低質(zhì)量虹膜圖像識別算法的研究.pdf_第1頁
已閱讀1頁,還剩64頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著信息技術(shù)的不斷發(fā)展,虹膜識別已經(jīng)成為應(yīng)用數(shù)學、模式識別、圖像處理和信息安全等交叉學科的熱門研究課題。近年來,致力于虹膜識別的研究者越來越多,但對低質(zhì)量虹膜圖像(如睫毛和眼瞼遮蓋、遠距離、運動模糊、聚焦模糊、偏轉(zhuǎn)、戴眼鏡、光照不好等)的識別研究較少?,F(xiàn)有的實際應(yīng)用系統(tǒng)在采集過程中大多需要被采集者密切配合以采集得到質(zhì)量較好的虹膜圖像,現(xiàn)有大多算法也對虹膜圖像的質(zhì)量有一定的要求,但在實際應(yīng)用中圖像的質(zhì)量很難保證。
  針對低質(zhì)量虹膜

2、圖像的識別問題,本文對低質(zhì)量虹膜圖像深入研究,提出了一種基于多方向Gabor和Adaboost的虹膜特征提取與識別算法,主要工作如下:
  1.討論了虹膜識別技術(shù)的原理和發(fā)展現(xiàn)狀,并詳細闡述了現(xiàn)有的幾種主流虹膜特征提取與識別算法。
  2.針對現(xiàn)有算法對低質(zhì)量虹膜圖像識別效果不佳的問題,本文結(jié)合虹膜的整體與局部紋理信息,提出了一種新的虹膜特征提取與識別算法。首先,根據(jù)瞳孔定位準確與否,將虹膜圖像的歸一化分為兩種情況:按內(nèi)外圓

3、邊界展開歸一化和按外圓邊界展開歸一化;其次,根據(jù)這兩種歸一化情況采用兩種不同方案對虹膜進行分塊;然后,利用多方向Gabor濾波器分別對整個虹膜和分塊虹膜進行編碼并產(chǎn)生特征向量;最后,在這兩種情況下分別使用Adaboost算法訓(xùn)練得到識別性能較好的一些特征用于識別。此外,除了使用Adaboost分類算法,本文還利用了隨機森林算法和Fisher線性判別算法進行匹配識別。
  以Matlab為工具在虹膜數(shù)據(jù)庫CASIA-IrisV3-L

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論