虹膜識別預(yù)處理算法研究.pdf

1、隨著信息技術(shù)和通信技術(shù)的飛速發(fā)展以及網(wǎng)絡(luò)技術(shù)的逐漸普及,信息安全成為當今社會的熱門話題,身份識別技術(shù)也越來越為人們所重視。在傳統(tǒng)的身份識別方法已經(jīng)無法保證人們對信息安全的要求的情況下,生物特征識別技術(shù)作為一種新的身份識別方法而被大家所認知,并因其具有穩(wěn)定性、可靠性、唯一性、非侵犯性等特點而受到越來越多的關(guān)注。虹膜識別是近年來新興的一種生物特征識別技術(shù)并被認為是最可靠的生物特征識別技術(shù),具有廣闊的應(yīng)用前景和應(yīng)用價值,因此對虹膜識別技術(shù)的研

2、究具有十分重要的現(xiàn)實意義。
　　 虹膜識別系統(tǒng)主要包括以下幾個部分:虹膜圖像采集、虹膜圖像預(yù)處理、虹膜特征提取和匹配識別。虹膜圖像采集是指使用虹膜采集設(shè)備采集到人眼的虹膜圖像。虹膜圖像的預(yù)處理是指對虹膜圖像進行一系列的處理使其便于進行特征提取和匹配識別的統(tǒng)一處理,這個過程通常包括虹膜定位、眼瞼和睫毛檢測、歸一化。虹膜的特征提取是指應(yīng)用相關(guān)的方法從預(yù)處理后的圖像中提取出有利于匹配識別的特征值。匹配識別是指采用一定的分類方法對提取到

3、的特征值進行分類。其中預(yù)處理是虹膜識別技術(shù)中的重要步驟之一,預(yù)處理結(jié)果的好壞將直接影響到虹膜識別的準確性。眼瞼和睫毛的檢測是預(yù)處理中的一個難點,它們的存在會影響到虹膜識別過程中的虹膜定位以及識別準確率。本文主要對眼瞼和睫毛的檢測進行了研究。
　　 本文在對現(xiàn)有的眼瞼檢測算法進行總結(jié)的基礎(chǔ)上,對wildes提出的眼瞼檢測算法進行了改進。Wildes的虹膜識別系統(tǒng)中使用了邊緣檢測和拋物線Hough變換相結(jié)合的方法來進行眼瞼定位,但是

4、對于部分圖像,拋物線對眼瞼邊緣的檢測誤差較大。本文算法對其進行了改進,使用Canny算子代替了梯度算子,更好的提取邊緣信息;并將上眼瞼和下眼瞼分別分作兩段利用Hough變換進行檢測。實驗證明改進后的算法能夠更好的檢測眼瞼。
　　 本文提出了一種新的基于最大值濾波器的睫毛檢測算法。最大值濾波器是統(tǒng)計排序濾波器的一種,它將濾波窗口內(nèi)像素的灰度值進行排序,用濾波點鄰域內(nèi)灰度的最大值來代替該點的灰度值。在最大值濾波前后的差值圖像中能夠比

5、較明顯的將原始圖像中的低灰度點顯示出來,同時由于統(tǒng)計排序是在窗口內(nèi)進行,能夠同時避免整幅圖像內(nèi)光照條件不均勻而造成的影響。根據(jù)這一特點,結(jié)合虹膜中眼睫毛的分布特點,本文利用最大值濾波器進行睫毛檢測。首先利用最大值濾波器對圖像進行濾波得到濾波前后的差值圖像,然后在差值圖像中通過動態(tài)閾值和連通機制對睫毛點進行檢測,其中動態(tài)閾值通過被檢測點鄰域內(nèi)的灰度值決定該點的判斷閾值,連通機制指的是所有的睫毛點應(yīng)該跟其他的睫毛點或者眼瞼相連。為了驗證算法