基于小波變換與Log Gabor濾波的虹膜識別系統(tǒng)的設計與實現(xiàn).pdf

1、隨著全面信息時代的到來，便捷可靠的身份認證技術越來越重要，傳統(tǒng)的身份認證方法已無法滿足信息安全的高要求，基于生物特征的身份識別技術應運而生。在目前已有的生物特征識別中，虹膜識別具有較高的穩(wěn)定性、準確性和安全性，是綜合性能指標評定最好的，被認為是最有前景的生物識別技術。因此，不論是識別算法還是應用研究方面，虹膜識別已成為現(xiàn)階段一個熱門的課題。
　　虹膜身份識別系統(tǒng)主要包括虹膜圖像采集、圖像預處理（虹膜定位及歸一化）、特征提取和模式匹

2、配這四部分。本文在系統(tǒng)分析了已有研究成果的基礎上，對虹膜識別中的預處理、特征提取及模式匹配等方面進行了研究，采用基于小波變換與Log Gabor濾波的方法提取虹膜特征，并利用由粗到細的匹配方法完成識別。本文的主要研究工作內容如下:
　　首先，在虹膜定位方面，本文針對其內外兩個邊緣的不同特點分別進行定位。對虹膜內邊緣，先根據(jù)虹膜圖像的灰度特性，采用閾值法將圖像二值化，然后使用數(shù)學形態(tài)學中的開啟運算去除噪聲，得到分離的瞳孔，再采用Ca

3、nny算子提取其邊緣，最后對邊緣點進行Hough變換完成內邊緣定位;在此基礎上采用微積分方法，只對感興趣區(qū)域進行處理，避免搜索的盲目性，實現(xiàn)外邊緣的快速定位。對于傳統(tǒng)定位方法計算量大、定位時間長等問題，本文算法計算量大大減少，提高了定位的速度和精度。
　　其次，在虹膜特征提取與編碼方面，先分析了基于小波變換的虹膜特征提取方法，并結合虹膜紋理特點，設計了適合進行虹膜特征提取的Log Gabor濾波器，然后結合兩種算法，采用基于小波變

4、換與Log Gabor濾波的方法提取虹膜特征，具體過程是先采用小波變換對預處理后的虹膜圖像進行三層分解，提取能有效表征虹膜紋理特征的全局信息，并對這些數(shù)據(jù)進行離散化，實現(xiàn)虹膜的粗分類，形成小的樣本集，然后使用Log Gabor濾波提取預處理后虹膜圖像的局部紋理信息，量化編碼后形成虹膜特征模板。
　　最后，在虹膜匹配方面，采用由粗到細的匹配方法，先根據(jù)小波變換的編碼結果進行虹膜的粗分類，在此基礎上利用Log Gabor特征編碼進行細