虹膜識別算法的改進(jìn)與實現(xiàn).pdf

1、本文對虹膜識別的關(guān)鍵技術(shù)進(jìn)行了研究，增加了虹膜圖像質(zhì)量評價環(huán)節(jié)，提出了一種快速有效的基于圖像塊的虹膜邊界定位算法;采用一種基于多線段提取的方法對虹膜進(jìn)行歸一化處理;通過Log-Gabor濾波器對虹膜進(jìn)行濾波和特征提取;在模式匹配方面，采用改進(jìn)的Hamming距離計算結(jié)合循環(huán)移位的方法進(jìn)行匹配;最后在虹膜數(shù)據(jù)庫中進(jìn)行了仿真實驗。對實驗結(jié)果的分析表明所做的改進(jìn)較之常規(guī)的算法具有顯著的優(yōu)點:一、是虹膜定位時間更短;二、是提取的虹膜特征更完整;

2、三、是匹配結(jié)果更準(zhǔn)確。
　　本文工作主要從以下幾方面來展開:
　　(1)研究了虹膜圖像質(zhì)量評價環(huán)節(jié)。在進(jìn)行特征提取前，通過對虹膜圖像的清晰度因子以及干擾影響因子進(jìn)行計算，得到綜合質(zhì)量評價因子濾除質(zhì)量較差的虹膜圖像;在防偽性檢驗方面，通過對虹膜進(jìn)行活體檢測、傅里葉變換等濾除偽虹膜。
　　(2)改進(jìn)了虹膜定位算法。該算法首先通過虹膜圖像的灰度直方圖選取合適的閾值分離出瞳孔，然后采用幾何灰度投影的方法粗定位瞳孔的中心。定位內(nèi)

3、邊界時，在瞳孔粗定位的基礎(chǔ)上，利用先驗知識確定定位內(nèi)邊界的圖像，即濾除遠(yuǎn)離內(nèi)邊界的點，只保留內(nèi)邊界區(qū)域，然后再采用Hough變換在內(nèi)邊界圖像塊范圍內(nèi)搜索邊界參數(shù)，精確定位虹膜內(nèi)邊界。同理，在定位外邊界時，利用先驗知識濾除大于外半徑和小于內(nèi)半徑范圍內(nèi)的點，獲得較小的待處理圖像塊，然后采用Hough變換精確定位虹膜外邊界。采用粗定位與精定位相結(jié)合的方法，通過濾除與邊界定位無關(guān)的點，可以使得參數(shù)搜索范圍變小，有利于改善虹膜的定位精度和定位速度

4、。
　　(3)改善了虹膜歸一化處理?？紤]到Daugman的橡皮紙模型具有一定的局限性，本文提出一種基于多線段提取的方法對虹膜進(jìn)行歸一化處理，其原理主要是把圓環(huán)狀的虹膜區(qū)域平均分成n個部分，利用多條線段來描述兩個非同心圓之間的區(qū)域。
　　(4)優(yōu)化了虹膜特征提取。采用基于Log-Gabor濾波器的虹膜特征提取算法提取虹膜的紋理特征，該方法不僅具有Gabor濾波的優(yōu)點，還可以構(gòu)造任意帶寬的濾波器，并且不會產(chǎn)生直流分量。這樣就可以