论文部分内容阅读
随着信息技术的迅速发展,信息安全的重要性越来越突出,对个人信息的安全性和准确也提出了更高的要求,生物识别技术因此受到人们的高度重视。传统的生物特征识别技术如指纹识别由于自身的缺陷已经无法满足一些安全性要求很高的行业。虹膜识别作为一种新型的识别技术,因其具有唯一性、稳定性、防伪性等特性被公认是最安全可靠的生物识别技术之一[1],同时又因为其非侵犯性使得它在公共安全和社会管理等领域拥有非常广阔的市场前景。因此研究虹膜识别技术对当今社会信息安全有十分重要的意义。一个典型的虹膜识别系统主要由图像采集、图像预处理、特征提取(编码)、特征匹配四部分构成。图像采集大多使用CCD摄像机直接对虹膜部位进行拍照,图像的清晰度对于虹膜的定位有着决定性的作用;虹膜图像的预处理在当今虹膜识别程序中是最重要的一步,虹膜图像预处理过程中的边界定位更是尤其关键,其准确度将对识别结果产生重要影响,一般根据虹膜形状的特点,人们把虹膜边界建模为环形,它包括内外两条边界;虹膜的特征提取是指从预处理后的虹膜图像提取出对于匹配识别有用特征信息并编码;特征匹配是指对编码的虹膜图像采用相似性测度进行分类匹配识别。本文将主要对虹膜内外两条边界进行定位。本文提出了一种基于图像灰度非线性变换的虹膜定位方法。由于对于非理想虹膜而言,很大一部分是因为虹膜灰度不均匀,虹膜内部的纹理灰度差过大,在使用canny算子求边界后会造成非常强的伪边界,对外边界定位造成干扰,使得定位出现偏差。为了解决这些问题本文对虹膜图像进行了非线性变换,在弱化虹膜内部纹理,平均虹膜的灰度的同时增强了虹膜外边界。这样就弱化了虹膜内部的纹理而增强了虹膜的边界,使得更加有利于定位。为了验证该算法的有效性,我们对中科院模式识别研究所提供的。CASIA-Iris数据库进行了仿真实验,从对结果的分析来看该算法能有效提高非理想虹膜定位的准确率。另外本文在对现有虹膜定位算法进行总结的基础上,对wildes提出的虹膜定位算法进行了改进。Wildes的虹膜识别系统中使用了canny算子边缘检测和hough变换圆拟合的方法对虹膜进行定位,但对于非理想虹膜由于虹膜内部伪边界的影响,以及使用边缘点最多这一标准的到并不一定是虹膜的真正边界,实际定位是会出现一点误差等,这会使得定位出现较大误差。因此本文采用阈值法去除了一些微小的伪边界,并对hough变换进行改进,使得落在边界周围的点最多。实验的结果证明经过改进的算法能对虹膜进行更加精确的定位。