论文部分内容阅读
生物特征识别技术是利用人类各种固有的生物特征如指纹,人脸,声音,虹膜等进行身份鉴别和认证的技术。与传统的身份认证方式相比,基于生物特征提取的身份鉴别技术在安全性和便捷性方面显示出巨大的优势。虹膜识别是近年发展起来的一种新型生物特征识别技术。虹膜具有丰富的纹理特征,这些特征因人而异并且具有高度的稳定性。同时,虹膜图像可以在非接触的条件下采集。因此,基于虹膜识别的身份鉴别技术已经受到越来越多的关注。
本文介绍了虹膜识别系统的工作流程,重点对虹膜图像的自动对焦,虹膜图像的预处理以及虹膜识别算法等虹膜识别系统的关键技术进行了研究,分析了传统算法并针对这些算法的缺点,提出了几种新的改进算法。
本文对传统的自动对焦算法进行了分析,针对自动虹膜图像采集装置的成像特点,提出了一种改进的基于对焦深度法的自动对焦算法。该算法根据自动虹膜相机小景深的特点,提出应用图像的ULFM作为清晰度评价函数,并采用粗对焦和精确对焦相结合的二级对焦策略。实际虹膜图像采集系统实验结果表明算法精度高,鲁棒性强,实时性好。
本文对虹膜图像预处理中的图像定位,归一化,噪声检测以及图像增强技术进行了详尽的阐述和分析,并针对现有算法的缺点,提出了几种简单快速的改进算法。
本文针对传统的虹膜识别算法的缺点,提出了两种改进的新算法:(1)基于Rsdon变换的多尺度虹膜识别算法。(2)改进的基于相位谱互相关的虹膜识别算法,并通过大量的实验对算法的性能进行了测试,验证和对比。