基于Contourlet變換的虹膜特征提取方法研究.pdf

1、在眾多的生物特征識別技術(shù)中，虹膜識別技術(shù)具有可靠性高、唯一性、不可偽造性及不可侵犯性等優(yōu)點已受到生物特征識別領(lǐng)域?qū)W者廣泛關(guān)注，已成為生物特征識別領(lǐng)域的研究熱點。
　　本文通過在研究與分析國內(nèi)外現(xiàn)有的虹膜識別技術(shù)基礎(chǔ)上，針對現(xiàn)有的技術(shù)僅對先前的技術(shù)改進或重新組合，未能實現(xiàn)最優(yōu)的圖像表示方法應(yīng)該具有多分辨特性、區(qū)域性和方向性等任意方向的特征提取等問題。為了更加有效地表示和處理圖像的高維空間數(shù)據(jù)，滿足在各個尺度各個方向上對虹膜圖像進行特

2、征提取需求。本文提出了一種基于Contourlet變換的虹膜特征提取模型。該模型主要包括:虹膜特征能量補償子模型和虹膜特征加權(quán)子模型。
　　本文提出的虹膜特征提取模型，使得虹膜特征能量補償子模型和虹膜特征加權(quán)子模型實現(xiàn)互補性。虹膜特征能量補償子模型充分考慮了虹膜圖像特征和Contourlet變換的特性，使二者更有效的融合在同一個模型中，提高了虹膜特征提取的有效性;虹膜特征加權(quán)子模型充分考慮了虹膜特征Contourlet變換系數(shù)的數(shù)

3、學(xué)統(tǒng)計特性，強化了虹膜特征，使其具有更好的實用性。
　　針對Contourlet變換在不同方向子帶能量捕獲能力不平衡，直接用其進行特征提取所得到的特征值不能反映真實的虹膜特征的問題，本文在能量補償模型中提出了正交能量補償算法。該算法用正交虹膜圖像的特征值對原虹膜特征值進行能量補償，具有一定的自適應(yīng)能力。針對Contourlet變換提取的特征是圖像的局部特征，對于不同的虹膜圖像各個方向子帶特征的分類能力不同的問題，為了使算法具有更好