不理想虹膜图像识别算法研究.doc

  • 需要金币1000 个金币
  • 资料目录论文助手 > 大学本科 > 工业大学 >
  • 转换比率:金钱 X 10=金币数量, 例100元=1000金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2018-09-17
  • 论文字数:7586
  • 课题出处:(无悔青春)提供原创资料
  • 资料包括:完整论文

支付并下载

摘要:生物识别技术是指通过对人体特征的数字化测量来进行鉴别的技术,包括人脸,声音,虹膜,指纹等都可以作为识别的标准。虹膜识别技术是生物识别技术中的一个重要课题,具有十分广阔的研究前景。与其他生物特别进行身份识别相比较,例如指纹识别,人脸识别等,虹膜识别具有直接、方便、非侵犯性的优点,具有广泛的应用领域和前景。

虹膜识别技术总的来说是通过对待识别虹膜与虹膜库进行对比的过程,是基于每个人个体所携带虹膜信息的不同从而进行识别,是基于生物虹膜特征而进行的生物识别技术。除了以上有点以外,虹膜识别具有更快的识别速率和准确度,相对于指纹识别和人脸识别来说更有优势。

这次毕业设计所设计的虹膜识别系统主要包括以下几个模块:虹膜图像采集,图像预处理,特征提取和模式匹配。实验中重点研究了虹膜识别的关键技术:虹膜图像的边界处理,有缺项虹膜的切除与展开以及图像匹配。

针对传统虹膜提取的不足,本次实验中采取了基于虹膜图像灰度特征分布的进阶算法。开始是通过对瞳孔灰度值自动设定阈值从而对虹膜图像进行二值化,之后对虹膜图像中的灰度均值进行处理,使其更为平滑,并通过取得极小值坐标确定圆心从而确定虹膜的圆环,最后使用检测算子获取基准点,从而获得极值点的边界点,从而实现虹膜內圆与外圆半径,确定虹膜。该算法与传统的虹膜定位算法相比,定位更为准确快速。

之后通过对虹膜局部区域提取纹理特征的特征提取方法,有效避开了眼睑和睫毛丰富的区域,从而使用虹膜纹理丰富的区域。实验中采取Haar小波包进行特征提取,只保留低频特征向量进行二值编码。实验结果的精确度得到了有效的提高。同时使用基于汉明距离算法的分裂期,通过虹膜编码然后循环移位搜寻最小距离值,确定最终的匹配虹膜。

上述算法以Python3.5平台上进行仿真实验,结果识别性能良好准确。

 

关键词:虹膜识别,虹膜定位,图像预处理,特征提取与识别

 

目录

摘要

Abstract

前言

一.虹膜图像的预处理

1.虹膜边界定位

(1)基准点

(2)内边界定位

(3)外边界定位

2.虹膜图像的增强

二.虹膜特征信息的提取与编码

三.虹膜匹配算法研究

参考文献

致谢


支付并下载

提示:本站支持手机(IOS,Android)下载论文,如果手机下载不知道存哪或打不开,可以用电脑下载,不会重复扣费