基于Qt-Embedded的虹膜識別算法的研究與實現(xiàn).pdf

1、隨著人們對社會安全要求的增加，基于生物特征識別的智能身份鑒別方法逐漸受到廣泛的關注。由于虹膜識別具有高可靠性和非侵犯性，它正成為生物特征識別領域中的一個研究熱點。作為一個應用性很強的研究課題，虹膜識別正在從實驗室走向社會應用，但是虹膜識別的研究還遠遠沒有達到完善的程度。 虹膜識別系統(tǒng)依據(jù)實現(xiàn)平臺的不同，主要可以分為基于PC的虹膜識別系統(tǒng)和嵌入式虹膜識別系統(tǒng)兩種系統(tǒng)構成。隨著虹膜識別系統(tǒng)小型化、高可靠性、低功耗的發(fā)展要求，嵌入式虹

2、膜識別系統(tǒng)已經(jīng)成為未來虹膜識別系統(tǒng)的主要發(fā)展方向。而嵌入式虹膜身份識別系統(tǒng)應用的不斷深入和產(chǎn)業(yè)化程度的不斷提高，對其軟件部分也提出了更加嚴格的要求，如高可靠性、高實時性、自適應性等。因此，研究適合于在嵌入式系統(tǒng)中運行的具有高可靠性和高實時性的虹膜識別算法具有很高的實用價值和現(xiàn)實意義。 本文就是圍繞研究一種在具有較高識別率前提下的，實時性強，代碼存儲空間少的虹膜識別算法展開研究的，該算法可以較好地支持資源空間都有限的嵌入式系統(tǒng)。本

3、文在先研究他人虹膜定位和特征提取與匹配算法的基礎上，提出了自己的改進算法，然后以Linux操作系統(tǒng)為軟件開發(fā)平臺，采用基于C++的Qt/Embedded圖形化開發(fā)工具來開發(fā)實現(xiàn)。其主要內(nèi)容和創(chuàng)新性成果包括以下幾個方面： （一）提出了一種快速的虹膜定位算法。在定位虹膜內(nèi)邊緣時，采用一種將粗定位和精定位相結合的方法來定位虹膜內(nèi)邊界，避免了搜索的盲目性。該算法首先利用瞳孔的幾何特性和瞳孔內(nèi)部灰度分布的特點快速實現(xiàn)瞳孔圓心的粗定位，然后

4、在粗定位的基礎上，利用改進的基于主動輪廓線的方法精確計算瞳孔的圓心和半徑。在定位虹膜外邊緣時，將目前常用的圓形邊緣檢測算子算法改進為在小范圍內(nèi)搜索外圓的圓心和半徑，不少算法假設虹膜內(nèi)外圓心重合，而本文的算法在復雜度增加不大的情況下，通過設定兩個圓心位置不同，從而提高了分析的精確度，增大了虹膜圖像定位的適應性。實驗結果表明該算法可減少定位時間，而不影響定位效果，滿足嵌入式系統(tǒng)對于準確性和實時性的要求。 （二）提出了一種可靠性較高，

5、并且存儲空間較少和速度較快的虹膜識別算法。根據(jù)虹膜紋理外疏內(nèi)密的特點，首先將歸一化后的虹膜分成兩個帶，用二維Gabor濾波器分別對每帶進行相位編碼。在對外側虹膜帶進行編碼時，考慮到紋理信息較內(nèi)側相對較少，本文對同尺度不同方向的Gabor特征利用幅值信息進行融合，對融合后的特征再進行相位編碼。這樣，既保證了高識別性能，又將虹膜特征碼壓縮為傳統(tǒng)方法的3/4，可提高匹配速度，并節(jié)約存儲空間，能較好地支持嵌入式系統(tǒng)。 （三）分析了基于Q