虹膜預(yù)處理方法研究.pdf

1、隨著社會(huì)的高速發(fā)展，人們對(duì)安全提出了更高的要求。與傳統(tǒng)的指紋識(shí)別等生物識(shí)別技術(shù)相比，虹膜識(shí)別以其獨(dú)有的優(yōu)勢成為當(dāng)今熱點(diǎn)的研究方向。在實(shí)時(shí)的虹膜識(shí)別系統(tǒng)中，需要快速準(zhǔn)確的評(píng)估攝像頭采集的每幀圖片，從中選出質(zhì)量好的圖片用于后端的處理。本文提出了基于最優(yōu)分類面的虹膜圖像清晰度判別方法。在虹膜圖像的分割時(shí)，本文提出了一種基于統(tǒng)計(jì)的圓模板模型，可快速、準(zhǔn)確的分割虹膜圖像。在虹膜圖像的歸一化后，本文采用了相位一致性的方法對(duì)圖像中的眼瞼等噪聲進(jìn)行去噪

2、。主要的研究工作有以下幾個(gè)方面：
　　1.虹膜內(nèi)邊界的分割和圖像清晰度的判定。本文根據(jù)圖像中瞳孔的灰度和光斑特性，找到瞳孔中的一點(diǎn)。并根據(jù)瞳孔邊界灰度的跳變特性找到瞳孔的邊界點(diǎn)，最后通過最小二乘進(jìn)行擬合得到瞳孔邊界。在判定圖像的清晰度時(shí)，本文綜合采用了瞳孔的邊緣峰態(tài)系數(shù)和虹膜的平均梯度能量兩個(gè)指標(biāo)，并結(jié)合模式識(shí)別的最優(yōu)分類面進(jìn)行判定。
　　2.虹膜外邊界的分割。虹膜外邊界處的灰度跳變相對(duì)于瞳孔處的跳變較慢，不宜直接根據(jù)灰度的

3、跳變程度確定虹膜的外邊界。本文提出了一種基于統(tǒng)計(jì)的圓模板模型，通過該模板可以去除大量的噪聲。通過該模板剩下的點(diǎn)呈現(xiàn)出明顯的圓弧特點(diǎn)。本文根據(jù)這些點(diǎn)到瞳孔中心的距離進(jìn)行分類，從而進(jìn)一步去除了雜散點(diǎn)。最后通過M估計(jì)對(duì)邊緣點(diǎn)進(jìn)行擬合，得到虹膜的外邊界。
　　3.對(duì)歸一化的虹膜圖像進(jìn)行去噪。在歸一化的虹膜圖像中，很可能包含眼瞼、睫毛等噪聲，這些都必須在進(jìn)行虹膜特征提取前予以剔除，本文采用了相位一致性的方法對(duì)這些噪聲進(jìn)行一定程度的抑制。