基于形狀約束水平集的虹膜分割方法研究.pdf

1、隨著信息技術的不斷發(fā)展，傳統(tǒng)的身份鑒別方式已不能滿足現代社會日益提高的安全性需求。生物識別是近年來興起的更安全的身份識別技術，其中虹膜識別的唯一性、終身性、高可靠性和非侵犯性等優(yōu)點，使得其在科研、工業(yè)和信息安全等領域中成為研究的熱點。水平集分割虹膜區(qū)域是經典主動輪廓模型的擴展，該方法使用偏微分方程控制初始邊界向真實目標邊界的生長演化。本文引入了先驗形狀的特殊能量項與基本模型相融合來約束曲線的形變。先驗形狀的約束，有效解決了虹膜邊緣模糊、

2、部分邊界被遮擋或缺損等信息丟失情況下的分割，能夠進一步提高主動輪廓模型的分割性能。
　　針對本文研究內容，對虹膜識別中的關鍵技術進行了研究和改進，并建立了完整的虹膜識別系統(tǒng)。論文的主要工作如下:
　　(1)提出了基于改進的水平集虹膜分割方法。通過利用虹膜的先驗知識，將圓形形狀能量項融合進CV模型中進行參數水平集演化來分割內邊界;對外邊界分割引入了自適應面積項，利用二階導數的過零點性質來尋找邊界，同時也利用了邊界梯度信息，使得

3、演化曲線能夠準確地停止在外邊界。
　　(2)2D-Gabor濾波器的特征提取。首先分析2D-Gabor的位置、尺度和頻率特性;然后設計一組不同尺度大小的Gabor濾波器來提取虹膜圖像的全局和局部特征，最后根據提取采樣點位置的相位信息得到虹膜圖像的特征編碼序列。
　　(3)橢圓高斯濾波器的特征提取。根據虹膜紋理的尺度變化規(guī)律設計出方向大小合適的橢圓高斯濾波器并提取采樣點附近的區(qū)域灰度，利用序數測度對灰度變化進行編碼，然后計算兩