基于Gabor變換的虹膜識(shí)別算法研究.pdf

1、在各種生物特征中，虹膜具有很多自身特有的優(yōu)點(diǎn)，這使得虹膜識(shí)別技術(shù)成為一種最有前途的生物特征識(shí)別技術(shù)，具有重要的理論研究?jī)r(jià)值和廣闊的應(yīng)用前景。本文在總結(jié)了國(guó)內(nèi)外主要的虹膜識(shí)別技術(shù)研究情況的基礎(chǔ)上，改進(jìn)了基于二維Gabor變換的虹膜識(shí)別算法。 虹膜識(shí)別算法包括預(yù)處理、特征提取和分類匹配三個(gè)部分。在預(yù)處理算法中，本文充分利用瞳孔的幾何特性、眼睛圖像的灰度分布以及各種先驗(yàn)知識(shí)，對(duì)傳統(tǒng)的隨機(jī)Hough變換進(jìn)行了改進(jìn)。通過選擇小圖像塊處理的

2、方法來減少圖像邊界點(diǎn)數(shù)，并用數(shù)學(xué)形態(tài)學(xué)、閾值截取等方法對(duì)圖像進(jìn)行優(yōu)化，去除大量無用干擾點(diǎn)。本文的算法既保留了Hough變換算法定位精度高的優(yōu)點(diǎn)，又通過對(duì)圖像的優(yōu)化縮小了計(jì)算開銷，保證了算法的速度，取得了良好的定位效果。 在特征提取階段，運(yùn)用了融合不同尺度下虹膜局部紋理位置信息和形態(tài)信息的算法，該算法采用多通道二維Gabor濾波器來定量描述虹膜的局部紋理。為了獲得更好的濾波輸出結(jié)果，采用了一種根據(jù)Gabor濾波器的頻率帶寬參數(shù)來指