论文部分内容阅读
随着科技的不断进步,高速发展的互联网时代随之到来,人们越来越关注自身信息的安全,身份的识别因此也引起了高度的重视。身份识别是依靠人与生俱来的生理、行为方面的特征进行。迄今为止,人们所熟悉的身份识别方法包括先天生理特征(如指纹、掌纹、手形、视网膜、人脸、虹膜等)、后天习惯而形成的行为特征(如语言、步态等)。虹膜识别是所有生物特征识别技术中错误率最低,最可靠的技术。凭借唯一性、稳定性、普遍性、可采集性、可接受性、不易伪造性作为身份鉴别的高度安全的方法,成为生物识别重要的研究内容之一。该论文主要研究和分析了虹膜识别系统的构成,包括虹膜定位、虹膜裁剪、归一化、极坐标变换,并改进了一种感兴趣区域的虹膜快速定位算法,具体内容如下:(1)取原虹膜图像中心点向下二分之一的部分作为感兴趣区域,以避免人眼虹膜信息的丢失。(2)对提取出来的虹膜边界点用sobel算子处理,滤去一些小边界,实现虹膜外圆定位。(3)将像素所包含的平均值作为阈值,灰度小于阈值的被看作瞳孔区域,在应用sobel算子提取边界点,实现虹膜内圆定位。该算法提高了虹膜定位的速度,与取四分之一感兴趣区域的方法相比,优点在于不会丢失虹膜的纹理信息。虹膜特征提取中,虹膜纹理的提取用二维Gabor小波变换,该方法可以方便地提取各个尺度和方向上的信息,该论文从四个方向、七个尺度采集到28幅纹理图像,经Gabor滤波后提取出虹膜信息,在一定程度上降低了光照变化和噪声的影响。最后利用离散余弦变换进行特征降维,不仅保留了原图像的重要特征信息,而且还克服了传统算法的缺点,使运算速度加快。虹膜识别采用模板匹配法来实现,计算待测样品的虹膜特征与样品数据库中的虹膜特征。文中虹膜识别算法均应用Matlab和C语言来多次仿真实现,最后将实现过程中的结果给出具体的仿真图。