快速虹膜定位算法在虹膜识别中的应用

摘要

随着科技的不断进步，高速发展的互联网时代随之到来，人们越来越关注自身信息的安全，身份的识别因此也引起了高度的重视。身份识别是依靠人与生俱来的生理、行为方面的特征进行。迄今为止，人们所熟悉的身份识别方法包括先天生理特征(如指纹、掌纹、手形、视网膜、人脸、虹膜等)、后天习惯而形成的行为特征(如语言、步态等)。虹膜识别是所有生物特征识别技术中错误率最低，最可靠的技术。凭借唯一性、稳定性、普遍性、可采集性、可接受性、不易伪造性作为身份鉴别的高度安全的方法，成为生物识别重要的研究内容之一。
　　该论文主要研究和分析了虹膜识别系统的构成，包括虹膜定位、虹膜裁剪、归一化、极坐标变换，并改进了一种感兴趣区域的虹膜快速定位算法，具体内容如下：
　　(1)取原虹膜图像中心点向下二分之一的部分作为感兴趣区域，以避免人眼虹膜信息的丢失。
　　(2)对提取出来的虹膜边界点用sobel算子处理，滤去一些小边界，实现虹膜外圆定位。
　　(3)将像素所包含的平均值作为阈值，灰度小于阈值的被看作瞳孔区域，在应用sobel算子提取边界点，实现虹膜内圆定位。
　　该算法提高了虹膜定位的速度，与取四分之一感兴趣区域的方法相比，优点在于不会丢失虹膜的纹理信息。
　　虹膜特征提取中，虹膜纹理的提取用二维Gabor小波变换，该方法可以方便地提取各个尺度和方向上的信息，该论文从四个方向、七个尺度采集到28幅纹理图像，经Gabor滤波后提取出虹膜信息，在一定程度上降低了光照变化和噪声的影响。最后利用离散余弦变换进行特征降维，不仅保留了原图像的重要特征信息，而且还克服了传统算法的缺点，使运算速度加快。
　　虹膜识别采用模板匹配法来实现，计算待测样品的虹膜特征与样品数据库中的虹膜特征。文中虹膜识别算法均应用Matlab和C语言来多次仿真实现，最后将实现过程中的结果给出具体的仿真图。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景

1.2 研究意义

1.3 研究方法

2 虹膜识别算法的理论概述

2.1 生物特征识别的发展概况

2.2 虹膜识别算法的发展概况

2.3 虹膜识别系统的构成

2.4 虹膜识别的难点

2.5 虹膜识别系统结构

3 基于感兴趣区域快速虹膜定位算法研究

3.1 虹膜定位

3.2 虹膜外圆定位

3.3 虹膜内圆定位

3.4 虹膜定位效果图

4 虹膜图像的预处理和纹理信息提取

4.1 虹膜裁剪

4.2 虹膜区域极坐标变换

4.3 虹膜图像规范化

4.4 基于二维Gabor小波提取虹膜块特征

4.5 虹膜特征降维

4.6 虹膜识别算法模板匹配

5 总结与展望

5.1 该论文工作总结

5.2 工作展望

致谢

参考文献

攻读硕士学位期间所发表的论文