基于非線(xiàn)性圖像增強(qiáng)的非理想虹膜定位.pdf

1、隨著信息技術(shù)的迅速發(fā)展,信息安全的重要性越來(lái)越突出,對(duì)個(gè)人信息的安全性和準(zhǔn)確也提出了更高的要求,生物識(shí)別技術(shù)因此受到人們的高度重視。傳統(tǒng)的生物特征識(shí)別技術(shù)如指紋識(shí)別由于自身的缺陷已經(jīng)無(wú)法滿(mǎn)足一些安全性要求很高的行業(yè)。虹膜識(shí)別作為一種新型的識(shí)別技術(shù),因其具有唯一性、穩(wěn)定性、防偽性等特性被公認(rèn)是最安全可靠的生物識(shí)別技術(shù)之一[1],同時(shí)又因?yàn)槠浞乔址感允沟盟诠舶踩蜕鐣?huì)管理等領(lǐng)域擁有非常廣闊的市場(chǎng)前景。因此研究虹膜識(shí)別技術(shù)對(duì)當(dāng)今社會(huì)信息安

2、全有十分重要的意義。
　　一個(gè)典型的虹膜識(shí)別系統(tǒng)主要由圖像采集、圖像預(yù)處理、特征提取(編碼)、特征匹配四部分構(gòu)成。圖像采集大多使用CCD攝像機(jī)直接對(duì)虹膜部位進(jìn)行拍照,圖像的清晰度對(duì)于虹膜的定位有著決定性的作用;虹膜圖像的預(yù)處理在當(dāng)今虹膜識(shí)別程序中是最重要的一步,虹膜圖像預(yù)處理過(guò)程中的邊界定位更是尤其關(guān)鍵,其準(zhǔn)確度將對(duì)識(shí)別結(jié)果產(chǎn)生重要影響,一般根據(jù)虹膜形狀的特點(diǎn),人們把虹膜邊界建模為環(huán)形,它包括內(nèi)外兩條邊界;虹膜的特征提取是指從預(yù)處

3、理后的虹膜圖像提取出對(duì)于匹配識(shí)別有用特征信息并編碼;特征匹配是指對(duì)編碼的虹膜圖像采用相似性測(cè)度進(jìn)行分類(lèi)匹配識(shí)別。本文將主要對(duì)虹膜內(nèi)外兩條邊界進(jìn)行定位。
　　本文提出了一種基于圖像灰度非線(xiàn)性變換的虹膜定位方法。由于對(duì)于非理想虹膜而言,很大一部分是因?yàn)楹缒せ叶炔痪鶆?虹膜內(nèi)部的紋理灰度差過(guò)大,在使用canny算子求邊界后會(huì)造成非常強(qiáng)的偽邊界,對(duì)外邊界定位造成干擾,使得定位出現(xiàn)偏差。為了解決這些問(wèn)題本文對(duì)虹膜圖像進(jìn)行了非線(xiàn)性變換,在弱化

4、虹膜內(nèi)部紋理,平均虹膜的灰度的同時(shí)增強(qiáng)了虹膜外邊界。這樣就弱化了虹膜內(nèi)部的紋理而增強(qiáng)了虹膜的邊界,使得更加有利于定位。為了驗(yàn)證該算法的有效性,我們對(duì)中科院模式識(shí)別研究所提供的。CASIA-Iris數(shù)據(jù)庫(kù)進(jìn)行了仿真實(shí)驗(yàn),從對(duì)結(jié)果的分析來(lái)看該算法能有效提高非理想虹膜定位的準(zhǔn)確率。
　　另外本文在對(duì)現(xiàn)有虹膜定位算法進(jìn)行總結(jié)的基礎(chǔ)上,對(duì)wildes提出的虹膜定位算法進(jìn)行了改進(jìn)。Wildes的虹膜識(shí)別系統(tǒng)中使用了canny算子邊緣檢測(cè)和ho