在信息技术迅速发展、人员交往频繁的现代社会里,安全、可靠、高效的身份识别技术成为亟待解决的关键社会问题。虹膜识别技术凭借其唯一性、稳定性、可采集性、非侵犯性等优点逐渐受到人们的重视。
　　虹膜识别系统一般由图像采集、虹膜预处理、虹膜特征提取及编码和虹膜匹配几个部分组成。本文首先简要的阐述了虹膜识别技术的发展及研究意义,并介绍了虹膜的生理结构特点及虹膜识别的优势。在总结目前虹膜识别技术研究进展的基础上,结合图像处理、模式识别技术对虹膜识别算法展开了探讨,改进了现有方法,并进行了实验分析。
　　主要研究结果如下:
　　1)在虹膜定位过程中,首先通过灰度阈值法粗略地找到内边缘,然后用Daugman提出的圆模板探测器确定内边缘的圆心和半径;外边缘的定位先采用Canny算子检测边缘图像,然后根据内边缘的定位和先验知识,利用Hough变换求得外边缘的圆心和半径。实验结果表明,该方法能达到很好的定位效果。
　　2)归一化和图像增强阶段,采用“Rubber-sheet”模型对虹膜进行归一化以达到尺度不变性;为了提高后续算法的性能,对归一化图像进行直方图均衡化增强处理,得到较理想的图像;同时产生了一个大小与归一化图像一样的噪声屏蔽模板,以便消除上下眼睑、睫毛等噪声的影响。
　　3)研究基于Log-Gabor小波变换局部频率特征和局部方向特征的特征提取方法。采用3个频率、4个方向的Log-Gabor滤波器对分成若干大小为4×4的虹膜子块图像进行特征提取及编码,同样的方法获得噪声屏蔽码。
　　4)在虹膜匹配中,本文针对噪声屏蔽码对Hamming距离稍作改进,使得匹配时尽量减少噪声干扰。此算法通过CASIA-IrisV3-Interval虹膜库验证,实验结果表明有较好的识别性能。