不完美虹膜的定位分割、特征提取與分類識別.pdf

1、在維護(hù)國家安全、社會安全、金融安全、航空安全等眾多方面，都需要更加方便、可靠、準(zhǔn)確的身份鑒別方法，而生物識別的發(fā)展提供了一個比較理想的解決手段。虹膜識別是生物識別的一個重要方面，并已有了成功的應(yīng)用，但目前的虹膜識別系統(tǒng)大多對鑒別對象和圖像采集設(shè)備之間有比較嚴(yán)格的合作要求。在實際中由于圖像采集設(shè)備和人之間存在一些不確定、不穩(wěn)定的因素，完美的虹膜圖像采集較為困難，這給后來的虹膜分割和特征描述帶來了許多不利的影響。目前國內(nèi)外針對不完美虹膜的定

2、位分割、特征提取與分類識別的研究較少，本文對此進(jìn)行了比較系統(tǒng)的研究，主要貢獻(xiàn)如下： (1)針對目前Hough變換方法和微積分方法對虹膜邊界定位速度慢、且易受光照、光源像點、眼皮等因素影響的問題，提出了一種基于瞳孔中心位置估計的快速定位算法，然后采用分段直線逼近眼皮輪廓進(jìn)行上下眼皮定位和自適應(yīng)閾值算法檢測睫毛和光源像點，可將虹膜區(qū)域有效分割出來。仿真結(jié)果表明，作者提出的算法定位速度快，成功率高，對虹膜區(qū)域分割精度高。 (2

3、)通常采集到的虹膜圖像，其大小及分辨率不盡相同，這給特征提取帶來困難，而且環(huán)狀區(qū)域不好進(jìn)行處理。本文提出了一種虹膜區(qū)域的極坐標(biāo)表示方法，將環(huán)狀虹膜區(qū)域轉(zhuǎn)換為易于處理的矩形區(qū)域，并利用低分辨特征一致原理確定虹膜規(guī)范化區(qū)域大小。虹膜的分類結(jié)果說明確定的規(guī)范化區(qū)域有足夠的信息表示不同的虹膜。 (3)提出了一種簡便的空域過零檢測的虹膜特征提取算法。對于不利于模式匹配的細(xì)節(jié)和高頻噪聲，首先采用高斯濾波器進(jìn)行濾波處理，然后采用局部過零檢測方

4、法提取紋理變化特征，并對過零檢測結(jié)果進(jìn)行符號編碼。該算法有效解決了虹膜特征提取易受光照、局部干擾和虹膜旋轉(zhuǎn)影響的問題，對虹膜的分類實驗表明基于局部過零的特征提取算法是有效的。 (4)虹膜圖像中虹膜有效區(qū)域大小和旋轉(zhuǎn)對虹膜分類的影響很大，本文利用向量的相似度計算方法，提出了一種用于計算矩陣和圖像相似度的方法，實現(xiàn)了不完美虹膜的相似度計算和對虹膜旋轉(zhuǎn)的配準(zhǔn)。對于虹膜的分類識別，根據(jù)統(tǒng)計理論研究了分類閾值的確定方法。實驗結(jié)果表明，這種

5、相似度計算方法能夠有效解決虹膜旋轉(zhuǎn)的配準(zhǔn)問題，消除睫毛、眼皮、光源像點等對虹膜分類和識別的影響，保證了相似度計算的有效性，提高了虹膜的分類識別精度，取得了很好的分類效果。 (5)對虹膜識別中一些重要的參數(shù)，如移位數(shù)、高斯濾波器大小和過零算子參數(shù)等進(jìn)行了測試分析和參數(shù)優(yōu)化。采用多個虹膜數(shù)據(jù)庫，對不完美虹膜的識別問題進(jìn)行了研究，實驗結(jié)果表明虹膜有效比對區(qū)域減小將會使模式的分類變得困難，要進(jìn)行正確分類識別，虹膜有效比對區(qū)域不應(yīng)該小于整