论文部分内容阅读
当前社会,虹膜识别技术已成为生物识别领域中极为重要的一支。针对虹膜识别技术的研究在社会生活、信息安全等领域具有重大意义。目前,虹膜识别研究对象多是理想状态下的静态虹膜图像。然而在日常生活中,虹膜图像并不是在静止状态下获取的。虹膜采集装置对运动中的虹膜进行采集获得的虹膜图像存在着因运动、离焦等因素造成的图像模糊情况,还可能受到光斑、睫毛等杂物的干扰,因此,其特征提取难度较理想状态更大。本文以动态虹膜图像为研究对象,对动态虹膜图像特征提取关键技术——动态虹膜图像清晰度评价、动态虹膜定位和动态虹膜特征提取进行了研究和改进。本文主要围绕这三个关键阶段做了以下工作:(1)为了研究动态虹膜特征提取关键技术,搭建了动态虹膜采集系统,采集动态虹膜图像并建立了小型的动态虹膜图像库。(2)在清晰度评价阶段,首先介绍了传统的基于梯度的图像清晰度评价方法,又针对动态虹膜图像受到离焦模糊、动态模糊等影响的问题,提出了基于梯度的无参考动态虹膜图像清晰度评价方法,最终得到动态虹膜图像清晰度值,并筛选出清晰度最高的虹膜图像作为后续处理的对象。实验表明,该算法可以精确评价动态虹膜清晰度,且评价更为高效。(3)在动态虹膜定位阶段,首先介绍了几种传统的虹膜定位方法,然后将距离正则化水平集模型运用到动态虹膜定位中,提出一种基于几何特征-距离正则化水平集演化的动态虹膜内边缘定位方法:首先根据虹膜几何特性提出二值化图像二次投影法,并对虹膜内边缘进行粗定位,然后采用改进的距离正则化水平集模型进一步实现虹膜内边缘的精确定位。虹膜外边缘定位,采用Canny边缘检测+霍夫变换的方法实现。最后利用弹性模型将定位后的环状虹膜变换至同一尺度的矩形区域内,并对其做了增强处理,使得虹膜图像纹理更加清晰。实验表明,本文提出的动态虹膜内边缘定位算法定位精度和定位效率较传统方法均有较大提高;本文采用的虹膜外边缘定位算法也是一种可行有效的算法。(4)在动态虹膜的特征提取阶段,首先介绍了几种传统特征提取方法,然后提出了3种Sn-LBP特征提取算法,经实验分析后选取其中可用于特征匹配的Sn+等价模式LBP算法进行特征匹配实验,采用余弦相似度来评价不同虹膜特征之间的相似度。实验结果表明,本算法较传统LBP算法匹配准确率更高。