论文部分内容阅读
虹膜识别作为一种可靠的身份认证手段，被越来越多的用于事关国家及公共安全的重要领域。随着虹膜识别系统产品化进程的加速，虹膜图像分类技术受到越来越多的研究者关注。与虹膜识别把一个虹膜看作一类不同，虹膜分类是将虹膜图像分为具有特殊用途的一些类别，例如，虹膜活体检测(将虹膜图像分为真实和伪造的两类)、人种分类(将虹膜图像按种族的不同分为几类)、虹膜索引(由粗到细的虹膜识别，把虹膜数据库中所有的图像按相似与否分为几大类)。虹膜图像分类的目标是解决虹膜识别系统在产品化过程中遇到的问题，如系统安全问题、大规模数据库检索等，已经成为当前生物识别领域的一个重要课题。本文对虹膜图像分类进行了深入的研究，主要的工作和贡献有： ①将深度图像中表面类型分析的方法引入到虹膜纹理分析中，提出新颖的虹膜检测算法，可用于判断虹膜定位结果正确与否。 ②从纹理分析的角度出发，提出加权局部二值特征(weightedLBP)，用于伪造虹膜检测。 ③提出虹膜基元选择的方法，选择适合人种分类的特征，并采用局部约束的线性编码对虹膜图像进行编码表示，用于人种分类。 ④深入研究纹理基元在虹膜图像分类中的作用，提出层级视觉词典编码(HierarchicalVisualCodebook，HVC)方法提取虹膜图像特征。HVC算法采用分层的树状词典，考虑单词之间的关系，表达的虹膜纹理特征空间具有重叠部分。将特征重构的概念引入层级的编码过程中，具有较小的量化误差，且编码特征具有一定的稀疏性。 ⑤建立了较大规模的伪造虹膜数据库，用于伪造虹膜的算法研究，该数据库包含打印伪造虹膜图像、佩戴彩色印花眼镜的虹膜图像、人造眼球的虹膜图像、及计算机合成伪造图像四种类型的伪造虹膜图像。据我们所知，该数据库是目前最大的伪造虹膜图像数据库，并将被公开发布。 ⑥将伪造虹膜检测、人种分类、虹膜索引等问题看作一个整体，提出统一的虹膜图像分类框架，该框架采用纹理分析的方法提取虹膜图像特征，不依赖虹膜识别系统所用的硬件。该框架易于实现，可完成不同的分类任务，并且可以与不同的虹膜识别系统结合使用。 ⑦对可见光彩色虹膜图像的分类问题进行探索性的研究，提出采用多颜色通道表示虹膜图像的颜色特征，提出虹膜颜色基元的概念用于描述虹膜图像的颜色特征。