基于纹理特征的虹膜识别方法研究

发布时间：2017-07-14 17:12

  本文关键词：基于纹理特征的虹膜识别方法研究

  更多相关文章： 生物特征 虹膜识别 预处理 特征提取与编码 特征匹配

【摘要】：随着现代信息技术的发展,基于生物特征识别技术已经成为信息安全领域的一个重要的研究课题。近年来,虹膜识别技术凭借其“唯一性、高稳定性、不可伪造性”等特点,使其在个人身份识别技术领域得到了极大关注,国内外的专家学者在理论研究与应用发展上,都做出了相应贡献。本课题是在四川省科技项目“基于物联网的生理信息采集技术研究”的资助下完成的。本课题主要研究内容：(1)虹膜数据库的建立,包括标准数据库和测试数据库；(2)虹膜图像预处理,主要包括虹膜边界定位,虹膜有效区域归一化和图像增强等；(3)虹膜纹理特征提取与编码,即是将提取到的纹理信息数值化；(4)虹膜纹理特征匹配,将采集到的虹膜图像与数据库中的图像进行比对,进而完成身份识别。研究路线与研究方法：(1)本课题首先采用了中国科学院自动化研究所提供的虹膜图像数据库CASIA (versionl.0),作为标准数据库；另一方面,为了丰富数据库,利用虹膜检测仪进行现场虹膜图像实时采集,采集纹理相对清晰、尺寸合适、数量一定的虹膜图像作为测试数据库。(2)在虹膜预处理环节,分析了几种常用的定位算法,在此基础上提出了一种基于Hough变换的虹膜定位改进算法,该算法定位精度、速度和鲁棒性都有所提高；在图像归一化和增强阶段,建立弹性模型,采用坐标变换法将圆环形虹膜区域映射成矩形区域,然后利用直方图均衡化对该矩形区域进行图像增强,突出虹膜的纹理信息：根据经验知识,选择出信息量足够的虹膜有效区域。(3)在虹膜纹理特征提取与编码过程,分析了Daugman、Boles和Lim等的特征提取与编码算法的原理。采用小波过零点检测的思想,利用过零点检测算子对虹膜纹理特征提取,对检测结果的符号进行二值编码,并统计二值编码的个数以此作为纹理特征编码。该算法具有较高的运算速度,同时部分的解决了图像旋转的问题。(4)在虹膜特征匹配方面,对几种应用较广的算法进行了分析,并提出了改进型的加权欧式距离分类算法以及改进型的Hamming距离匹配算法,两种算法在一定程度上减小低噪声和图像旋转的影响。研究结果与结论：综上所述,通过对以上四方面内容较为深入的研究,完整的实现了基于纹理特征的虹膜识别方法研究。主要创新点：(1)在虹膜定位时,对虹膜水平边缘点选择降低了Hough变换的运算量；利用虹膜内外边界的耦合关系以及对边界参数平均处理,使得定位准确率提高,改进方法的平均定位时间为0.152s,定位准确率为98.4%。(2)在虹膜纹理特征提取与编码时,过零点检测算子与二次编码法的使用降低了计算的复杂度以及有效的克服了图像旋转的影响。(3)在虹膜特征匹配实验中,本文提出的两种算法都是有效的,并且改进加权欧式距离分类算法的对虹膜的正确识别率为96.04%,优于其他算法。研究结果和数据分析表明,本文所提出的算法具有较好的准确性与可靠性,具有一定的应用价值。
【关键词】：生物特征 虹膜识别 预处理 特征提取与编码 特征匹配
【学位授予单位】：成都信息工程学院
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.41;R339.14
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-14
• 1.1 课题研究背景10-11
• 1.2 国内外研究现状11-12
• 1.2.1 国外虹膜识别技术的发展情况11-12
• 1.2.2 国内虹膜识别技术的研究现状12
• 1.3 课题研究意义12-13
• 1.4 课题主要研究内容与论文结构13-14
• 第二章 虹膜图像预处理方法研究14-26
• 2.1 虹膜边界定位14-20
• 2.1.1 常用的虹膜边界定位方法14-16
• 2.1.2 改进的虹膜定位方法16-20
• 2.2 虹膜图像的归一化20-22
• 2.3 归一化虹膜图像的对比度增强22-24
• 2.3.1 虹膜图像的直方图22
• 2.3.2 虹膜图像直方图的均衡化22-24
• 2.4 虹膜图像有效区域选择24-25
• 2.5 小结25-26
• 第三章 虹膜纹理特征提取与编码方法研究26-43
• 3.1 图形纹理分析方法介绍26-27
• 3.2 几种虹膜纹理特征提取与编码算法研究27-37
• 3.2.1 基于二维Gabor变换的虹膜纹理特征提取算法28-31
• 3.2.2 基于小波变换过零点检测的虹膜特征提取与编码算法31-34
• 3.2.3 基于二维小波变换的虹膜纹理特征提取算法34-37
• 3.3 基于局部过零点检测的虹膜纹理特征提取与二次编码算法37-42
• 3.3.1 虹膜图像的高斯滤波处理38-39
• 3.3.2 局部过零点检测算子提取虹膜纹理特征39-40
• 3.3.3 虹膜纹理特征的二次编码40-42
• 3.4 小结42-43
• 第四章 虹膜特征匹配算法研究43-47
• 4.1 虹膜特征匹配常用算法43-44
• 4.1.1 采用Hamming距离对虹膜特征进行匹配43
• 4.1.2 利用欧式距离分类算法对虹膜特征进行匹配43-44
• 4.1.3 运用相似度匹配算法对虹膜特征进行匹配44
• 4.2 改进的虹膜特征匹配算法44-46
• 4.2.1 改进型的加权欧式距离分类算法44-45
• 4.2.2 改进型的Hamming距离匹配算法45-46
• 4.3 小结46-47
• 第五章 实验结果与分析47-52
• 5.1 虹膜定位结果与分析47-48
• 5.2 虹膜特征提取与匹配结果分析48-51
• 5.3 小结51-52
• 第六章 总结与展望52-54
• 6.1 总结52
• 6.2 展望52-54
• 参考文献54-58
• 作者在读期间科研成果简介58-59
• 致谢59

【参考文献】

中国硕士学位论文全文数据库 前1条

1 史振宁;虹膜特征提取与识别算法研究[D];重庆大学;2006年

，

本文编号：541933