基于非線性圖像增強(qiáng)的非理想虹膜定位.pdf

1、隨著信息技術(shù)的迅速發(fā)展,信息安全的重要性越來越突出,對個人信息的安全性和準(zhǔn)確也提出了更高的要求,生物識別技術(shù)因此受到人們的高度重視。傳統(tǒng)的生物特征識別技術(shù)如指紋識別由于自身的缺陷已經(jīng)無法滿足一些安全性要求很高的行業(yè)。虹膜識別作為一種新型的識別技術(shù),因其具有唯一性、穩(wěn)定性、防偽性等特性被公認(rèn)是最安全可靠的生物識別技術(shù)之一[1],同時又因為其非侵犯性使得它在公共安全和社會管理等領(lǐng)域擁有非常廣闊的市場前景。因此研究虹膜識別技術(shù)對當(dāng)今社會信息安

2、全有十分重要的意義。
　　一個典型的虹膜識別系統(tǒng)主要由圖像采集、圖像預(yù)處理、特征提取(編碼)、特征匹配四部分構(gòu)成。圖像采集大多使用CCD攝像機(jī)直接對虹膜部位進(jìn)行拍照,圖像的清晰度對于虹膜的定位有著決定性的作用;虹膜圖像的預(yù)處理在當(dāng)今虹膜識別程序中是最重要的一步,虹膜圖像預(yù)處理過程中的邊界定位更是尤其關(guān)鍵,其準(zhǔn)確度將對識別結(jié)果產(chǎn)生重要影響,一般根據(jù)虹膜形狀的特點,人們把虹膜邊界建模為環(huán)形,它包括內(nèi)外兩條邊界;虹膜的特征提取是指從預(yù)處

3、理后的虹膜圖像提取出對于匹配識別有用特征信息并編碼;特征匹配是指對編碼的虹膜圖像采用相似性測度進(jìn)行分類匹配識別。本文將主要對虹膜內(nèi)外兩條邊界進(jìn)行定位。
　　本文提出了一種基于圖像灰度非線性變換的虹膜定位方法。由于對于非理想虹膜而言,很大一部分是因為虹膜灰度不均勻,虹膜內(nèi)部的紋理灰度差過大,在使用canny算子求邊界后會造成非常強(qiáng)的偽邊界,對外邊界定位造成干擾,使得定位出現(xiàn)偏差。為了解決這些問題本文對虹膜圖像進(jìn)行了非線性變換,在弱化

4、虹膜內(nèi)部紋理,平均虹膜的灰度的同時增強(qiáng)了虹膜外邊界。這樣就弱化了虹膜內(nèi)部的紋理而增強(qiáng)了虹膜的邊界,使得更加有利于定位。為了驗證該算法的有效性,我們對中科院模式識別研究所提供的。CASIA-Iris數(shù)據(jù)庫進(jìn)行了仿真實驗,從對結(jié)果的分析來看該算法能有效提高非理想虹膜定位的準(zhǔn)確率。
　　另外本文在對現(xiàn)有虹膜定位算法進(jìn)行總結(jié)的基礎(chǔ)上,對wildes提出的虹膜定位算法進(jìn)行了改進(jìn)。Wildes的虹膜識別系統(tǒng)中使用了canny算子邊緣檢測和ho