论文部分内容阅读
虹膜识别是一种新型生物特征识别技术。人的虹膜含有丰富的纹理信息，并具有唯一性、稳定性和不可更改的特点，因此可以作为身份识别的依据。虹膜采集具有非接触性的特点。近年来，虹膜身份识别技术受到了广泛的关注。
虹膜识别主要包括以下步骤：摄取虹膜图像、样本预处理、提取特征向量、匹配识别。虹膜识别相对于其他生物识别技术具备非侵犯性的特点。
分形是指所有自然界的图像具备的几何自相似性特征。具有丰富纹理的虹膜图像也具备分形特征。因此，可以将分形理论应用于提取虹膜特征。
本文简述了虹膜识别技术的发展，介绍了虹膜识别的基本流程，实现了两种提取特征向量和匹配的方法，即基于Gabor滤波和基于分形理论的特征提取方法，并做出分析讨论。首先，通过维纳滤波进行边缘检测，由Hough变换定位虹膜内外边界。通过线性拉伸、坐标变换、直方图均衡化获取归一化虹膜带。对于经典的基于Gabor滤波的识别方法，将虹膜图像经Gabor滤波得到的子图像进行二值化作为特征矢量；识别时，根据两个特征矢量间的海明距进行判别。本文结合分形理论，提出了基于虹膜纹理自相似性、利用分形编码进行虹膜识别的新方法，通过对虹膜图像的所有分类块寻找相似块，将这些相似块的编号序列作为特征矢量；识别时，计算两个特征矢量间的加权相似度系数判断它们是否为同一虹膜。这种方法相对于经典算法来说，具备了特征矢量长度短，信息量丰富，编码匹配复杂度低、计算迅速等优点，对提取虹膜细节纹理特征具备独有的优势，同时还存在的很大的发展空间。
本文对虹膜识别理论进行了深入的探讨和研究，不仅实现了经典的识别算法，也对基于分形理论的新算法做了有效的尝试，并得到较好的实验结果。这对进一步的工作打下了基础。