基于離散余弦變換的虹膜識別算法及并行化研究.pdf

1、近年來，隨著生物識別技術(shù)的興起，虹膜識別技術(shù)被日益關(guān)注。由于虹膜識別技術(shù)對個體識別具有高度的可靠性，已成為目前生物識別中最有發(fā)展前景的識別技術(shù)之一。與其它生物識別技術(shù)相比，虹膜識別技術(shù)具有唯一性、穩(wěn)定性、非侵犯性、不易偽造性和活體特性等優(yōu)勢。 虹膜識別系統(tǒng)一般可由圖像預(yù)處理、虹膜特征提取和分類識別幾個部分組成。本文在總結(jié)目前虹膜識別技術(shù)研究進展的基礎(chǔ)上，結(jié)合圖像處理、信號處理技術(shù)和模式識別技術(shù)就虹膜識別中的圖像定位、特征提取和分

2、類決策等問題展開探討，提出了一些改進算法，并進行了實驗及結(jié)果分析。 虹膜識別的預(yù)處理分四個步驟來完成，即虹膜定位、圖像去噪、虹膜歸一化處理和虹膜增強。在虹膜定位中，為了克服了傳統(tǒng)Hough 變換計算量大的缺點，避免搜索的盲目性，實現(xiàn)快速、準確虹膜定位，本文提出了一種新的基于數(shù)學(xué)形態(tài)學(xué)的虹膜定位算法。利用自適應(yīng)二值化閾值結(jié)合二值形態(tài)學(xué)的方法定位虹膜的內(nèi)邊緣，利用數(shù)學(xué)形態(tài)學(xué)邊緣檢測和Hough 變換方法定位虹膜的外邊緣，從而把虹膜從

3、眼睛里分離出來。本文研究的算法與傳統(tǒng)的定位算法相比在定位速度上有了提高。在去噪處理中，采用Radon 變換法分割上下眼瞼，閾值法剔除睫毛。為了消除虹膜圖像的平移、縮放變形影響，本文采用了一種基于線段提取的虹膜歸一化方法將環(huán)狀的虹膜區(qū)域展開成為大小為64 ×256的矩形塊，與傳統(tǒng)虹膜歸一化方法相比該方法原理比較簡單、直觀、不需要分5種情況進行分析，而且效率高。同時利用直方圖均衡化的方法消除了由于光照不均對虹膜識別所造成的影響。 本

4、文根據(jù)小波變換具有多分辨率分析的特點，以及離散余弦變換具有聚能和去相關(guān)性的優(yōu)點，提出了一種基于小波變換和離散余弦變換的虹膜特征提取算法，該算法首先用離散小波變換進行數(shù)據(jù)降維，然后用離散余弦變換去除數(shù)據(jù)的相關(guān)性并使能量聚集，再用ZIGZAG 算法提取虹膜特征矢量。實驗表明該算法簡單、快速。在此基礎(chǔ)上，本文分析了虹膜編碼內(nèi)在的并行性，基于MPI實現(xiàn)了虹膜特征提取的并行化算法。 在匹配識別算法中，若匹配方法直接采用歐氏距離方法，就忽略