虹膜識(shí)別算法研究及實(shí)現(xiàn).pdf

1、當(dāng)今互聯(lián)網(wǎng)迅速發(fā)展，人們對(duì)信息的需求越來(lái)越高，因而涉及信息安全的問(wèn)題越來(lái)越突出，對(duì)于身份鑒別的準(zhǔn)確性、安全性與實(shí)用性也提出了更高的要求。傳統(tǒng)的識(shí)別手段已不適應(yīng)現(xiàn)代生活的需要，基于生物特征的身份識(shí)別技術(shù)進(jìn)入迅速發(fā)展的階段。生物識(shí)別技術(shù)是基于個(gè)體擁有的唯一特征來(lái)自動(dòng)辨別個(gè)體。虹膜識(shí)別擁有可靠性高、唯一性、不可偽造性及不可侵犯性等優(yōu)點(diǎn)而得到廣泛應(yīng)用。 本文詳細(xì)闡述了虹膜識(shí)別技術(shù)的發(fā)展及研究意義、虹膜生理結(jié)構(gòu)和虹膜識(shí)別系統(tǒng)的構(gòu)成。較深入

2、的研究了虹膜識(shí)別算法，實(shí)現(xiàn)了四個(gè)步驟，即虹膜定位、歸一化、特征提取和匹配。本文的研究工作主要集中在對(duì)虹膜圖像歸一化和匹配兩方面的研究。 在虹膜圖像的歸一化過(guò)程中，采用一種基于Daugman橡皮片的輻射線段的歸一化方法，把圓環(huán)型區(qū)域歸一成為矩形區(qū)域。這種方法采用若干條線段表示兩個(gè)不同心圓周之間的區(qū)域，只要規(guī)定這些線段上的點(diǎn)數(shù)就可以起到很好的歸一化效果，并且只有一種分析模型。減少定位搜索的盲目性，節(jié)省計(jì)算時(shí)間，降低定位過(guò)程的復(fù)雜性。

3、采用Hough變換對(duì)虹膜進(jìn)行精定位。 在特征提取及編碼匹配過(guò)程中，本論文首先將歸一化后的二維虹膜圖像轉(zhuǎn)換為一維灰度信號(hào)，從而減小了運(yùn)算量：然后運(yùn)用1DGabor小波對(duì)構(gòu)造的一維灰度信號(hào)進(jìn)行分析，選取適當(dāng)尺度上的小波變換結(jié)果進(jìn)行量化，構(gòu)造出二進(jìn)制的特征向量，從而降低了算法復(fù)雜度，提高識(shí)別速度；最后采用改進(jìn)的Hamming距離進(jìn)行移位匹配識(shí)別，實(shí)現(xiàn)了識(shí)別的旋轉(zhuǎn)不變性。 本文采用中科院自動(dòng)化研究所提供的虹膜數(shù)據(jù)庫(kù)（CASIA1

4、.0），選取80人×7張/每人＝560張虹膜圖像進(jìn)行實(shí)驗(yàn)。通過(guò)大量實(shí)驗(yàn)對(duì)該算法進(jìn)行了驗(yàn)證，證明對(duì)于本文所選取的CASIA—a中心波長(zhǎng)為18像素最優(yōu)。最優(yōu)的模板大小為輻射分辨率20像素，角分辨率為240像素。這些參數(shù)產(chǎn)生了信息量為9600比特的生物模板。為了修正旋轉(zhuǎn)不一致性，平移8個(gè)單位在CASIA—a中最優(yōu)。FAR與FRR分別為0.005％與0.236％，這個(gè)識(shí)別率已經(jīng)足夠用于實(shí)際；而傳統(tǒng)的海明距離FAR與FRR分別為0.013％與0.