基于多分辨率分析的虹膜識(shí)別算法研究.pdf

1、隨著當(dāng)今信息化社會(huì)的發(fā)展,個(gè)人身份鑒別的重要性正日益顯現(xiàn),上至國(guó)家安全、下至百姓生活,無不對(duì)其提出越來越高的要求。對(duì)于我國(guó)這樣一個(gè)人口大國(guó),身份鑒別有著尤其廣泛的應(yīng)用前景和重要的戰(zhàn)略意義。生物特征認(rèn)證,作為上個(gè)世紀(jì)末期才開始蓬勃發(fā)展的身份鑒別技術(shù),利用人本身所擁有的生理特征和行為特征來判別個(gè)人身份,必將逐步取代傳統(tǒng)的身份鑒別方法,在社會(huì)生活中占據(jù)越來越重要的地位。虹膜識(shí)別技術(shù)是近年來逐步興起的生物特征識(shí)別技術(shù),以其高精確度、非接觸式采集

2、、易于使用等優(yōu)點(diǎn)日益引起學(xué)術(shù)界和企業(yè)界的關(guān)注,被廣泛認(rèn)為是未來最具有發(fā)展前途的生物特征識(shí)別技術(shù)。
　　 多分辨率分析是現(xiàn)代圖像處理一種很重要的工具,能夠?qū)D像進(jìn)行多尺度的分解和表示,以尋找單一分辨率下無法發(fā)現(xiàn)的特性,更有效的提取圖像特征,獲取圖像信息。本文以基于人體虹膜的生物特征識(shí)別技術(shù)研究為題,在深入研究多分辨率分析理論的最新進(jìn)展和虹膜識(shí)別的主要特點(diǎn)的基礎(chǔ)上,重點(diǎn)圍繞多尺度下虹膜圖像特征的有效提取以及與其相適應(yīng)的虹膜圖像預(yù)處理

3、和特征匹配算法,展開一系列有益的探索。本文首先簡(jiǎn)要綜述了生物特征識(shí)別的基本原理以及目前常用的生物特征識(shí)別技術(shù),重點(diǎn)對(duì)虹膜識(shí)別技術(shù)的主要特點(diǎn)、發(fā)展歷史、關(guān)鍵組成部分及其研究現(xiàn)狀進(jìn)行了詳細(xì)的分析和總結(jié):接下來,在對(duì)現(xiàn)有傳統(tǒng)虹膜預(yù)處理方法進(jìn)行深入研究的基礎(chǔ)上,提出一種更有利于二維虹膜圖像紋理信息特征提取的虹膜圖像歸一化方法；然后基于對(duì)多尺度幾何分析理論的研究,采用一種經(jīng)典的多尺度幾何分析方法--Contourlet變換提取虹膜圖像的多尺度多方

4、向性信息作為虹膜特征矢量,應(yīng)用支持向量機(jī)對(duì)虹膜進(jìn)行分類和識(shí)別；進(jìn)而本文針對(duì)Contourlet變換中實(shí)現(xiàn)尺度分解的拉普拉斯金字塔存在的一些不足,在對(duì)目前常用多分辨率分析算法進(jìn)行比較分析后,采用一種性能更加優(yōu)越的圓周對(duì)稱濾波器應(yīng)用于虹膜圖像的多分辨率分解,以獲取更加穩(wěn)定而準(zhǔn)確的虹膜特征,獲得更好的識(shí)別性能。本文還將近年來逐漸受到研究者關(guān)注的自適應(yīng)非平穩(wěn)信號(hào)分析方法--經(jīng)驗(yàn)?zāi)B(tài)分解應(yīng)用于虹膜識(shí)別,通過實(shí)驗(yàn)分析捕捉到最適合虹膜分類的頻帶進(jìn)行虹

5、膜特征編碼,取得了理想的識(shí)別性能。
　　 本文的主要?jiǎng)?chuàng)新之處在于:
　　 1、提出一種非極坐標(biāo)展開的虹膜圖像歸一化方案
　　 傳統(tǒng)的虹膜圖像歸一化方案都是在極坐標(biāo)下,采用映射的方式將類似環(huán)形的虹膜圖像沿角度方向展開為固定尺寸的矩形,以實(shí)現(xiàn)虹膜圖像的尺度不變性和平移不變性。這種方法簡(jiǎn)易有效,被以往所有的虹膜識(shí)別系統(tǒng)所采用。然而。由于虹膜內(nèi)外圓半徑具有較大差異,這一方案在展開的過程中勢(shì)必進(jìn)行大量的插值或抽取,改變了原

6、始虹膜圖像紋理幾何結(jié)構(gòu)和方向信息,而且由于要避開眼瞼與睫毛遮擋區(qū)域,實(shí)際使用的虹膜有效區(qū)域是一個(gè)狹窄的長(zhǎng)方形圖像,這對(duì)于以往采用局部信息或?qū)⒍S虹膜圖像轉(zhuǎn)化為一維信號(hào)進(jìn)行特征提取的算法影響可能不大,當(dāng)采用虹膜全局信息或紋理方向信息作為特征的算法,難免會(huì)產(chǎn)生不利的影響。為此本文提出一種不需要將其極坐標(biāo)展開為長(zhǎng)條矩形的歸一化方法,保留了虹膜圖像紋理的原始幾何結(jié)構(gòu)和方向信息,利用周邊原始虹膜圖像反轉(zhuǎn)映射的策略填充內(nèi)圓中空區(qū)域,以免引入新的邊界

7、。得到的圖像在尺寸上更加均衡,并且可以根據(jù)虹膜圖像采集的質(zhì)量選取有效區(qū)域,靈活的避開眼瞼與睫毛的遮擋,為多尺度幾何分析或其他特征提取算法提供了更多的選擇。
　　 2、提出一種基于Contourlet變換和支持向量機(jī)的虹膜識(shí)別系統(tǒng)
　　 多尺度幾何分析方法和理論是近年來逐漸興起的圖像處理方法,其在對(duì)二維圖像的稀疏表示上所展示出的優(yōu)越性能倍受人們稱贊。本文采用一種經(jīng)典的多尺度幾何分析算法--Contourlet變換作為工具提

8、取虹膜圖像全局紋理信息,以經(jīng)過Contourlet變換分解后的多尺度多方向子帶的歸一化能量作為特征矢量,應(yīng)用支持向量機(jī)進(jìn)行分類識(shí)別,通過實(shí)驗(yàn),本文遍歷性的嘗試了不同的尺度分解級(jí)數(shù)和各尺度下不同的分解方向數(shù),列出各種方案下的識(shí)別率,為多尺度幾何分析在虹膜識(shí)別中的進(jìn)一步應(yīng)用研究提供了有益的探索和指導(dǎo)。
　　 3、提出一種改進(jìn)的圓周對(duì)稱濾波器組應(yīng)用于虹膜特征提取的方法
　　 多分辨率分析理論經(jīng)過二十多年的發(fā)展,已成為圖像處理不

9、可或缺的重要工具,實(shí)現(xiàn)圖像多分辨率分析的簡(jiǎn)單有效的結(jié)構(gòu)就是一系列分辨率逐步降低的金字塔形圖像集合,對(duì)圖像不同分辨率下的分析非常有利于模式識(shí)別。本文在簡(jiǎn)要分析比較目前常用金字塔分解算法的基礎(chǔ)上,采用一種改進(jìn)的圓周對(duì)稱濾波器組用于虹膜圖像的多分辨率分解,不僅可以從理論上消除頻譜混疊現(xiàn)象,而且具有平移和旋轉(zhuǎn)不變性,使虹膜圖像各尺度上的分量更加準(zhǔn)確和穩(wěn)定；并結(jié)合方向?yàn)V波器組對(duì)虹膜圖像進(jìn)行各尺度下的方向分解,獲取虹膜多尺度多方向性信息進(jìn)行識(shí)別,實(shí)

10、驗(yàn)結(jié)果表明,這種方法可以獲得更好的識(shí)別效果。
　　 4、提出一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的虹膜識(shí)別算法
　　 經(jīng)驗(yàn)?zāi)B(tài)分解是一種新穎的信號(hào)分析方法,它可以自適應(yīng)的將非平穩(wěn)、非線性信號(hào)分解成一組穩(wěn)態(tài)、線性的固有模態(tài)函數(shù)分量,這些固有模態(tài)函數(shù)分量相互獨(dú)立,突出了信號(hào)的局部特征,對(duì)應(yīng)著不同的頻帶信息,從而實(shí)現(xiàn)信號(hào)的多分辨率分解。本文利用這一特性,將虹膜圖像分解為一系列按頻率由高到低排列的固有模態(tài)函數(shù)分量,以互信息測(cè)度為初步評(píng)判依據(jù),并