虹膜識別中預(yù)處理及識別方法的研究.pdf

1、人類的虹膜具有唯一性、穩(wěn)定性、不可改變性和高度的抗欺騙性，因此基于虹膜的生物識別技術(shù)廣泛應(yīng)用于安全控制和電子商務(wù)等許多領(lǐng)域。隨著虹膜識別技術(shù)的日益進步，人們對識別精度的要求也越來越高。影響虹膜識別精度的主要因素包括噪聲對虹膜區(qū)域的遮擋以及特征提取算法。
　　 眼瞼噪聲和眼睫毛噪聲會導(dǎo)致錯誤的虹膜編碼，進而嚴重影響識別的準(zhǔn)確性。本文提出了使用拋物線模型的非參量概率密度函數(shù)來檢測眼瞼，該算法不需要進行邊緣檢測，并且在計算模型的概率密

2、度時不僅考慮了落入模型上的點，同時還考慮了模型周圍的點。此外，本文使用斷點連接和區(qū)域生長相結(jié)合的方法進行眼睫毛的檢測，該算法考慮了眼睫毛的連接特性、邊緣特性和方向特性，同時避免了閾值選擇不當(dāng)引起的負面影響。傳統(tǒng)的基于霍夫變換的人眼初定位方法執(zhí)行效率很慢，本文提出了基于隨機采樣一致性的橢圓擬合算法進行人眼初定位，加快了算法的執(zhí)行效率。針對傳統(tǒng)虹膜識別算法易受圖像尺度、旋轉(zhuǎn)和仿射變換影響的問題，本文使用基于SIFT的特征匹配算法提取虹膜紋理