虹膜識(shí)別若干關(guān)鍵技術(shù)的研究.pdf

1、伴隨著信息技術(shù)的快速發(fā)展，人們對(duì)信息安全的要求也相應(yīng)的提高。虹膜作為重要的身份識(shí)別特征，具有唯一性、穩(wěn)定性、非侵犯性等優(yōu)點(diǎn)，在不久的未來(lái)將成為生物識(shí)別中重要的分支。與臉像、聲音等非接觸式身份識(shí)別方法相比較，虹膜識(shí)別更加穩(wěn)定可行且具有較高的準(zhǔn)確性和可靠性。 本文以加快虹膜定位速度、提高虹膜識(shí)別算法的識(shí)別率和可靠性為主要研究目標(biāo)，基于現(xiàn)代信號(hào)處理和圖像處理理論對(duì)虹膜識(shí)別算法進(jìn)行了系統(tǒng)深入的研究，取得了一些重要研究成果。其主要內(nèi)容和創(chuàng)

2、新性成果包括以下幾個(gè)方面： 1.介紹虹膜識(shí)別研究的目的和意義，綜述了國(guó)內(nèi)外虹膜定位和虹膜特征提取等虹膜識(shí)別關(guān)鍵技術(shù)的基礎(chǔ)理論、發(fā)展和現(xiàn)狀，并指出目前這些方法存在的問(wèn)題和不足之處。 2.針對(duì)傳統(tǒng)虹膜定位方法速度慢等缺點(diǎn)，提出一種結(jié)合對(duì)稱梯度對(duì)和4點(diǎn)隨機(jī)圓檢測(cè)(RCD)由粗到細(xì)的快速虹膜定位算法。利用瞳孔的生理特征，尋找對(duì)稱梯度對(duì)，通過(guò)統(tǒng)計(jì)的方法快速檢測(cè)虹膜內(nèi)圓參數(shù)。結(jié)合梯度對(duì)使用RCD方法對(duì)虹膜外圓進(jìn)行定位。RCD方法在圖

3、像噪聲不是很嚴(yán)重的情況下速度明顯快于傳統(tǒng)隨機(jī)Hough變換(RHT)方法。結(jié)合微積分算子完成圓參數(shù)由粗到細(xì)的測(cè)量。計(jì)算過(guò)程分析與實(shí)驗(yàn)結(jié)果都表明該算法計(jì)算次數(shù)大大減少，從而縮短了計(jì)算時(shí)間。 3.比較了常用紋理分析方法在虹膜紋理分析中的應(yīng)用，介紹一種基于灰度-基元共生矩陣的虹膜紋理分析方法。該方法不但反映紋理的灰度統(tǒng)計(jì)特征，而且也描述了紋理的結(jié)構(gòu)特征。另外，結(jié)合方向灰度變化盒子維數(shù)提出虹膜紋理特征分形分析方法。實(shí)驗(yàn)結(jié)果表明該方法可以

4、達(dá)到一定的效果，更易于工程實(shí)現(xiàn)。 4.針對(duì)基于Gabor小波全局特征的虹膜識(shí)別方法對(duì)局部特征不敏感的缺點(diǎn)，提出了改進(jìn)的Gabor虹膜識(shí)別方法。在不同分辨率不同方向提取虹膜全局特征的基礎(chǔ)上，引入非線性變換和特征加權(quán)，提高了虹膜識(shí)別率。同時(shí)提取局部方向能量特征和基元灰度共生矩陣特征作為虹膜紋理局部特征。最后提出綜合考慮全局特征和局部特征的虹膜融合算法。該融合方法進(jìn)一步提高了虹膜識(shí)別方法的識(shí)別率，增加了系統(tǒng)在不同圖像質(zhì)量下的適應(yīng)能力。

5、實(shí)驗(yàn)結(jié)果表明該方法的引入在提高了系統(tǒng)的識(shí)別率的同時(shí)，減少了系統(tǒng)的誤識(shí)率。 5.針對(duì)Gabor小波頻寬已知和一般小波對(duì)中頻和高頻紋理分析弱的缺點(diǎn)，設(shè)計(jì)了基于多進(jìn)制小波的虹膜識(shí)別方法。該方法側(cè)重于高頻和中頻紋理信息的提取，另外結(jié)合全局特征的提取，在小波子通道提取紋理局部特征。在分別分析全局和局部特征的基礎(chǔ)上對(duì)其特征進(jìn)行融合。實(shí)驗(yàn)結(jié)果表明該算法較其它小波方法有較好的識(shí)別率。融合方法的引入大大提高虹膜識(shí)別率，特別減少了錯(cuò)誤接受率(FAR