论文部分内容阅读
在现代社会中,随着科技和经济的飞速发展,人们对身份识别技术的重视程度也进一步提高。为了克服传统身份识别技术防伪性比较差的缺点,人们提出用人体的生物特征进行身份识别,如指纹、虹膜和语音等。其中,虹膜身份识别技术由于其可靠性高等优点,正成为生物特征识别技术领域中的研究热点。基于虹膜的身份识别技术主要由以下几个部分构成:虹膜图像获取,图像预处理,特征提取,匹配与识别。本文研究虹膜识别算法,主要是针对预处理、特征提取和模式匹配三部分。针对定位算法中,存在着定位速度慢,外边缘定位不准的问题,提出一种改进算法:对内圆,采用由粗到精的两步定位。对粗定位方法进行改进,根据瞳孔的灰度分布特点用直方图求二值化的阈值时作出改进,并采用几何投影方法粗定位其圆心和半径。减少精定位时活动圆算子检测算法的搜索范围和计算量。在定位外圆时采用的是Canny算子与Hough变换相结合的改进方法。在特征提取中,本文采用了一种全新的方法:首先对虹膜图像进行Radon变换,然后用Radon变换产生的K阶矩得到图像的矩特征矩阵,再对矩特征矩阵进行奇异值分解得到奇异值特征向量,对其进行编码作为图像特征。最后提出了一种改进的欧氏距离判别器来进行虹膜的比较和识别。这些算法通过CASIA2.0虹膜库验证,实验结果表明,本论文的方法提高了识别的速度和精确度。