用于個(gè)人身份鑒別的虹膜生物特征識(shí)別.pdf

1、隨著人們對(duì)社會(huì)安全要求的增加，基于生物特征識(shí)別的智能身份鑒別方法逐漸受到廣泛的關(guān)注。由于虹膜識(shí)別具有高可靠性和非侵犯性，它正成為生物特征識(shí)別領(lǐng)域中的一個(gè)研究熱點(diǎn)。作為一個(gè)應(yīng)用性很強(qiáng)的研究課題，虹膜識(shí)別正在從實(shí)驗(yàn)室走向社會(huì)應(yīng)用，但是虹膜識(shí)別的研究還遠(yuǎn)遠(yuǎn)沒有達(dá)到完善的程度。本文的工作以建立基于虹膜識(shí)別的身份鑒別軟件系統(tǒng)為目標(biāo)，重點(diǎn)研究核心的虹膜圖像分割、特征提取與匹配算法，并以此為中心對(duì)虹膜識(shí)別技術(shù)在數(shù)字媒體版權(quán)保護(hù)方面的應(yīng)用進(jìn)行初步的探討

2、。論文的主要工作和貢獻(xiàn)如下： 1.實(shí)現(xiàn)了有效的虹膜圖像分割。該算法采用活動(dòng)輪廓模型技術(shù)檢測瞳孔的精確邊界；通過分析歸一化虹膜圖像水平方向灰度信號(hào)的小波模極值點(diǎn)在尺度空間的演化，得到眼瞼遮擋邊界上點(diǎn)，并利用多項(xiàng)式擬合確定眼瞼遮擋部分；最后實(shí)現(xiàn)基于一維Gabor濾波的眼睫毛檢測。 2.根據(jù)提出的虹膜圖像分割算法建立了虹膜識(shí)別實(shí)驗(yàn)平臺(tái)。通過分析Gabor濾波器組的函數(shù)特性，在該平臺(tái)上對(duì)虹膜識(shí)別領(lǐng)域研究較多的各種Gabor濾波特

3、征提取算法進(jìn)行了比較，并提出了優(yōu)化思想；同時(shí)選擇Daugman所提虹膜識(shí)別算法對(duì)論文提出的分割算法的有效性進(jìn)行了客觀驗(yàn)證。 3.采用不同的圖像基函數(shù)分析虹膜圖像的基本微觀結(jié)構(gòu)，從而確定主導(dǎo)虹膜圖像產(chǎn)生的圖像基為LOG函數(shù)，提出了利用LOG函數(shù)在多尺度空間檢測虹膜細(xì)節(jié)特征的算法；進(jìn)而對(duì)圖像多尺度分析的自動(dòng)尺度選擇機(jī)制進(jìn)行研究，提出了自動(dòng)尺度選擇的LOG基虹膜圖像特征提取算法，并與現(xiàn)有主要虹膜識(shí)別算法的性能進(jìn)行了比較。在實(shí)驗(yàn)結(jié)果的基

4、礎(chǔ)上，提供了一些有意義的結(jié)論。 4.研究了具有旋轉(zhuǎn)補(bǔ)償?shù)暮缒ぬ卣魈崛∷惴ā?首先給出了一種基于Zernike矩不變量的虹膜旋轉(zhuǎn)不變特征提取算法，并通過實(shí)驗(yàn)考察了該算法的有效性和適用范圍。 然后提出了一種結(jié)合虹膜局部區(qū)域塊質(zhì)量評(píng)價(jià)與相位相關(guān)匹配的識(shí)別算法。算法在歸一化虹膜圖像上選擇感興趣區(qū)域，然后對(duì)感興趣區(qū)域根據(jù)定義的質(zhì)量評(píng)價(jià)公式計(jì)算遮擋因子， 最后計(jì)算每一對(duì)感興趣區(qū)域的POC匹配系數(shù)，并根據(jù)相應(yīng)的遮擋因子

5、得到虹膜對(duì)的整體匹配系數(shù)。利用POC相關(guān)計(jì)算可補(bǔ)償虹膜旋轉(zhuǎn)影響，同時(shí)通過局部塊的遮擋質(zhì)量評(píng)估可降低圖像采集時(shí)對(duì)用戶配合程度和采集技術(shù)的要求。 5.提出了將虹膜特征識(shí)別與數(shù)字水印技術(shù)相結(jié)合的數(shù)字圖像內(nèi)容版權(quán)認(rèn)證系統(tǒng)。其基本思想是先對(duì)虹膜圖像進(jìn)行預(yù)處理，直接選取感興趣區(qū)域灰度圖像而不是經(jīng)信息壓縮的特征代碼作為水印信息；然后在原始圖像一維倒譜用于個(gè)人身份鑒別的虹膜生物特征識(shí)別域嵌入水印圖像；最后通過計(jì)算頻帶受限的相位相關(guān)函數(shù)實(shí)現(xiàn)虹膜圖