多小波理论及其在虹膜识别技术中的应用

论文摘要

生物识别技术从上世纪末起受到了科学家和研究者的广泛关注.其简单、快捷、准确等特性将给安全领域带来一场前所未有的革命.由于人眼虹膜所具有的丰富的纹理特征,虹膜识别技术被誉为最准确可靠的生物识别技术之一.虹膜纹理特征的表示和提取是虹膜识别技术的关键点和难点之一.虹膜丰富的纹理特征,也决定了其表示和提取的复杂性.被誉为数学显微镜的小波分析理论是一种优秀的时频分析工具,被众多研究者应用于虹膜识别技术,并取得了一定成果.多小波分析理论是小波分析理论的自然推广,它克服了小波理论的不足,将正交性、对称性、高阶消失矩和逼近阶等数学性质集于一身,在虹膜纹理特征的表示和提取中有着不俗的表现.本文首先对多小波理论作了系统的研究,着重讨论了多小波的性质、构造及平衡.详细论述了虹膜图像的预处理,特征提取和编码以及模式匹配方法.在此基础上,提出了基于多小波变换的子带直接编码和余弦距离匹配方法,基于多小波多尺度信息的二维虹膜纹理特征量化编码最后,通过实验数据,对不同识别方法的性能进行了比较和评价.

论文目录

• 提要
• 第1章 绪论
• 1.1 研究背景
• 1.1.1 生物识别技术
• 1.1.2 虹膜识别技术
• 1.1.3 多小波理论
• 1.2 研究现状
• 1.3 研究意义
• 1.4 本文研究内容
• 第2章 多小波理论
• 2.1 多小波理论的发展
• 2.2 多小波分析
• 2.3 单小波与多小波比较
• 2.4 多小波性质
• 2.4.1 正交性和双正交性
• 2.4.2 对称性和反对称性
• 2.4.3 消失矩和逼近阶
• 2.5 预滤波
• 第3章 多小波构造
• 3.1 正交多小波的构造
• 3.1.1 矩阵正交扩充方法
• 3.1.2 构造算例
• 3.2 正交对称多小波的构造
• 3.3 平衡多小波的构造
• 3.3.1 平衡多小波
• 3.3.2 平衡多小波的构造
• 第4章 虹膜识别系统
• 4.1 虹膜识别系统综述
• 4.1.1 虹膜的生物特征
• 4.1.2 工作模式
• 4.1.3 性能评价
• 4.1.3.1 辨识模式（Identification）
• 4.1.3.2 验证模式（Verification）
• 4.2 虹膜识别系统构成原理
• 4.3 虹膜图像数据库
• 4.4 虹膜图像预处理
• 4.4.1 虹膜定位
• 4.4.2 标准化
• 4.4.3 图像增强
• 4.4.4 旋转偏差校正
• 4.5 虹膜纹理特征提取
• 4.5.1 基于二维Gabor变换的虹膜纹理特征提取
• 4.5.2 基于小波过零点检测的虹膜纹理特征提取
• 4.5.3 基于二维小波变换的虹膜纹理特征提取
• 4.6 模式匹配
• 4.6.1 欧氏距离（Eucliden）
• 4.6.2 马氏距离（Mahalanibis）
• 4.6.3 Hamming距离
• 4.6.4 Hausdorff距离
• 第5章 基于多小波变换的虹膜纹理特征提取和识别
• 5.1 虹膜图像的多小波分解
• 5.2 基于多小波变换的纹理特征表示
• 5.3 特征编码
• 5.3.1 一维系数编码
• 5.3.2 多尺度量化编码
• 5.4 模式匹配
• 5.4.1 余弦距离
• 5.4.2 改进的Hamming距离
• 第6章 实验结果及数据分析
• 6.1 实验一：基于小波过零点检测方法
• 6.1.1 实验设计
• 6.1.2 实验结果
• 6.1.3 数据分析
• 6.2 实验二：基于GHM多小波的余弦距离方法
• 6.2.1 实验设计
• 6.2.2 实验结果
• 6.2.3 数据分析
• 6.3 实验三：基于平衡多小波的多尺度量化方法
• 6.3.1 实验设计
• 6.3.2 实验结果
• 6.3.3 数据分析
• 6.4 不同方法识别性能比较
• 第7章 总结与展望
• 参考文献
• 致谢
• 插图
• 表格
• 在学期间发表的学术论文与研究成果
• 摘要
• Abstract