虹膜外邊界定位算法和粗分類算法的研究.pdf

1、虹膜識別技術(shù)是一種生物識別技術(shù)，其利用虹膜獨特的生物特征，對人的身份進(jìn)行鑒定識別。相比于其他生物特征識別技術(shù)，虹膜識別穩(wěn)定性高，可靠性好，使得虹膜識別技術(shù)被廣泛應(yīng)用并具有廣闊的市場前景。 本文在前人研究的基礎(chǔ)上，對虹膜識別算法的預(yù)處理進(jìn)行了改進(jìn)，并引入了粗分類模塊。本文主要的研究工作包含以下幾個方面： 1)在虹膜圖像預(yù)處理方面，對質(zhì)量評估模塊進(jìn)行了改進(jìn)，重點修改了光斑填充部分的算法。首先利用質(zhì)量評估對虹膜圖像中光斑的位置

2、進(jìn)行確定。其次根據(jù)形態(tài)學(xué)圖像分析的知識對光斑進(jìn)行快速填充。通過前向后向兩次全局掃描，得到填充像素隊列。按先進(jìn)先出原則，對隊列中的像素進(jìn)行膨脹運算。最后得到光斑填充后的虹膜圖像，消除了虹膜圖像中灰度值突然變高的噪聲點。 2)在虹膜外邊界定位方面，增強了算法強壯性和適應(yīng)性。首先利用虹膜內(nèi)邊界定位信息，確定外邊界大致區(qū)域和睫毛閾值。接著利用梯度和搜索虹膜外邊界的邊界點。然后根據(jù)虹膜的形狀特性和分布特性，對提取出來的邊界點集合進(jìn)行兩次分

3、類，刪除部分偽邊界點。用改進(jìn)的擬合算法對分類后的邊界點集合進(jìn)行擬合，得到若干個待選虹膜外邊界。最后對一組邊界圓進(jìn)行篩選，得到最后的結(jié)果，輸出虹膜外邊界信息。 3)在虹膜紋理匹配的基礎(chǔ)上，在海量數(shù)據(jù)庫模型下引入了虹膜粗分類的概念，并以此對虹膜粗分類的特征提取算法和粗分類的聚類算法進(jìn)行了研究。從海量虹膜數(shù)據(jù)庫出發(fā)，將虹膜粗分類引入到虹膜識別系統(tǒng)中?；谶@一目的，分析了粗分類和識別的異同點，提出了粗分類特征提取的準(zhǔn)則。根據(jù)小波分析能夠

4、提取圖像在不同頻率下信息的特性，給出了基于小波系數(shù)統(tǒng)計信息的特征提取算法。同時，由于核方法在無監(jiān)督聚類中表現(xiàn)出來的優(yōu)越性，所以將其引入對虹膜庫進(jìn)行無監(jiān)督的聚類。最后，利用支持向量機的訓(xùn)練能力和在海量樣本下快速分類的能力，將其作為最后驗證粗分類算法的工具。 本文論述的虹膜外邊界提取算法在CASIA虹膜數(shù)據(jù)庫(version2.0和vsersion3.0)中進(jìn)行測試，得到良好的定位效果。同時，粗分類算法在人造驗證數(shù)據(jù)和原始虹膜數(shù)據(jù)庫