虹膜識別算法的研究和優(yōu)化.pdf

1、目前國內(nèi)多數(shù)的虹膜識別算法都是根據(jù)中科院的虹膜圖像數(shù)據(jù)庫所提供的虹膜圖像。但大多數(shù)圖像采集設(shè)備并不能采集到高質(zhì)量的清晰的虹膜圖像，因此傳統(tǒng)算法推廣到實(shí)際應(yīng)用中還存在一些困難。本文針對非高端采集設(shè)備所拍攝的虹膜圖像，以現(xiàn)有的多種虹膜識別算法為基礎(chǔ)，并對之進(jìn)行改進(jìn)和優(yōu)化，提出了一套完整的更適合實(shí)際應(yīng)用的虹膜識別算法。 本文主要用于可能包含光照不均等噪聲的虹膜圖像的處理。首先虹膜預(yù)處理部分提出了雙閾值分割與形態(tài)學(xué)相結(jié)合的算法，有效的大

2、致定位出虹膜內(nèi)邊緣；再利用由傳統(tǒng)的Daugman的環(huán)量積分算子衍化出的直角坐標(biāo)形式的環(huán)量積分算子在各自的有效范圍內(nèi)精確定位出了虹膜的內(nèi)外邊緣；對精確定位出的虹膜圓環(huán)采用了內(nèi)外圓不同心較正模型進(jìn)行歸一化，并選用效果較好的雙線性插值算法進(jìn)行插值運(yùn)算得到512*64的虹膜圓環(huán)展開圖像；再用直方圖均衡化的方法對展開后的虹膜圖像進(jìn)行的對比度增強(qiáng)的處理。 其次分析和總結(jié)了一些當(dāng)今流行的虹膜特征提取和編碼方法，主要研究了主流算法中經(jīng)典的Dau

3、gman的2-DGabor濾波器算法，將之轉(zhuǎn)化為離散形式進(jìn)行紋理提取，最后采用幅值相位的編碼方法對虹膜紋理進(jìn)行編碼，并提出了加權(quán)Hamming距離對虹膜代碼進(jìn)行最后的分類判定。 最后針對100幅虹膜圖像通過選取適當(dāng)?shù)募訖?quán)Hamming距離閾值，兼顧了誤識率和誤拒率兩方面，對整個(gè)算法進(jìn)行了測試和驗(yàn)證。 結(jié)果表明整個(gè)算法針對本課題所提供的圖像取得了較好的識別效果，在復(fù)雜度上也有所降低，節(jié)省了虹膜識別的時(shí)間開銷和提高了系統(tǒng)的實(shí)