基于小波變換的虹膜識(shí)別方法研究及DSP實(shí)現(xiàn).pdf

1、生物特征識(shí)別技術(shù)在現(xiàn)代生活中應(yīng)用得越來(lái)越廣泛，與其它人體生物特征（人臉，指紋，步態(tài)等）相比，虹膜特征具有非侵犯性和高度的穩(wěn)定性和唯一性，隨著研究的進(jìn)一步的加深，虹膜識(shí)別的潛在價(jià)值愈來(lái)愈得到發(fā)掘，因而得到愈來(lái)愈多的科技研究者關(guān)注。
　　虹膜識(shí)別的整個(gè)過程包括圖像采集，虹膜圖像預(yù)處理，特征提取和匹配識(shí)別，本文著重針對(duì)虹膜的特征提取階段和匹配識(shí)別階段進(jìn)行了深入的研究，實(shí)現(xiàn)了基于一維小波變換和二維小波變換的虹膜特征提取，并運(yùn)用加權(quán)海明距離

2、分類器進(jìn)行虹膜的匹配。最后本文還對(duì)matlab仿真下的虹膜識(shí)別算法進(jìn)行了DSP實(shí)現(xiàn)，使其能在DSP開發(fā)環(huán)境CCS下運(yùn)行。
　　在虹膜識(shí)別的關(guān)鍵算法方面，本文著重研究了小波變換的理論與小波提取虹膜特征的實(shí)現(xiàn)方法。通過matlab仿真工具，找出最能反應(yīng)虹膜紋理特征的小波分解級(jí)數(shù)和小波基，并給出了有效的虹膜去噪的方法和解決虹膜旋轉(zhuǎn)不變性問題的算法，在分類器實(shí)現(xiàn)方面，摒棄了傳統(tǒng)的最小海明距離分類器，而采用加權(quán)海明距離分類器。
　　在