虹膜的定位和聯(lián)合特征提取的研究.pdf

1、在如今科技高速發(fā)展的時代，生物特征識別技術(shù)在我們的實際生活中的應用越來越廣泛，也越來越流行，與傳統(tǒng)身份認證技術(shù)相比較，如具有唯一性、普遍性高、不可偽造性、高穩(wěn)定性等優(yōu)勢。而生物特征識別技術(shù)中的虹膜識別，因其具有較高的唯一性、極坐標性、穩(wěn)定性等顯著優(yōu)點，以及具有豐富的特征，虹膜識別技術(shù)成為了生物特征識別領(lǐng)域中一大重要的研究方向。
　　本文對虹膜的定位和聯(lián)合特征的提取算法進行了研究，主要進行了虹膜圖像的定位分割，然后對分割所得的圖像進

2、行預處理，再對虹膜進行聯(lián)合特征的提取，最后構(gòu)造分類器進行虹膜特征的分類。本文建立在已公開的虹膜庫的圖像進行研究處理。主要的研究工作以及成果如下：
　　對虹膜感興趣區(qū)域ROI進行定位分割的過程中，提出了一種基于自適應CV模型的虹膜定位的方法。首先進行瞳孔和虹膜的初步定位，再將其初步定位所得的結(jié)果作為SACV的水平集進一步定位的輸入圖像。在初步定位的結(jié)果圖像上，對可能影響到瞳孔進一步定位以及虹膜進一步定位的干擾因子做了檢測以及評估，本

3、文分別對睫毛以及眼皮干擾因子做了檢測和評估。針對干擾因子對定位的影響度，通過對自適應SACV模型能量函數(shù)的相關(guān)參數(shù)的設(shè)置，就可以通過圖像屬性對曲線演化函數(shù)進行自適應演化，也能進行自適應的終止。
　　對已定位的虹膜圖像進行預處理，首先采用橡皮彈性的模型對圖像進行歸一化處理，將極坐標圖像轉(zhuǎn)換為直角坐標系的圖像；然后對圖像進行增強處理，以消除光照分布不均勻的影響，采用了局部直方圖均衡化的圖像增強操作。
　　對預處理后的虹膜圖像采用