基于复小波的虹膜识别算法的研究

论文摘要

随着现代社会信息技术的发展,对安全性的要求越来越高。因此,基于人体生物特征的识别技术得到了迅速的发展和应用。虹膜识别作为生物识别技术中比较有发展潜力的识别技术之一,已经被逐步应用到身份认证等安全领域。虹膜识别是基于人眼虹膜纹理特征来确定人的身份的一种识别方法,也是最为准确的生物特征识别方法之一。 本文运用图像处理技术,结合小波分析的优点,来研究虹膜识别中的关键技术。虹膜的定位是虹膜识别的基础,虹膜特征的提取和匹配是识别中最为关键的技术。 通过对文献的研究,虹膜的定位占据了虹膜识别过程中很大一部分时间。因此,必须在提高定位速度的同时保持定位的精度不使虹膜纹理信息丢失。虹膜的纹理信息大部分集中于虹膜的内边缘,而外边缘的纹理信息较少。所以,通过改进亮度梯度法来适合虹膜纹理的外边缘的生理分布进行外定位,定位结果明显提高。同时,本文在研究传统Hough算法和亮度梯度法的基础上,提出一种基于小波分析的最小二乘法来定位虹膜的内边缘,算法简单且精度高,比传统Hough定位算法的速度更快,且对模糊虹膜图片的定位效果良好。 在虹膜纹理特征提取阶段,通过对文献的分析,虹膜纹理中的相位信息比幅度信息更丰富,更能体现虹膜纹理的独特性。因此,本文

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 引言
• 1.2 虹膜识别与其它生物识别技术的比较
• 1.2.1 人脸识别
• 1.2.2 指纹识别
• 1.2.3 语音识别
• 1.2.4 视网膜识别
• 1.2.5 虹膜识别
• 1.3 本论文的研究意义和内容
• 第二章 虹膜的生理结构及虹膜识别的发展现状
• 2.1 眼睛的结构
• 2.1.1 眼球的组成结构
• 2.1.2 虹膜的结构
• 2.2 虹膜识别技术的发展及现状
• 2.3 本章小结
• 第三章 小波分析在虹膜识别中应用的理论基础
• 3.1 小波分析的基础知识
• 3.2 实小波与复小波
• 3.3 复小波在虹膜特征提取中的应用
• 第四章 虹膜定位算法的研究
• 4.1 引言
• 4.2 虹膜图像的预处理
• 4.2.1 平滑
• 4.2.2 频域相位保持法图像去噪
• 4.2.3 利用复小波去噪的方法
• 4.3 两步定位法
• 4.3.1 虹膜边缘的粗定位
• 4.3.2 虹膜内边缘的精定位
• 4.3.3 虹膜外边缘的精定位
• 4.4 本文的虹膜定位算法
• 4.4.1 边缘提取
• 4.4.2 Hough算法的基本原理
• 4.4.3 最小二乘法
• 4.4.4 改进的亮度梯度法
• 4.5 本章小结
• 第五章 虹膜纹理编码算法的研究
• 5.1 虹膜纹理编码的相关知识
• 5.2 虹膜纹理编码方法
• 5.2.1 Daugman的虹膜纹理编码方法
• 5.2.2 Wildes的虹膜纹理编码方法
• 5.3 基于Log Gabor复小波的虹膜纹理编码方法
• 5.3.1 虹膜的归一化
• 5.3.2 Log Gabor复小波
• 5.3.3 改进的相位增强算法
• 第六章 实验结果与分析
• 第七章 总结与展望
• 参考文献
• 致谢
• 作者在攻读硕士学位期间发表的论文