基于遺傳算法的虹膜識(shí)別技術(shù)研究與改進(jìn).pdf

1、虹膜識(shí)別技術(shù)因虹膜的優(yōu)秀生物特性，在眾多的身份鑒別技術(shù)中脫穎而出，被列為最為安全與精確的身份鑒別技術(shù)，具有廣闊的應(yīng)用前景與重要的學(xué)術(shù)研究價(jià)值。由于虹膜識(shí)別技術(shù)應(yīng)用環(huán)境的復(fù)雜性以及其涉及領(lǐng)域的廣泛性，其關(guān)鍵技術(shù)仍存在需要改進(jìn)之處。本文結(jié)合虹膜圖像自身的屬性以及常見的虹膜識(shí)別系統(tǒng)流程，對虹膜定位、虹膜特征提取、虹膜特征降維等相關(guān)技術(shù)進(jìn)行了系統(tǒng)的分析與研究。主要的工作如下:
　　對Canny算子與Hough變換相結(jié)合的虹膜定位分割模型進(jìn)

2、行研究，針對傳統(tǒng)Canny算子在邊緣信息提取時(shí)存在容易受噪聲影響以及需要手動(dòng)輸入閾值的缺陷，提出改進(jìn)的Canny算子:首先利用Sober算子計(jì)算像素點(diǎn)的梯度幅值和方向，然后通過雙線性插值求得梯度方向上的像素點(diǎn)幅值完成非極大值抑制，最后采用Otsu實(shí)現(xiàn)閡值自適應(yīng)選取。利用改進(jìn)的Canny算法與Hough變換結(jié)合實(shí)現(xiàn)對虹膜的定位，提升了定位的精確度。對定位后的虹膜圖像利用坐標(biāo)變換進(jìn)行歸一化處理并增強(qiáng)，完成虹膜圖像預(yù)處理。
　　針對基于

3、2D-Gabor濾波器的虹膜特征提取得到的特征向量信息過于冗余的缺陷，提出了結(jié)合遺傳算法的虹膜特征篩選模型，該模型實(shí)現(xiàn)了對虹膜特征向量的有效降維。對基于標(biāo)準(zhǔn)遺傳算法實(shí)現(xiàn)的虹膜特征篩選模型進(jìn)行研究，針對其中存在的缺陷，結(jié)合粒子群算法的優(yōu)點(diǎn)，提出改進(jìn)的遺傳算法:在整體框架中融入粒子群算法，同時(shí)設(shè)計(jì)具有自適應(yīng)性的遺傳算子。利用改進(jìn)的遺傳算法對特征向量進(jìn)行特征篩選，得到有效且低維的特征向量。最后采用移位Hamming距離差完成虹膜的分類，經(jīng)過特

4、征篩選的低維特征向量得到了更高的匹配準(zhǔn)確率。
　　本文實(shí)驗(yàn)的原始數(shù)據(jù)來自CASIA-V4-Thousand和CASIA-Iris-Lamp數(shù)據(jù)庫，以衡量虹膜識(shí)別系統(tǒng)性能的評價(jià)標(biāo)準(zhǔn)False Accept Rate、False Reject Rate、Correct Recognition Rate、Equal Error Rate和ReceiverOperating Characteristic Curve對系統(tǒng)進(jìn)行測試，驗(yàn)證了本