不完美虹膜的定位分割、特征提取與分類識(shí)別.pdf

1、在維護(hù)國(guó)家安全、社會(huì)安全、金融安全、航空安全等眾多方面，都需要更加方便、可靠、準(zhǔn)確的身份鑒別方法，而生物識(shí)別的發(fā)展提供了一個(gè)比較理想的解決手段。虹膜識(shí)別是生物識(shí)別的一個(gè)重要方面，并已有了成功的應(yīng)用，但目前的虹膜識(shí)別系統(tǒng)大多對(duì)鑒別對(duì)象和圖像采集設(shè)備之間有比較嚴(yán)格的合作要求。在實(shí)際中由于圖像采集設(shè)備和人之間存在一些不確定、不穩(wěn)定的因素，完美的虹膜圖像采集較為困難，這給后來(lái)的虹膜分割和特征描述帶來(lái)了許多不利的影響。目前國(guó)內(nèi)外針對(duì)不完美虹膜的定

2、位分割、特征提取與分類識(shí)別的研究較少，本文對(duì)此進(jìn)行了比較系統(tǒng)的研究，主要貢獻(xiàn)如下： (1)針對(duì)目前Hough變換方法和微積分方法對(duì)虹膜邊界定位速度慢、且易受光照、光源像點(diǎn)、眼皮等因素影響的問題，提出了一種基于瞳孔中心位置估計(jì)的快速定位算法，然后采用分段直線逼近眼皮輪廓進(jìn)行上下眼皮定位和自適應(yīng)閾值算法檢測(cè)睫毛和光源像點(diǎn)，可將虹膜區(qū)域有效分割出來(lái)。仿真結(jié)果表明，作者提出的算法定位速度快，成功率高，對(duì)虹膜區(qū)域分割精度高。 (2

3、)通常采集到的虹膜圖像，其大小及分辨率不盡相同，這給特征提取帶來(lái)困難，而且環(huán)狀區(qū)域不好進(jìn)行處理。本文提出了一種虹膜區(qū)域的極坐標(biāo)表示方法，將環(huán)狀虹膜區(qū)域轉(zhuǎn)換為易于處理的矩形區(qū)域，并利用低分辨特征一致原理確定虹膜規(guī)范化區(qū)域大小。虹膜的分類結(jié)果說(shuō)明確定的規(guī)范化區(qū)域有足夠的信息表示不同的虹膜。 (3)提出了一種簡(jiǎn)便的空域過零檢測(cè)的虹膜特征提取算法。對(duì)于不利于模式匹配的細(xì)節(jié)和高頻噪聲，首先采用高斯濾波器進(jìn)行濾波處理，然后采用局部過零檢測(cè)方

4、法提取紋理變化特征，并對(duì)過零檢測(cè)結(jié)果進(jìn)行符號(hào)編碼。該算法有效解決了虹膜特征提取易受光照、局部干擾和虹膜旋轉(zhuǎn)影響的問題，對(duì)虹膜的分類實(shí)驗(yàn)表明基于局部過零的特征提取算法是有效的。 (4)虹膜圖像中虹膜有效區(qū)域大小和旋轉(zhuǎn)對(duì)虹膜分類的影響很大，本文利用向量的相似度計(jì)算方法，提出了一種用于計(jì)算矩陣和圖像相似度的方法，實(shí)現(xiàn)了不完美虹膜的相似度計(jì)算和對(duì)虹膜旋轉(zhuǎn)的配準(zhǔn)。對(duì)于虹膜的分類識(shí)別，根據(jù)統(tǒng)計(jì)理論研究了分類閾值的確定方法。實(shí)驗(yàn)結(jié)果表明，這種

5、相似度計(jì)算方法能夠有效解決虹膜旋轉(zhuǎn)的配準(zhǔn)問題，消除睫毛、眼皮、光源像點(diǎn)等對(duì)虹膜分類和識(shí)別的影響，保證了相似度計(jì)算的有效性，提高了虹膜的分類識(shí)別精度，取得了很好的分類效果。 (5)對(duì)虹膜識(shí)別中一些重要的參數(shù)，如移位數(shù)、高斯濾波器大小和過零算子參數(shù)等進(jìn)行了測(cè)試分析和參數(shù)優(yōu)化。采用多個(gè)虹膜數(shù)據(jù)庫(kù)，對(duì)不完美虹膜的識(shí)別問題進(jìn)行了研究，實(shí)驗(yàn)結(jié)果表明虹膜有效比對(duì)區(qū)域減小將會(huì)使模式的分類變得困難，要進(jìn)行正確分類識(shí)別，虹膜有效比對(duì)區(qū)域不應(yīng)該小于整