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Hough变换的快速虹膜识别算法研究

为了快速、准确地达到虹膜识别的目的,提出一种基于Hough变换的快速虹膜识别算法。首先,对虹膜图像进行相关预处理,其中包括将原图像缩小若干倍,利用Hough变换提取虹膜圆环后,再还原图像;其次,利用2D-Gabor滤波器提取虹膜纹理信息;最后,利用Hamming距离进行虹膜识别。采用虹膜库中30例虹膜图像对该快速虹膜识别算法进行实验研究,结果表明:对虹膜图像缩小倍数应为22n(n=1,2,3,…)倍;当虹膜图像缩小倍数为16倍时,可实现计算速度与识别效果的最佳平衡。实验证明,该虹膜识别方法可行有效。     

一种新颖的虹膜识别算法

虹膜识别通常包含虹膜定位、特征提取以及编码和识别几个关键步骤。本文提出的算法从建立虹膜灰度图像的直方图入手，分析虹膜边界的灰度阈值，依靠投票机制完成虹膜的定位；然后根据人眼的生理构造特点将虹膜分区，再对经过分区处理形成的虹膜纹理特征图像用一维连续Gabor复小波提取虹膜纹理特征点的相角信息；最后对相角信息以二比特格雷码实现一次编码和循环差分二次编码，利用特征多项式计算进行比较的两个虹膜的特征差异矩值(P_frfs)，根据判定阈值(P0)判定，最终实现虹膜识别。     

一种基于人眼图像灰度分布特征的虹膜定位算法

提出了一种基于人眼图像灰度分布特征的虹膜定位算法。该算法不必检测到所有的虹膜边界点，只需要分别在虹膜的内外边界上各检测到3个点即可。然后利用落在同一个边界上的3个点，根据“非共线的3点确定1个圆”的几何原理，计算出边界圆的参数，从而确定虹膜内外边界。对CASIA虹膜图像数据库进行了大量的实验，结果表明，该算法与经典的虹膜定位算法（如Daugman的算法和边缘检测算子结合Hough变换的算法）相比，定位结果更加准确，定位速度大幅度提高。     

基于虹膜识别的身份认证系统设计

虹膜识别认证系统由4部分组成.虹膜图像采集采用自行研制的非接触式虹膜图像采集装置,并加入虹膜图像质量评估模块选取清晰虹膜图像;预处理过程中采用Hough变换精确定位,归一化后的虹膜图像具有平移、尺度和旋转不变性;特征提取采用Daubechies-4小波变换对图像进行4层小波分解,并采用汉明距离进行匹配.与现有其他方法相比,系统大大减少了编码存储空间以及编码和匹配的时间,提高了算法速度.     

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。     

虹膜识别算法的研究及实现

Daugman提出的虹膜识别算法具有准确性高，速度快的，但是有关该算法的具体实现却未见文献报道。对Daugman的算法进行了研究，工尝试该算法的实现，提出了一种新的粗定位和精定位相结合的算法来快速位虹膜。在滤波过程中仅利用了实部滤波器就可减少代码长度，而不影响识别效果，其中包括图像的预处理，多尺度2D Gabor滤波器的构造，虹膜码及Hamming距离的计算等。实验结果表明，该方法计算速度快，提取特征的效果好，可用于实际的身份鉴别系统。     

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.     

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。     

一种新颖的自适应虹膜识别方法

提出了一种新颖的自适应虹膜识别方法.首先,进行虹膜定位和上下眼睑拟合,然后对虹膜图像进行归一化操作,得到512列×64行的矩形虹膜图像,自适应地确定有效虹膜区域;其次,在虹膜有效区域内,利用纹理的方向信息、长度信息、宽度信息、邻域的灰度信息找出所有的虹膜特征点;再次,对特征点进行方向编码,用虹膜代码表示虹膜模式;最后,采用自适应的模式匹配方法对不同的虹膜模式进行分类,给出识别结果.实验证明,该方法可以达到99.472%的识别率,能够满足虹膜识别要求.     

基于多分类的虹膜匹配方法

在传统的虹膜识别系统中,虹膜匹配被认为是一个二分类问题：类内匹配和类间匹配。许多已存在的方法简单地利用距离来执行虹膜匹配。由于这些方法不能很好地利用虹膜特征,所以会产生很高的拒识率和误识率,且鲁棒性不强。为了解决这些问题,提出把虹膜匹配当作一个多分类问题,采用一种新颖的蕨算法（Ferns）分类器来完成该工作。相比支持向量机（SVM）分类器,在执行虹膜匹配时,Ferns分类器有诸多优点。为了对提出的算法给出全面评价,实验中分别在认证和识别这2种模式下对该算法进行测试。实验结果证明,提出的方法可以极大地改善虹膜识别系统的性能。     

Iris Recognition Using Wavelet Features

The traditional iris recognition systems require equal high quality human iris images. A cheap image acquisition system has difficulty in capturing equal high quality iris images. This paper describes a new feature representation method for iris recognition robust to noises. The disc-shaped iris image is first convolved with a low pass filter along the radial direction. Then, the radially smoothed iris image is decomposed in the angular direction using a one-dimensional continuous wavelet transform. Each decomposed one-dimensional waveform is approximated by an optimal piecewise linear curve connecting a small set of node points. The set of node points is used as a feature vector. The optimal approximation procedure reduces the feature vector size while maintaining recognition accuracy. The similarity between two iris images is measured by the normalized cross-correlation coefficients between optimal curves. The similarity between two iris images is estimated using mid-frequency bands. The rotation of one-dimensional signals due to the head tilt is estimated using the lowest frequency component. Experimentally we show the proposed method produces superb performance in iris recognition.     

An image segmentation based method for iris feature extraction

In this article, the local anomalistic blocks such as crypts, furrows, and so on in the iris are initially used directly as iris features. A novel image segmentation method based on intersecting cortical model （ICM） neural network was introduced to segment these anomalistic blocks. First, the normalized iris image was put into ICM neural network after enhancement. Second, the iris features were segmented out perfectly and were output in binary image type by the ICM neural network. Finally, the fourth output pulse image produced by ICM neural network was chosen as the iris code for the convenience of real time processing. To estimate the performance of the presented method, an iris recognition platform was produced and the Hamming Distance between two iris codes was computed to measure the dissimilarity between them. The experimental results in CASIA v1.0 and Bath iris image databases show that the proposed iris feature extraction algorithm has promising potential in iris recognition.     

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.     

一种基于相位一致性的虹膜识别方法

由于虹膜具有惟一性、稳定性、不可更改性等优点,虹膜识别已经成为生物特征身份识别领域中的研究热点。为了简化特征提取方法并提高虹膜识别的准确性,提出一种基于相位一致性的虹膜识别方法。该方法利用相位一致性所具有的较强特征检测能力,提取虹膜纹理的边缘点标记纹理的位置信息,将位置特征作为虹膜纹理的可区分性特征实现虹膜识别。在CASIA-IrisV3-Interval图像库上进行实验的结果证明,该方法是可行的,也是有效的,并且具有较高的识别准确性。     

小波变换在虹膜图像特征提取与识别中的应用

文章从虹膜图像的灰度直方图入手,分析了虹膜图像的结构及其灰度分布,在此基础上,完成虹膜图像的内、外边缘的定位和归一化;利用小波变换对分区后的虹膜图像进行分解,实现了虹膜的纹理特征提取和识别。实验结果表明,该方法运算速度快,准确度高,能较好的满足虹膜识别的实际要求。     

基于LBP算子的虹膜特征提取方法

由于虹膜自身具备独特性和随机性,因此需要对其进行特征提取操作,找出具有识别意义的虹膜纹理信息并将其编码,然后依据特定的判决标准来判断两幅图像是否源于同一人,从而实现虹膜识别的功能。该文对传统LBP算子进行改进,极大程度上缩减了描述码维数,并结合位移差分图像匹配方法,得到一种快速、有效的特征方法。通过对CASIA虹膜数据库进行实验比较,该方法能够获得理想的识别效果。