基于紋理分析和小波變換的虹膜識(shí)別算法研究.pdf

1、隨著信息技術(shù)的高速發(fā)展,人們對(duì)身份識(shí)別的準(zhǔn)確性、實(shí)用性和安全性等方面的要求越來(lái)越高。傳統(tǒng)的身份識(shí)別方法已經(jīng)不能滿足現(xiàn)代社會(huì)的要求。近些年,基于生物識(shí)別技術(shù)依靠自身獨(dú)特的優(yōu)越性得到了迅速的發(fā)展和應(yīng)用。在現(xiàn)有各類生物識(shí)別技術(shù)中,虹膜具有非侵犯性、唯一性、穩(wěn)定性等優(yōu)點(diǎn),利用它進(jìn)行的身份識(shí)別具有更高的準(zhǔn)確率,目前虹膜識(shí)別技術(shù)被認(rèn)為是最具有廣闊應(yīng)用前景的生物識(shí)別技術(shù)之一。
　　一般的虹膜識(shí)別系統(tǒng)主要包括了虹膜圖像采集、虹膜圖像預(yù)處理、虹膜特

2、征提取以及虹膜特征匹配四個(gè)部分。其中虹膜定位和特征提取是最為關(guān)鍵的部分。
　　根據(jù)虹膜固有的環(huán)狀特征和灰度變化特征,本文將虹膜定位分成內(nèi)邊緣定位和外邊緣定位兩個(gè)部分。首先定位內(nèi)邊緣,采用了閾值分割和曲線擬合。先根據(jù)灰度直方圖分割出瞳孔區(qū)域,利用二值化初步地將瞳孔分割出來(lái),再在二值化圖像中尋找最大的連通塊消除睫毛及部分較暗區(qū)域的干擾,最后再在二值化圖像中找出瞳孔的邊緣點(diǎn),采用最小二乘法估計(jì)瞳孔邊緣的半徑和圓心參數(shù),就得到了虹膜內(nèi)邊緣

3、的準(zhǔn)確定位。然后定位外邊緣,采用了微積分算子,根據(jù)虹膜內(nèi)邊界參數(shù)縮小外圓圓心的范圍,可以避免盲目搜索,提高定位速度。采用本算法的定位準(zhǔn)確率達(dá)到了98.28％。
　　在虹膜特征提取過(guò)程中,針對(duì)當(dāng)前存在的特征提取方法的不足之處,在以下三個(gè)方面進(jìn)行了改進(jìn):(1)對(duì)保留紋理區(qū)域的改進(jìn);(2)沿兩個(gè)方向提取紋理特征信號(hào);(3)用一階導(dǎo)數(shù)的模極大值比用二階導(dǎo)數(shù)的過(guò)零點(diǎn)檢測(cè)函數(shù)()f x突變點(diǎn)的效果更好。本文先對(duì)紋理特征的選取進(jìn)行改進(jìn),然后沿兩