随着全球范围内网络的飞速发展,大量的共享信息在开放式网络上的出现,其中包括很多个人、政府等的敏感信息,致使信息安全成为信息共享迫在眉睫的首要问题,一种准确的自动身份鉴别对于当今高科技社会是必需的;而身份鉴别作为网络安全的一个重要方面越来越受到人们的关注,基于生物特征的身份识别为自动身份鉴别提供了一种强有力的工具。 本文介绍了人眼的虹膜作为重要的身份鉴别特征的优良生物特征,具有唯一性、稳定性、可采集性、非侵犯性等优点。近年来,在虹膜识别的研究中,科研人员已经提出了很多识别算法。但是,这些算法的性能易受到外部环境的影响,对虹膜的识别性能产生着严重的影响。因此这些算法为了保证较高的识别率,对测试环境、设备仪器、及测试人都有很大要求,这也限制了虹膜识别在日常生活中的广泛应用。 针对虹膜识别系统实用中的这些缺陷,本文提出了一种基于GMM(高斯混合模型)的虹膜定位方法以及一种基于Gabor滤波器的虹膜识别系统,在一定程度上解决了这个问题。基于GMM的虹膜定位方法是对采集到的虹膜图像建立高斯混合模型,然后利用EM算法来估计模型中的一些参数,最后实现定位。而基于Gabor滤波器的虹膜识别系统首先利用灰度投影原理以及三点唯一确定一个圆的定理来定位虹膜,然后利用多尺度二维Gabor滤波器对虹膜图像进行特征提取,最后利用DU分类器进行模式匹配。