基于小波變換的虹膜識(shí)別算法的研究.pdf

1、作為網(wǎng)絡(luò)化和信息化時(shí)代必不可少的身份鑒別手段，生物特征識(shí)別技術(shù)已經(jīng)成為國(guó)內(nèi)外的前沿?zé)衢T研究方向。虹膜識(shí)別技術(shù)是一種新興的生物特征識(shí)別技術(shù)，虹膜紋絡(luò)纖細(xì)無(wú)比，不可偽造，是一項(xiàng)值得研究和推廣的新技術(shù)。 論文首先介紹了幾種生物特征識(shí)別技術(shù)，并對(duì)這幾種生物特征識(shí)別技術(shù)進(jìn)行了比較，簡(jiǎn)單介紹了虹膜識(shí)別技術(shù)的發(fā)展史，闡述了本課題研究的背景及意義。本文主要研究了虹膜識(shí)別原理的三個(gè)內(nèi)容：虹膜圖像的預(yù)處理，特征提取和模式匹配。虹膜圖像的預(yù)處理主要包

2、括三個(gè)部分：虹膜內(nèi)外邊緣定位，圖像歸一化及圖像的增強(qiáng)。本文采用了基于灰度梯度的定位方法，這種方法較簡(jiǎn)單，與傳統(tǒng)的定位方法相比計(jì)算量小，在保證定位效果的同時(shí)縮短了定位的時(shí)間。對(duì)歸一化后的圖像利用直方圖均衡化的方法進(jìn)行圖像的增強(qiáng)。在研究了小波分析和虹膜的紋理特征的基礎(chǔ)上，利用二維小波對(duì)虹膜進(jìn)行特征提取，對(duì)虹膜圖像進(jìn)行多尺度小波分析，再將虹膜圖像分為八個(gè)小區(qū)域進(jìn)行特征提取，每幅虹膜圖像最終提取465個(gè)特征值。最后，利用Hamming距離的匹配