一种快速高效的虹膜识别算法

为了提高虹膜识别系统的性能,提出了一种新的虹膜识别算法。首先采用先粗后细的方式定位虹膜的内外边界,然后将虹膜图像归一化展开并去除噪声,最后用选定的滤波器虚部对展开后的虹膜图像进行滤波并对特征编码,匹配算法中采用Hamming距离来定义特征间的距离。实验表明:对于CASIA库中的图像及自制采集设备采集的图像,本文算法都能达到较好的识别效果,而且相对于传统算法,本文算法大幅度降低了处理耗时和虹膜特征编码长度。     

基于稳定特征的虹膜分类算法

虹膜分类中,由于虹膜的相似度计算会受到特征模板中不可靠和不固定特征的影响,使得虹膜分类的错误率(错误识别率＋错误拒绝率)增加.为了解决这个问题,本文提出了一种稳定特征提取的方法,从同一虹膜的多个图像中提取虹膜的稳定特征,并利用这些稳定特征建立该虹膜的特征模板,然后用于虹膜的分类.采用CASIA虹膜数据库进行测试,仿真结果表明,基于稳定特征的虹膜分类算法能提高虹膜分类精度和改善虹膜识别系统性能.     

基于矢量场卷积的虹膜定位

为了提高虹膜定位的精度和准确性,从而进一步提高虹膜识别系统的识别率,提出了一种基于矢量场卷积(Vector Field Convolution,VFC)的虹膜定位算法,用于精确定位虹膜内边界。首先利用最小灰度平均值法自动确定VFC模型的初始化轮廓,在活动轮廓内外力作用下实现虹膜内边界定位;然后对于虹膜外边界,采用改进的Daugman算法进行定位。利用多个虹膜图库进行了大量实验,并与几种常见的虹膜定位算法进行了比较,实验结果表明:该方法定位准确度更高,虹膜内边界定位更接近真实边界,定位结果有明显改善。     

基于广义高斯分布FDCT_Wrap和FSVM的虹膜识别

为了提高虹膜识别的准确率,提出了一种改进曲波变换的虹膜识别算法.首先对预处理后的虹膜图像进行Wrapping算法的快速离散曲波变换,提取不同尺度和不同方向的曲波子带系数矩阵的均值、方差和能量,然后利用广义高斯分布估算各子带的权值,为分类能力较强的特征向量赋予较大权值,构成虹膜图像的特征向量.最后采用模糊支持向量机和二叉决策树相结合的分类器进行匹配识别.采用UBIRIS和CASIA虹膜数据库对算法性能进行测试.实验结果表明,该算法能更好地提高虹膜识别准确率和效率,具有可行性.     

虹膜图像内外边缘定位算法研究

虹膜定位是虹膜识别过程中的重要环节,定位的速度和精度决定了整个虹膜识别系统的性能,精确的虹膜定位是有效进行虹膜识别的前提,所以一种简洁有效的虹膜定位算法是至关重要的。针对现有的虹膜定位算法的局限性,提出了一种新的虹膜定位算法。首先从虹膜图像的灰度直方图入手,分析虹膜图像的结构及其灰度分布,先用二值化的方法分离出瞳孔,再用数学形态学方法对其进行膨胀和腐蚀运算,然后确定瞳孔的圆心和半径,对内边缘进行精确定位。利用虹膜定位的先验知识,在缩小搜索范围的基础上,再用形态学算法与新的Hough变换相结合来进行虹膜图像外边缘的定位,确定外圆圆心及半径。实验结果证明了该算法的有效性和可行性。     

采用Gabor函数的虹膜提取技术研究

将原用于模拟脑部主要直观皮层中单细胞的Gabor函数用作眼部图像的滤波函数，可以快捷方便地从眼部图像中提取虹膜图像。实验表明，通过对该Gabor函数中相关参数的分析和优化，该方法能较好地将虹膜（纹理）与巩膜、虹膜与瞳孔进行分离，从而方便地实现虹膜提取，并能简化虹膜识别系统的程序，提高其处理速度。     

利用波阵面扩大虹膜采集装置的景深

该文针对虹膜识别系统中虹膜采集装置采集虹膜图像很不灵活的问题,给出一种利用加波阵面来延长景深的方法。文中详细分析了其可行性及设计方法,并给出了运用此系统采集虹膜,进行虹膜识别的比较实验结果。该方法对虹膜识别的推广具有很高的参考价值。     

虹膜图像的质量评价研究

对虹膜识别系统来说,所采集虹膜图像的质量好坏直接影响识别是否成功。本文针对散焦模糊和眼睑睫毛遮挡问题提出了一种新的虹膜图像质量评价方法:判断图像是否散焦模糊采用了LoG算子提取瞳孔两侧局部虹膜的高频能量,判断虹膜是否有眼睑严重遮挡采用了计算瞳孔上方指定矩形区域的灰度均值,同时计算该区域的水平梯度来衡量虹膜受睫毛遮挡的程度。仿真实验表明,算法的平均处理速度0.020 9s/帧,满足实时虹膜识别系统的需求,是一种快速有效的虹膜图像质量评价算法。     

手持式片上虹膜识别系统设计及算法研究

在对实时虹膜识别技术的研究现状、识别算法和系统构成等进行全面分析基础上,针对实时虹膜识别技术的应用提出了手持嵌入式虹膜识别片上(SoC)系统.重点研究了该系统应用的虹膜识别算法,提出了一种新的基于SoC系统应用的虹膜图像获取、内外边缘定位、归一化、增强和识别算法.对该识别系统实验验证表明,算法运算速度快,性能稳定,精度高,具有体积小,功耗低,稳定性高等特点.     

一种新的虹膜图像预处理方法

为了实现具有高准确性的非侵犯性虹膜识别,讨论了人眼图像中存在的由于虹膜识别的非侵犯性所造成的一些问题,提出了一种新的虹膜图像预处理方法.该方法包括内边界定位、眼睑检测、眼毛检测、外边界定位、虹膜归一化等操作.经该方法预处理得到的虹膜图像不包含眼睑和眼毛等干扰,使虹膜特征提取和匹配等过程不会受到各种干扰的影响,从而保证虹膜识别方法的健壮性.在多种图像库中的人眼图像上进行实验的结果证明,该方法能够有效地解决人眼图像中存存的问题,具有理想的准确性和较快的执行速度.     

提高网络接入控制安全的虹膜识别技术研究

网络接入控制安全越来越得到重视和研究,文中提出一种新颖的生物识别技术,即基于虹膜识别的生物识别方法,它抛弃了使用密码和个人识别码等不可靠的鉴别方法,由于它接近于零的错误接收率和较低的错误拒绝率而具有高安全性.     

一种新颖的基于小波变换的虹膜识别算法

虹膜识别是一种新兴的生物识别技术,研究了虹膜图像的快速定位、增强等预处理方法,并提出了一种新颖的基于二维小波变换的虹膜识别算法,它的基本思想是：对预处理得到的虹膜图像进行四层小波分解,对得到的低频和高频系数抽取115维特征矢量,最后用汉明距离进行图像匹配判决合法性。实验证明,该算法运算速度较快,在图像模糊、噪声干扰等不利条件下仍具有良好的稳健性。     

基于非局部区域关联和概率建模的虹膜识别方法

传统的虹膜识别方法主要提取和匹配局部区域特征,忽略了距离较远区域(即非局部区域)特征之间的相关性.基于序特征的方法通过高斯低通滤波器提取区域的平均灰度值并对不同区域进行大小比较,但是这种方法并不适用于用概率密度描述区域统计特性的情况.本文提出一种新颖的虹膜识别方法解决传统方法的不足.该方法在用空间-相位联合分布表示局部区域纹理特征的基础上,通过将位于距离较远图像区域的特征进行连接得到非局部区域关联描述子表达区域之间的关联特性.论文着重研究了两区域和三区域关联对虹膜识别性能的影响.在虹膜匹配时,考虑非局部区域关联描述子的有效性以排除遮挡、高亮和噪声等干扰因素的影响,允许非局部区域关联描述子进行整体微小平移以建模虹膜纹理的非刚性形变,最后用一种鲁棒的扩散直方图距离比较关联描述子之间的差异.论文在三个公开的虹膜数据库中进行了虹膜验证和虹膜识别实验,结果表明所提出的方法在性能上优于同类方法.     

基于局部频率特征和局部方向特征的虹膜识别算法

描述了一种不同于现有方法的新颖虹膜识别算法,利用多尺度多方向的二维奇对称Gabor滤波器,同时提取虹膜纹理的局部频率特征和局部方向特征.这种方法更全面的描述了虹膜纹理的特征空间,克服了之前的虹膜识别算法只提取局部频率特征或者只提取局部方向特征的局限性.特征匹配采用类似加权市街距离的方法来进行,而且根据眼睑和睫毛的分布特点设计匹配模板,能够最大限度的减少它们对匹配的干扰.与Daugman算法进行对比的实验数据表明,本算法具有非常优越的识别性能.     

基于匹配模板的二相编码信号识别方法

雷达采用低截获概率（LPI）技术之后,特别是在低信噪比条件下,传统的基于参数提取的雷达信号识别方法将会失效。针对这一问题,提出了基于匹配模板的雷达信号识别方法,阐述了该方法中匹配模板的创建、匹配算法的实现和匹配输出性能参数提取与分析三个关键步骤,以二相编码信号为例制定了相应的匹配识别准则,通过仿真实验验证了该准则的有效性和该方法的可行性。在信号受到噪声污染的情况下,该方法对二相编码信号的识别信噪比可以达到-6 dB。     

虹膜识别中的采集系统研究

介绍了虹膜识别系统中的识别方法及相应的采集系统设计；系统设计中采用新型CMOS成像芯片成像、光学低通滤波器滤波和自对准、红外照明、防Xuan光等无侵犯性设计；文章详细介绍了相关器件及系统参数设计，并给出运用此系统所进行的的虹膜识别对比实验结果。该系统设计具有一定的参考价值。     

基于多子区域联合的高适应性虹膜识别算法

 由于在采集虹膜图像前,无法预知眼睑、睫毛等噪声对虹膜纹理的干扰程度和不受干扰的可用虹膜区域的位置和大小,这可能会使提取到的特征模板中包含了由噪声引起的不可靠和不稳定特征,使识别的错误率增加.本文提出了多子区域联合的识别方法,将相对不易受干扰的图像区域划分为4个子区域,分别计算两幅图像对应子区域的相似度,动态选择最相似的子区域,将其特征作为判定依据进行分类.克服了之前算法只选择一个固定位置的区域用于特征提取的局限性.采用CASIA虹膜图库进行测试,结果表明:本方法能提高识别准确率、增强算法对采集图像质量要求的适应性,改善了虹膜识别系统的性能.     

基于局部分块特征的快速虹膜身份鉴别算法

提出一种新的虹膜身份鉴别算法.首先将灰度虹膜图像等分为若干个子图像,再将每个子图像等分为若干个子区域,将各点梯度之和最大的子区域中心点坐标作为各子图像的特征,各子图像的特征构成了该虹膜图像的特征矩阵,最后通过特征矩阵在空间上直接对准的方法进行匹配识别.给出了子图像和子区域大小的选择方法,同时给出了在人眼自然张开状态下不受遮挡干扰的可用虹膜区域大小对识别效果的影响.克服了之前人为规定子图像和子区域大小和选取固定可用虹膜区域大小提取局部纹理特征所带来的局限性.实验表明:1)人眼自然张开状态下,在虹膜区域超过50%不受遮挡时即可完成识别;2)算法运行速度快且对采集图像时左右各7°以内的旋转失真具有很强的容错能力.