虹膜識(shí)別系統(tǒng)預(yù)處理算法研究.pdf

1、隨著物聯(lián)網(wǎng)、互聯(lián)網(wǎng)及計(jì)算機(jī)信息技術(shù)的快速發(fā)展，信息安全越來(lái)越受到人們的重視，人們對(duì)穩(wěn)定可靠的身份識(shí)別技術(shù)的需求也越來(lái)越強(qiáng)烈。傳統(tǒng)的身份識(shí)別技術(shù)由于其固有的局限性在社會(huì)快速發(fā)展的今天已逐漸的不能完全滿足人們的要求，在這樣的環(huán)境下，生物識(shí)別技術(shù)就逐漸的進(jìn)入人們的視野，并因?yàn)槠浞€(wěn)定性、便捷性、可靠性獲得人們廣泛的認(rèn)可。而虹膜識(shí)別作為生物識(shí)別技術(shù)的一種，以其高度唯一性、高穩(wěn)定性、高防偽性和非侵犯性，被認(rèn)為是最可靠的生物識(shí)別技術(shù)，其發(fā)展和應(yīng)用前景

2、十分廣闊。
　　 虹膜識(shí)別技術(shù)主要包含虹膜圖像采集系統(tǒng)、圖像預(yù)處理、特征提取和匹配識(shí)別四個(gè)部分。要進(jìn)行虹膜識(shí)別，首先通過(guò)圖像采集系統(tǒng)采集有效的虹膜圖像，接著要對(duì)虹膜圖像進(jìn)行預(yù)處理，預(yù)處理步驟一般包括虹膜區(qū)域、眼瞼和睫毛區(qū)域的定位、歸一化和圖像增強(qiáng);進(jìn)而對(duì)歸一化后的圖像進(jìn)行特征提取，將提取出的虹膜特征信息用數(shù)字來(lái)表示，最后對(duì)數(shù)字化的虹膜特征進(jìn)行比對(duì)匹配。其中，虹膜圖像預(yù)處理是至關(guān)重要的一個(gè)環(huán)節(jié)，預(yù)處理的結(jié)果直接影響到后期的特征提取

3、和匹配進(jìn)而決定虹膜識(shí)別系統(tǒng)的精確度。本文主要對(duì)預(yù)處理過(guò)程中的眼瞼和睫毛檢測(cè)算法進(jìn)行探討研究。
　　 在非理想狀態(tài)下，虹膜圖像采集裝置采集到的虹膜圖像不僅包含虹膜區(qū)域，還有睫毛、眼瞼等等，如果睫毛和眼瞼占去虹膜區(qū)域的很大一部分，在后續(xù)的特征提取和特征匹配階段，眼瞼和睫毛的遮擋部分也會(huì)被當(dāng)成虹膜特征被提取、編碼、匹配，這將在很大程度上影響虹膜識(shí)別系統(tǒng)的精度，所以良好的睫毛和眼瞼檢測(cè)算法的研究和應(yīng)用十分必要。
　　 在睫毛檢測(cè)

4、方面，目前的睫毛檢測(cè)方法，依賴于眼瞼的檢測(cè)，需要設(shè)定固定的閾值，復(fù)雜且檢驗(yàn)不準(zhǔn)確，本論文提出一種基于最大期望值和高斯混合模型的睫毛檢測(cè)算法，該算法基本原理是將采集到的圖像的灰度值分布用一個(gè)K階的高斯混合模型來(lái)表示，將每幅采集到的圖像看作是一系列高斯函數(shù)的混合，睫毛部分的圖像或者是包含睫毛的某個(gè)部分的圖像的灰度分布就滿足一個(gè)高斯函數(shù)分布，通過(guò)求出這個(gè)高斯函數(shù)的參數(shù)找到睫毛并消除睫毛對(duì)識(shí)別精度的影響。該睫毛檢測(cè)算法通過(guò)建立圖像的高斯混合模型

5、、求解圖像的高斯混合模型參數(shù)檢測(cè)睫毛，不依賴眼瞼的檢測(cè)，不用設(shè)定固定的閾值，解決了以往檢測(cè)睫毛較復(fù)雜、檢測(cè)不準(zhǔn)確的問(wèn)題，具有更好的實(shí)用性。
　　 在眼瞼檢測(cè)方面，本論文提出了一種基于混合邊緣檢測(cè)的眼瞼檢測(cè)算法，首先進(jìn)行圖像濾波消除睫毛遮擋對(duì)眼瞼檢測(cè)的影響，通過(guò)對(duì)濾波后圖像的邊緣檢測(cè)圖像的處理，大大的減少了眼皮邊緣信息并確定眼瞼擬合區(qū)域，可以快速準(zhǔn)確的定位眼瞼并且有效避免非真實(shí)眼瞼的測(cè)定。該算法具體上是先用序統(tǒng)計(jì)濾波器對(duì)虹膜圖像進(jìn)