基于分形多分辨率毯子維理論的虹膜識別研究.pdf

1、在全球安全性和實用性被高度重視的今天，生物特征識別技術(shù)受到了各個國家和諸多領(lǐng)域的廣泛關(guān)注。而作為生物特征的一種，虹膜識別技術(shù)憑借其高準(zhǔn)確性、非侵犯性等優(yōu)點成為專家學(xué)者關(guān)注的對象，在近二三十年里迅猛發(fā)展，并逐漸成熟，被認(rèn)為是未來最可靠、最有發(fā)展前景的生物特征識別技術(shù)。
　　 本文首先介紹了生物識別技術(shù)的發(fā)展現(xiàn)狀及分類。之后對虹膜識別系統(tǒng)的各個組成部分做了詳細(xì)介紹，并總結(jié)了一些經(jīng)典的虹膜識別算法。本文重點研究了虹膜定位、特征提取和模

2、式匹配三個方面。
　　 在虹膜定位過程中，本論文使用基于人眼圖像灰度分布特征的定位方法。首先根據(jù)人眼內(nèi)瞳孔灰度值較低這一特點定位瞳孔內(nèi)一點，由于虹膜內(nèi)外邊界灰度值梯度較大，表現(xiàn)在灰度曲線上為出現(xiàn)最高或最低值，搜索這兩點，確定出內(nèi)外邊界上不共線三點，依據(jù)幾何上“非共線三點確定一個圓”的原理，得到虹膜內(nèi)外邊界圓的參數(shù)。本定位方法能有效減小定位誤差，提高定位速度。
　　 在特征提取過程中，本論文分別提取了虹膜的毯子維特征、毯子

3、維截距特征、多分辨率毯子維特征以及張量子空間特征。毯子維技術(shù)體現(xiàn)了虹膜圖像的紋理變化特性;多分辨率毯子維在毯子維的基礎(chǔ)上，將圖像覆蓋面由高到低變化的分辨率組成一個變化向量;毯子維截距特征能夠反映圖像灰度曲面變化的快慢，還能反映圖像灰度表面的粗糙程度;張量子空間分析能夠提取紋理的空間幾何結(jié)構(gòu)特征。其中，多分辨率毯子維最能有效提高識別系統(tǒng)的分類能力。
　　 在模式匹配過程中，本論文使用歸一化相關(guān)性分類器進(jìn)行匹配識別。其中在解決虹膜旋