虹膜识别综述

回顾了虹膜识别的研究背景及发展,对近年来虹膜识别方法的研究进展进行综述,并对各种方法加以介绍和评价,总结了存在的研究难点并提出了解决方法及今后的发展方向。     

基于Log-Gabor滤波的虹膜识别系统

在已有虹膜识别研究成果的基础上,提出基于Log-Gabor滤波的虹膜身份识别图像系统。该系统利用Matlab平台结合一维Log-Gabor滤波器对归一化后的虹膜进行滤波并提取纹理特征,然后对纹理特征进行相位编码,并用汉明距离进行虹膜匹配,匹配时采用干扰掩模屏蔽虹膜预处理过程中的噪音。本文结合CASIA虹膜图像数据库进行实验论证,其结果表明该系统误判率为0.125%,拒判率为0.05%,达到较好的识别效果。     

虹膜识别的过零检测循环编码方法

研究了虹膜特征提取和编码识别算法。首先对虹膜图像进行预处理获得归一化的虹膜图像,然后对归一化后的虹膜图像进行高斯平滑滤波和小波过零检测,对得到的特征矩阵通过二次循环编码以得到虹膜的特征值序列,最后通过改进的欧氏距离对虹膜进行判别。实验结果表明,识别率可以达到96.3%。该算法运算简单,能够解决虹膜识别中的旋转不变性问题,得到了较好的识别效果。     

基于局部奇异值检测的虹膜识别算法

虹膜识别以其唯一性、稳定性和非侵犯性等优点成为生物特征识别中极具发展潜力的身份识别技术;提出一种基于二次样条小波变换的虹膜识别算法;运用紧支撑的二次样条小波对构造的一维灰度信号进行分析,选择适当尺度上的小波变换结果进行量化,构造出二进制特征向量;采用Hamming距离进行移位匹配;最终完成虹膜识别;算法的错误接受率和错误拒绝率都比较低,能够达到较好的识别效果.     

一种新颖的虹膜图像噪声检测方法*

为提高虹膜识别的正确率,针对虹膜图像中存在着眼睫毛和眼睑这两类较难检测的遮挡噪声,在分析现有检测虹膜噪声算法的优缺点后,提出了一套新颖的虹膜图像噪声检测方法：基于Gabor滤波变换的灰度均值法检测睫毛和利用最小二乘法检测眼睑。实验表明,该算法能有效地检测两种遮挡噪声,准确率分别达到95.10%和96.51%,且等错率（EER）指标与已有算法相比最优,提高了虹膜识别系统的整体性能。     

基于Log-Gabor子带图像分割的虹膜识别算法

提出一种基于Log-Gabor子带图像分割的虹膜识别算法。该方法具有平移、放缩和旋转不变性,并且生成的虹膜特征码仅288B。实验结果和数据分析证明该方法的合理性和可行性。     

基于局部边缘检测的虹膜编码算法研究*

虹膜特征在于其纹理的细节性,目前虹膜的编码主要采用小波方法。对虹膜区域进行二值化编码,获得虹膜特征模板。在识别匹配阶段,采用汉明距离进行模板匹配,根据匹配准则,进行身份识别。     

基于虹膜识别的眼睫毛检测

针对人眼正常张if-下,眼睫毛的遮挡比较严重,为了降低眼睫毛噪声对虹膜识别的影响,提高虹膜的识别率,设计了基于canny 算子的眼睫毛边缘检测算法.该算法基于canny算子检测图像中的眼睫毛;利用虹膜的外圆,提出了用一个扇形区域来表示眼睫毛遮挡区域.除去眼睫毛遮挡区域与瞳孔,虹膜外圆余下的部分即是虹膜的有效区域.实验表明:该算法可以有效地检测眼睫毛.并且所得到的扇形区域包含外圆内部所有的眼睫毛像素,可以有效的提高模式的可分性和虹膜的识别率.     

一种有效的虹膜定位及睫毛检测方法

提出一种有效的虹膜定位及睫毛检测方法。通过把眼睛图像中分割成小的矩形区域,利用找到的这些矩形区域像素平均最小值把眼睛图像进行二值化,找到虹膜区域的内边界;以瞳孔的质心为参考点,在其左右的扇形区域内分别使用修改后的Daugman的检测算子,找到像素值变换大的位置,进而定位出虹膜的外界;使用Gobor滤波器和窗口移动法对睫毛进行有效的检测。通过对大量虹膜图像的实验表明,该方法取得了非常好的结果。     

基于纹理分布和Gabor滤波器的虹膜识别算法

该算法基干虹膜纹理的分布特点，将虹膜分成若干带，用Gabor滤波器对每带进行滤波编码，用各带Hamming距离的加权和来判决虹膜的匹配。与一些常规的算法相比，该算法充分考虑了不同区域的纹理特征对虹膜匹配贡献不同的特点，能有效地增大虹膜的类间距，利于进一步减少误识率和拒识率。该文给出了对CASIA虹膜库测试的数据，结果表明该算法是有效的和可行的。该算法已在一些场所的认证系统中试用，效果较理想。     

强噪声车牌图像中的字符识别

当字符图像受到噪声污染,甚至发生缺损、污染时,会增加车牌识别系统（LPR）准确识别的难度。在图像处理方面,提出了一种改进的全局动态二值化法,即有效减弱了光照不均的影响。又保证了较快的处理速度。此外,直接对二值图像进行噪声滤除比灰度图像的噪声滤除响应速度更快。在文字识别方面,将处理好的字符图像经过模板匹配进行初次分类,然后将图像分成4个子区域并赋予不同的权值。通过特征区权值模板进行精确判别,以提高车牌字符的整体识别率。实验数据分析表明,该识别方法有很强的抗噪声能力,且识别速度较快。     

面向虹膜识别的Gabor特征筛选研究

针对2D-Gabor虹膜特征并不稳定,影响虹膜识别率的问题,提出了一种从多尺度、多方向2D-Gabor小波提取的虹膜特征中,筛选稳定特征应用于虹膜识别的方法。对虹膜图像采用多通道Gabor小波提取虹膜图像特征,然后通过自定义筛选准则从多维特征中筛选出最优特征参数并编码,用Hamming距进行特征匹配识别。基于CASIA虹膜图像库进行实验,结果表明该方法扩大了类内匹配与类间匹配之间的Hamming距,降低了等错率,同时降低了编码的长度,加快了特征匹配速度。     

一种复杂场景下建筑目标识别方法

提出了一种基于建筑目标的竖直线特征寻找图像中存在建筑目标区域的方法;考虑了目标特征的相互关系,给出了一种新的模板匹配算法。实验表明：利用该文提出的算法建立的识别系统与其它识别系统相比,大大减少了运算时间,有较好的抗噪声干扰和处理目标被遮挡问题的能力。     

Feature-domain super-resolution for iris recognition

Uncooperative iris identification systems at a distance suffer from poor resolution of the acquired iris images, which significantly degrades iris recognition performance. Super-resolution techniques have been employed to enhance the resolution of iris images and improve the recognition performance. However, most existing super-resolution approaches proposed for the iris biometric super-resolve pixel intensity values, rather than the actual features used for recognition. This paper thoroughly investigates transferring super-resolution of iris images from the intensity domain to the feature domain. By directly super-resolving only the features essential for recognition, and by incorporating domain specific information from iris models, improved recognition performance compared to pixel domain super-resolution can be achieved. A framework for applying super-resolution to nonlinear features in the feature-domain is proposed. Based on this framework, a novel feature-domain super-resolution approach for the iris biometric employing 2D Gabor phase-quadrant features is proposed. The approach is shown to outperform its pixel domain counterpart, as well as other feature domain super-resolution approaches and fusion techniques.     

基于双正交多小波的虹膜特征提取与识别

用具有自仿映射特性的区间双正交多小波滤波器提取虹膜的纹理特征,并采用局部和全局特征相结合的方法对虹膜进行识别。虹膜图像经过多小波变换后,对低频部分多小波变换系数进行局部的粗量化二值编码,然后用Hamming距离进行识别。对因为睫毛、眼睑、虹膜变形等影响而不能有效识别的虹膜图像,再对多小波变换系数提取均值和方差作为全局特征,用方差倒数加权欧氏距离进行识别。实验结果证明,这种方法能快速而可靠地对虹膜进行识别。     

Iris recognition using combined support vector machine and Hamming distance approach

Iris based authentication system is essentially a pattern recognition technique that makes use of iris patterns, which are statistically unique, for the purpose of personal identification. In this study, a novel method for recognition of iris patterns is considered by using a combination of support vector machine and Hamming distance. The zigzag collarette area of the iris is selected for iris feature extraction because it captures the most important areas of iris complex pattern and higher recognition rate is achieved. The proposed approach also used parabola detection and trimmed median filter for the purpose of eyelid and eyelash detection & removal, respectively. The proposed method is computationally effective as well as reliable with a recognition rate of 99.91% and 99.88% on CASIA and Chek image database respectively.     

基于正交Legendre矩的虹膜识别算法

利用正交Legendre矩实现对虹膜图像的特征提取。根据该算法得到的每一位特征向量都包含了图像中各像素点的灰度信息和位置信息。与基于矩的其他特征提取算法相比,它不仅有良好的鲁棒性,而且还保留了图像的二维信息。实验结果充分表明, 该算法是合理有效的。     

基于图像匹配技术的飞机识别

从图像匹配原理着手,采用了3种模板匹配方法：基于德耳塔相关度量,基于改进Hausdorff距离算法和基于序贯相似性检测算法,对机场飞机进行匹配和识别。实验结果证明了这3种方法的有效性。     

基于实数形式Gabor变换的虹膜识别

虹膜识别是一种新的生物识别技术。该文主要研究虹膜图像预处理、特征提取和匹配几个部分的优化。其基本思想是:在特征提取阶段,对预处理后的虹膜图像进行Gabor变换,利用得到的实数Gabor变换系数求取局部均值与方差作为虹膜纹理特征。在算法上实现完全实数运算,大大降低了算法的复杂性。实验结果及数据分析表明了此方法的合理性及有效性。