论文部分内容阅读
生物特征识别作为一种新的身份识别的方法，克服了传统技术的缺陷，近年来受到了越来越多的关注。虹膜作为一种生物特征，具有唯一性、稳定性、非侵犯性，以及更高的准确性等优点，因此被广泛认为是最有前途的生物识别技术之一。虹膜图像预处理是虹膜识别系统的重要环节，对虹膜识别系统的整体性能和实用性起着至关重要的作用。本文的主要内容之一就是研究虾膜图像预处理中的方法，具体目标是针对预处理环节的一些关键性问题提出解决方案，以提高系统的识别性能和安全性能。另外，鉴于目前虹膜识别测试时普遍使用人工采集的较小规模的数据库，而采集大规模的数据库往往耗时耗力，本文的另一个内容就是研究合成大规模虹膜图像数据库的方法，为虹膜识别算法的测试和评估提供合成数据库平台。本文的主要贡献如下：
①提出一种虹膜图像质量评估算法。低质量的虹膜图像往往有各种表型，在本文中我们研究了如何区别清晰虹膜图像与离焦模糊、运动模糊以及眼皮遮挡三种低质量图像。针对以上三种情况我们分别提出了基于空域滤波器法、竖直方向高频滤波器法和基于感兴趣区域(Region of Interest，ROI)平均灰度的方法。我们提出的方法能够使虹膜识别系统具有更强的抗噪性能。
②提出两种虹膜非线性矫正方法，主要针对光照变化下虹膜纹理的非线性形变问题。我们提出的第一种方法是基于对虹膜纹理结构的一种假设，我们使用高斯模型来表达了虹膜纹理的非线性形变。第二种方法是从虹膜纹理的表犁出发，提出了一种基于局部斑块比对的非线性矫正方法。通过对该问题的研究，可以使虹膜识别在非理想的外部环境更加鲁棒。
③提出了三种虹膜图像中的印花隐形检测方法。第一种方法使用了虹膜外边缘，即虹膜/巩膜边缘的灰度差来分类两种图像。第二种方法首先使用多通道Gabor滤波器组和机器学习来构造虹膜纹理基元，然后用虹膜纹理基元直方图来表达虹膜图像的纹理特征。第三种方法基于灰度共生矩阵的特征表达和以支持向量机(SupportVector Machine，SVM)为分类器的分类方法。我们所提出的方法可以大大增强虹膜识别系统的抗攻击能力。
④提出了虹膜图像合成方法。将块采样的纹理合成方法应用到虹膜图像合成中，取得了非常逼真的视觉效果。通过研究虹膜图像的类内变化，对由块采样合成的虹膜图像引入类内形变、随机扰动和旋转，合成多幅类内虹膜图像。同时，我们提出了合成图像的评价体系，证明了我们所合成的虹膜图像是有效的生物特征。
⑤将虹膜图像合成方法扩展到掌纹图像合成中。对于由结构纹理和随机纹理构成的掌纹图像，通过先提取其主线结构纹理，再将由块采样合成的随机纹理与主线纹理结合得到合成掌纹图像。类似的，通过引入类内形变，生成多幅类内图像，从而得到合成数据库。据我们所了解，这是首次提出掌纹图像合成技术。