虹膜識別系統(tǒng)定位算法研究.pdf

1、隨著互聯(lián)網(wǎng)以及IT技術(shù)的快速發(fā)展，信息安全變得越來越重要，人們對身份識別技術(shù)也越來越重視。社會快速發(fā)展到今天，傳統(tǒng)的身份識別技術(shù)由于其固有的局限性已不能完全滿足人們的要求。在這樣的環(huán)境下，生物識別技術(shù)就逐漸進入人們的視野，相比傳統(tǒng)的身份識別技術(shù)，生物識別技術(shù)具有穩(wěn)定、便捷、可靠等優(yōu)點，近年來已成為身份認證領域的研究熱點。虹膜識別作為生物識別技術(shù)的一種，以其高度唯一性、穩(wěn)定性、防偽性和防侵犯性等優(yōu)勢，被廣泛應用在安防、礦業(yè)、金融等領域，其

2、發(fā)展和應用前景十分廣闊。
　　虹膜識別系統(tǒng)主要包含虹膜圖像采集、預處理、特征提取和匹配識別等四大部分。其中，虹膜圖像采集是指通過圖像采集設備采集到有效的虹膜圖像。虹膜預處理通常是對虹膜圖像進行定位、眼瞼和睫毛檢測、歸一化等操作。虹膜的特征提取是指對預處理后的圖像中采取一定的方法提取出有利于匹配識別的特征。匹配識別是采用一定的相似性測度對得到的特征進行分類識別。其中，預處理是虹膜識別技術(shù)中的關鍵，預處理結(jié)果的好壞將直接影響到虹膜識別

3、的準確性。因此，本文主要對預處理過程中的虹膜定位算法進行研究。
　　在非理想虹膜圖像中，虹膜圖像不僅包含虹膜區(qū)域，還有睫毛、眼瞼、光斑、眼皮等干擾，這些干擾常常會干擾虹膜的定位，進而影響虹膜識別系統(tǒng)的精度，所以良好的虹膜定位算法研究十分必要。目前的虹膜定位算法，通常是對整個虹膜圖像進行圓擬合，但是，這些算法復雜度高，且對圖像質(zhì)量要求較高，對非理想的虹膜圖像定位準確率不高。針對非理想虹膜圖像，本文提出一種基于光斑區(qū)域和改進Hough

4、變換的虹膜定位算法。該算法的主要包括以下內(nèi)容:(1)確定基準點:利用瞳孔反光會形成光斑這一特性，對虹膜圖像進行形態(tài)學運算消除光斑區(qū)域，并在形態(tài)學運算前后分別進行二值化，找出光斑區(qū)域，并把光斑區(qū)域的均值作為基準點。(2)虹膜內(nèi)邊界定位:采用Canny算子找出虹膜圖像的邊界，利用基準點確定內(nèi)邊界擬合的搜索區(qū)間、圓心、半徑的參數(shù)范圍，在這些參數(shù)范圍內(nèi)進行改進Hough變換，找出虹膜圖像內(nèi)邊界;(3)虹膜外邊界定位:改進Canny算子的滯后閾值