论文部分内容阅读
虹膜识别是一种基于生物特征的身份识别方法,由于其高度的准确性和防伪性,在近几十年来,越来越多的研究者关注虹膜识别领域,并取得了巨大的突破和成就。但是,这些算法的性能容易受到外部环境的影响,如测试环境、拍摄设备、测试者配合程度等,对虹膜识别性能产生着严重的影响,限制了虹膜识别在日常生活中的广泛应用。为提高虹膜识别算法的适用性,通过研究和实验,基于形态学滤波方法和PCNN特征提取及分类方法,提出了一种改进的虹膜识别算法。所做的研究工作的内容主要包括以下几个方面：一、对几种经典的虹膜识别算法进行了学习和研究。总结了虹膜识别的流程及方法,在虹膜库中进行测试,总结影响虹膜识别率的原因。对虹膜定位的准确性、虹膜匹配的快速性两个方面进行了重点研究。二、针对虹膜定位准确性这个研究点,引入形态学滤波对人眼图像进行去噪,再运用hough圆检测算法,结合虹膜内外圆圆心很接近这一特点,能获得虹膜内外圆周准确的边缘。实验结果验证了此种改进方法比单独使用hough圆检测算法更能够准确定位虹膜。三、对脉冲耦合神经网络(PCNN)的动力学机制进行了系统分析。首先分析了PCNN模型的结构,然后采用严谨的数学分析方式分析了PCNN的动力学特性,给出了非激励和激励两种情况下脉冲发放周期的数学解析式,并通过实验仿真对有关分析结论进行了验证。四、对脉冲耦合神经网络(PCNN)神经元脉冲统计理论进行了系统研究。对点火图及振荡时间序列的脉冲统计特征进行了分析研究,分析了时间序列对于旋转、缩放、平移变化的适应性。五、针对虹膜匹配准确性及快速性这个研究点,引入脉冲耦合神经网络(PCNN),把二维数据压缩到一维数据,根据时间序列之间的欧式距离来快速地初步分类,再运用Gabor滤波算法提取虹膜特征,海明距离进行虹膜匹配。实验结果验证了此种改进方法对虹膜图像中常见的旋转和平移现象有较好的适应性,能够实现模糊匹配。并且耗时相对较少,能够兼顾大型虹膜数据库中数据量大与实时性的要求。六、把虹膜识别的经典方法与改进方法进行对比实验,从运行准确性及时间消耗两个方面进行对比,实验结果验证了改进方法的有效性。