基于多區(qū)域特征子集選擇的非配合虹膜識別.pdf

1、隨著信息技術(shù)的發(fā)展，傳統(tǒng)的密碼口令等身份識別技術(shù)已經(jīng)不能滿足很多應(yīng)用領(lǐng)域的要求。而生物特征識別具有安全性，獨特性和不易偽造等特點，已經(jīng)成為身份認(rèn)證技術(shù)領(lǐng)域的研究熱點之一，擁有廣泛的應(yīng)用領(lǐng)域。其中，經(jīng)歷了十幾年發(fā)展的虹膜識別技術(shù)，在研究和應(yīng)用方面都得到了長足的進(jìn)步，擁有廣闊的應(yīng)用前景。然而，虹膜圖像采集過程中不可避免會出現(xiàn)噪音的影響，尤其是被采集者非配合狀態(tài)下得到的虹膜圖片大部分都受到了不同噪音的干擾，這都大大降低了虹膜識別的準(zhǔn)確率。

2、 本文對非配合虹膜圖像特點和處理方法進(jìn)行了研究分析，并做了如下創(chuàng)新工作： 1、針對非配合虹膜圖像的特點，結(jié)合特征選擇的理論，提出了一種基于多區(qū)域虹膜分割的特征選擇方法。該方法的主要創(chuàng)新是提出了一個基于歸一化虹膜多區(qū)域特征子集的特征選擇函數(shù)。該函數(shù)綜合考慮了兩個方面的因素：（1）圖像質(zhì)量評價，即提出了一個質(zhì)量評價函數(shù)對特征子集進(jìn)行質(zhì)量評估。該質(zhì)量評價函數(shù)一方面通過計算每個子區(qū)域的圖像質(zhì)量用非噪音像素比例影響來衡量每個子區(qū)域受噪

3、音的影響程度，另一方面用Fisher線性可分性準(zhǔn)則來刻畫每個特征子集的分類的能力，綜合兩方面的考慮使得選出的特征子集具有可靠良好的分類能力；（2）距離匹配閾值的穩(wěn)定性。通過特征子集距離匹配閾值的方差來刻畫特征子集穩(wěn)定分類的能力，使得選擇的最優(yōu)特征子集組合能達(dá)到較為穩(wěn)定的匹配距離，從而對使用單一的匹配閾值判定能提高識別率。 2、應(yīng)用本文提出的特征選擇方法，提出了一個非配合虹膜識別系統(tǒng)。該系統(tǒng)由以下三個創(chuàng)新部分構(gòu)成：（1）對歸一化虹

4、膜進(jìn)行橫向和縱向多區(qū)域分割方法，將每個子區(qū)域提取特征編碼，構(gòu)成一個特征子集，使得受噪音影響的圖像限制在某幾個局部區(qū)域中，以便分類評價處理。（2）應(yīng)用本文提出的特征選擇方法，度量每個特征子集的分類能力，選取最優(yōu)的特征子集組合進(jìn)行最終的特征匹配。（3）在距離匹配階段，對于選出的最優(yōu)特征子集組合，采用改進(jìn)的加權(quán)海明距離進(jìn)行匹配。權(quán)重為對應(yīng)特征子集質(zhì)量評價函數(shù)值的歸一化比例，這樣使得分類能力強的特征子集發(fā)揮的決策作用大。 本文的實驗建立