濾波器參數(shù)。提出了基于虹膜圖像的 Gabor能量特征為虹膜數(shù)據(jù)庫建立索引的算法,同樣取得了較好的效果。
　　4.在 Matlab平臺上實現(xiàn)了本文提出的兩種索引算法,并在 CASIA Iris V4-Thousand數(shù)據(jù)庫上面進行了實驗,對兩種索引算法的性能、優(yōu)缺點以及適用的范圍進行了