小波變換和粗集理論相結合的虹膜識別算法研究.pdf

1、隨著現(xiàn)代社會的高度信息化,人們對身份識別準確性和可靠性的需求也變的更高,基于生物特征識別的身份鑒別方法得到了廣泛的應用。虹膜識別技術與人臉、指紋等生物識別技術相比,具有更高的可靠性、穩(wěn)定性和非侵犯性,被認為是最有前景和最為安全的,這使它成為近年來生物識別領域的研究熱點。但是,對于虹膜識別技術的大規(guī)模使用仍然存在著一些技術上的問題,使得虹膜識別成為模式識別和機器視覺中最富挑戰(zhàn)性的課題之一。
　　 虹膜識別系統(tǒng)一般由三部分組成:虹膜

2、圖像的獲取、圖像的預處理(虹膜定位、歸一化)、特征提取和模式匹配(認證識別)。本文在系統(tǒng)地分析和整理了前人的研究成果的基礎上,就虹膜圖像預處理、特征提取與模式匹配等方面對虹膜識別技術的算法做了深入研究和改進。本文主要的研究工作包括以下幾方面:
　　 (1)在虹膜圖像定位上提出了一種更為快速和精確的定位算法。采用計算候選圓心與粗定位邊緣點的最小方差和對候選點逐點檢測的方法實現(xiàn)精確定位。仿真結果表明,本算法思路簡單,易于實現(xiàn),在保證

3、速度的基礎上有效提高了定位的精度,避免了搜索的盲目性。
　　 (2)在特征提取上引進了粗集理論的概念,利用粗集的粗分類思想和數(shù)據(jù)離散化方法對特征進行分析處理,對虹膜實現(xiàn)粗分類。首先應用三層小波分解對歸一化后的虹膜圖像進行特征提取,小波變換良好的時頻分析特性可以有效的提取出表征虹膜紋理特征的信息,這些信息經過Kohonen網絡離散化后生成滿足粗集處理要求的數(shù)據(jù)表,從而實現(xiàn)對虹膜的粗分類,避免了后續(xù)匹配過程的盲目性,節(jié)省了識別時間。

4、
　　 (3)在編碼匹配方面,為了改善小波變換不能很好的表征紋理信息局部特性的缺陷,我們首先選取小波分解后包含最豐富信息特征的第三層分解系數(shù),進行量化編碼,然后對歸一化圖像進行子塊劃分,分別對每一子塊進行三層小波分解,取其第三層的中頻分量量化編碼,與第三層分解系數(shù)的編碼共同組成用于模式匹配的編碼模板。然后對編碼模板應用Hamming距離進行相似度計算,進而實現(xiàn)識別過程。
　　 仿真結果表明,本文基于小波變換和粗集理論的虹