虹膜識別的預(yù)處理算法研究.pdf

1、虹膜因其獨特的生理特性在生物特征識別中備受關(guān)注。如何又快又準(zhǔn)的實現(xiàn)虹膜自動化實時判識仍是目前虹膜識別過程中所面臨的一大難題。建立虹膜預(yù)處理評估模型為解決這一難題提供了可能和依據(jù)?，F(xiàn)有虹膜圖像預(yù)處理算法大都基于序列圖像研究的,從不同程度上增加了時間開銷,不利于虹膜識別系統(tǒng)的實時處理。 有鑒于此,本文在前人研究的基礎(chǔ)上,仔細(xì)分析和研究了圖像在空域和頻域的特征,建立了步進(jìn)式實時虹膜預(yù)處理評估模型。其工作主要包括如下幾個方面：

2、1).圖像質(zhì)量評估,根據(jù)虹膜空域灰度信息和時頻的相關(guān)信息,分析影響虹膜圖像質(zhì)量的各個因素,并針對各個影響因素提出相關(guān)判斷準(zhǔn)則和標(biāo)準(zhǔn)；對眼瞼的定位采取最小二乘法原理進(jìn)行拋物線擬合,大大提高了眼瞼擬合的時間；對清晰度的判斷提出了基于分?jǐn)?shù)階拉普拉斯算子的局部銳化度的方法,提高了對圖像清晰度判斷的準(zhǔn)確性；解決了傳統(tǒng)算法基于虹膜內(nèi)外邊界準(zhǔn)確定位的基礎(chǔ)上才能進(jìn)行質(zhì)量評估的問題。 2).虹膜定位,使虹膜定位算法和質(zhì)量評估算法有效結(jié)合,采取分區(qū)

3、域的感興趣區(qū)域操作,采用內(nèi)間方差的方法獲取瞳孔的二值化閾值,消除了對圖像直方圖依賴帶來的誤差；利用梯度信息實現(xiàn)對虹膜外邊界的定位；最后采用曲線擬合實現(xiàn)對虹膜內(nèi)外邊界的位置確定,避免了反復(fù)迭代運算,大大節(jié)約了圖像預(yù)處理時間。 3).建立實時虹膜預(yù)處理評估模型,對現(xiàn)有虹膜預(yù)處理算法進(jìn)行相關(guān)分析的基礎(chǔ)上,分步驟分析影響虹膜圖像質(zhì)量的各個因素,實時判斷和評估圖像質(zhì)量,有效縮短圖像處理時間；最后,建立了基于PC平臺的虹膜圖像實時預(yù)處理模型