虹膜識別算法的研究和優(yōu)化.pdf

1、目前國內多數(shù)的虹膜識別算法都是根據(jù)中科院的虹膜圖像數(shù)據(jù)庫所提供的虹膜圖像。但大多數(shù)圖像采集設備并不能采集到高質量的清晰的虹膜圖像，因此傳統(tǒng)算法推廣到實際應用中還存在一些困難。本文針對非高端采集設備所拍攝的虹膜圖像，以現(xiàn)有的多種虹膜識別算法為基礎，并對之進行改進和優(yōu)化，提出了一套完整的更適合實際應用的虹膜識別算法。 本文主要用于可能包含光照不均等噪聲的虹膜圖像的處理。首先虹膜預處理部分提出了雙閾值分割與形態(tài)學相結合的算法，有效的大

2、致定位出虹膜內邊緣；再利用由傳統(tǒng)的Daugman的環(huán)量積分算子衍化出的直角坐標形式的環(huán)量積分算子在各自的有效范圍內精確定位出了虹膜的內外邊緣；對精確定位出的虹膜圓環(huán)采用了內外圓不同心較正模型進行歸一化，并選用效果較好的雙線性插值算法進行插值運算得到512*64的虹膜圓環(huán)展開圖像；再用直方圖均衡化的方法對展開后的虹膜圖像進行的對比度增強的處理。 其次分析和總結了一些當今流行的虹膜特征提取和編碼方法，主要研究了主流算法中經典的Dau

3、gman的2-DGabor濾波器算法，將之轉化為離散形式進行紋理提取，最后采用幅值相位的編碼方法對虹膜紋理進行編碼，并提出了加權Hamming距離對虹膜代碼進行最后的分類判定。 最后針對100幅虹膜圖像通過選取適當?shù)募訖郒amming距離閾值，兼顧了誤識率和誤拒率兩方面，對整個算法進行了測試和驗證。 結果表明整個算法針對本課題所提供的圖像取得了較好的識別效果，在復雜度上也有所降低，節(jié)省了虹膜識別的時間開銷和提高了系統(tǒng)的實