小波變換與數學形態(tài)學相結合的虹膜識別算法研究.pdf

1、隨著網絡化和數字化的發(fā)展，便捷可靠的身份認證技術變得越來越重要。信息時代的一大特征就是身份的數字化，傳統的以密碼為特征的身份驗證技術已經不能滿足信息安全的要求，基于生物特征的身份識別技術應運而生。如何快速準確的鑒定身份，替代傳統的記憶性密碼，保證個人身份信息安全成為人們關注的焦點。虹膜識別的出錯率是幾種常見生物識別技術中最低的，也是最容易被接受的識別方式。虹膜識別技術具有良好的穩(wěn)定性、準確性和安全性，無論是識別算法還是應用研究，都具有廣

2、闊的發(fā)展前景。虹膜識別系統的研究和開發(fā)已經成為現階段一個熱門的課題。
　　 虹膜識別系統一般由虹膜圖像的預處理（虹膜定位、歸一化、圖像增強）、特征提取和模式匹配（認證識別）三部分組成。本文在系統分析和研究整理傳統算法的研究成果基礎之上，使用了新理論，提出新的觀點。就虹膜圖像預處理、特征提取與模式匹配等方面對虹膜識別技術的算法做了深入研究和改進。本文的主要研究工作包括以下幾個方面:
　　 (1)在虹膜圖像定位中提出了一種更

3、為快速和精確的定位算法。采用粗定位與限定區(qū)域逐點搜索檢測的精定位方法相結合的定位算法，可以快速找出虹膜的內、外邊界。仿真結果表明，算法思路簡單，易于實現，在保證速度的基礎上有效提高了定位的精度，避免了搜索的盲目性。
　　 (2)在特征提取中提出了小波變換與數學形態(tài)學相結合的概念，是本文的一個創(chuàng)新點所在。首先應用三層小波分解對歸一化后的虹膜圖像進行特征提取，然后使用數學形態(tài)學方法中區(qū)域描繪算子進行特征提取。將小波變換良好的時頻分析

4、特性與數學形態(tài)學在圖像處理中的優(yōu)勢良好的結合起來。
　　 (3)在編碼匹配方面，對圖像進行壓縮后使用粗糙集中的決策支持系統來進行屬性值的粗篩選，去除那些肯定不會被匹配的圖像，然后再進行傳統的逐位匹配，減少了計算量，提高了識別效率，實現了快速準確識別過程。
　　 上述虹膜識別過程中的算法均以中科院CASIA虹膜數據庫V1.0版本中來自108個不同人眼的756幅圖像為實驗樣本，在MATLAB7.0平臺上進行仿真實驗。仿真結果