虹膜識別系統(tǒng)預(yù)處理算法研究.pdf

1、隨著物聯(lián)網(wǎng)、互聯(lián)網(wǎng)及計(jì)算機(jī)信息技術(shù)的快速發(fā)展，信息安全越來越受到人們的重視，人們對穩(wěn)定可靠的身份識別技術(shù)的需求也越來越強(qiáng)烈。傳統(tǒng)的身份識別技術(shù)由于其固有的局限性在社會快速發(fā)展的今天已逐漸的不能完全滿足人們的要求，在這樣的環(huán)境下，生物識別技術(shù)就逐漸的進(jìn)入人們的視野，并因?yàn)槠浞€(wěn)定性、便捷性、可靠性獲得人們廣泛的認(rèn)可。而虹膜識別作為生物識別技術(shù)的一種，以其高度唯一性、高穩(wěn)定性、高防偽性和非侵犯性，被認(rèn)為是最可靠的生物識別技術(shù)，其發(fā)展和應(yīng)用前景

2、十分廣闊。
　　 虹膜識別技術(shù)主要包含虹膜圖像采集系統(tǒng)、圖像預(yù)處理、特征提取和匹配識別四個部分。要進(jìn)行虹膜識別，首先通過圖像采集系統(tǒng)采集有效的虹膜圖像，接著要對虹膜圖像進(jìn)行預(yù)處理，預(yù)處理步驟一般包括虹膜區(qū)域、眼瞼和睫毛區(qū)域的定位、歸一化和圖像增強(qiáng);進(jìn)而對歸一化后的圖像進(jìn)行特征提取，將提取出的虹膜特征信息用數(shù)字來表示，最后對數(shù)字化的虹膜特征進(jìn)行比對匹配。其中，虹膜圖像預(yù)處理是至關(guān)重要的一個環(huán)節(jié)，預(yù)處理的結(jié)果直接影響到后期的特征提取

3、和匹配進(jìn)而決定虹膜識別系統(tǒng)的精確度。本文主要對預(yù)處理過程中的眼瞼和睫毛檢測算法進(jìn)行探討研究。
　　 在非理想狀態(tài)下，虹膜圖像采集裝置采集到的虹膜圖像不僅包含虹膜區(qū)域，還有睫毛、眼瞼等等，如果睫毛和眼瞼占去虹膜區(qū)域的很大一部分，在后續(xù)的特征提取和特征匹配階段，眼瞼和睫毛的遮擋部分也會被當(dāng)成虹膜特征被提取、編碼、匹配，這將在很大程度上影響虹膜識別系統(tǒng)的精度，所以良好的睫毛和眼瞼檢測算法的研究和應(yīng)用十分必要。
　　 在睫毛檢測

4、方面，目前的睫毛檢測方法，依賴于眼瞼的檢測，需要設(shè)定固定的閾值，復(fù)雜且檢驗(yàn)不準(zhǔn)確，本論文提出一種基于最大期望值和高斯混合模型的睫毛檢測算法，該算法基本原理是將采集到的圖像的灰度值分布用一個K階的高斯混合模型來表示，將每幅采集到的圖像看作是一系列高斯函數(shù)的混合，睫毛部分的圖像或者是包含睫毛的某個部分的圖像的灰度分布就滿足一個高斯函數(shù)分布，通過求出這個高斯函數(shù)的參數(shù)找到睫毛并消除睫毛對識別精度的影響。該睫毛檢測算法通過建立圖像的高斯混合模型

5、、求解圖像的高斯混合模型參數(shù)檢測睫毛，不依賴眼瞼的檢測，不用設(shè)定固定的閾值，解決了以往檢測睫毛較復(fù)雜、檢測不準(zhǔn)確的問題，具有更好的實(shí)用性。
　　 在眼瞼檢測方面，本論文提出了一種基于混合邊緣檢測的眼瞼檢測算法，首先進(jìn)行圖像濾波消除睫毛遮擋對眼瞼檢測的影響，通過對濾波后圖像的邊緣檢測圖像的處理，大大的減少了眼皮邊緣信息并確定眼瞼擬合區(qū)域，可以快速準(zhǔn)確的定位眼瞼并且有效避免非真實(shí)眼瞼的測定。該算法具體上是先用序統(tǒng)計(jì)濾波器對虹膜圖像進(jìn)