基于小波分析的虹膜識別技術(shù)研究.pdf

1、隨著現(xiàn)代社會信息技術(shù)的發(fā)展，對信息安全性的要求越來越高，基于人體生物特征識別技術(shù)的獨特優(yōu)越性，使其得到迅速的發(fā)展和應(yīng)用。與其他生物特征相比，虹膜具有唯一性、穩(wěn)定性和非侵犯性等優(yōu)點。目前虹膜識別技術(shù)被廣泛認為是最具有推廣價值的生物識別技術(shù)之一。
　　 虹膜識別技術(shù)包括三個內(nèi)容：虹膜圖像的預(yù)處理，特征提取和模式匹配。其中，虹膜圖像的預(yù)處理主要包括三個部分：虹膜內(nèi)外邊緣定位，圖像歸一化及圖像的增強。目前，世界上主要使用的虹膜識別方法有

2、Daughman的利用微積分算子定位虹膜內(nèi)外邊緣、2-DGabor濾波器對虹膜紋理特征編碼技術(shù)；Wilds的多尺度匹配識別算法；Boles提出的基于小波變換過零點檢測的虹膜識別算法等。
　　 本文總結(jié)了主要的虹膜識別技術(shù)研究情況，對虹膜內(nèi)外邊界定位的方法進行了深入的研究，針對傳統(tǒng)定位算法中存在的定位速度慢的問題，本文提出基于人眼幾何結(jié)構(gòu)特征的虹膜定位算法。該算法定位過程結(jié)合虹膜結(jié)構(gòu)的幾何特征，利用計算灰度平均值、邊緣檢測模板搜索

3、邊界點的定位方法。該方法計算量少，在保證準確度的前提下，與傳統(tǒng)的Daughman和Wilds經(jīng)典定位法做了比較，實驗證明，使用本文定位方法的平均定位時間比傳統(tǒng)的Daughman 法縮短了4.915s，比Wilds的Hough變換法縮短了0.559s，成功率達到97.63[％]。
　　 在特征提取中，結(jié)合6 Sym小波的性質(zhì)以及奇異值特征的穩(wěn)定性，對虹膜紋理特征進行提取。采用加權(quán)歐幾里德距離法與最小平均距離準則兩種特征向量匹配相結(jié)