共查询到16条相似文献,搜索用时 62 毫秒
1.
虹膜作为重要的身份鉴别特征,具有唯一性、稳定性、可采集性、非侵犯性等优点。据统计目前虹膜识别的错误率在各种生物特征识别技术中是最低的。本文主要是通过对虹膜图像的预处理,纹理特征提取,编码及匹配达到对虹膜所有者的身份进行验证的目的。虹膜图像的预处理采用基于灰度差以及基于Hough变换的边界提取方法实现;然后用Gabor滤波器对虹膜图像进行纹理分析,提取图像的平均绝对偏差作为特征向量;最后用加权欧氏距离(WED)对虹膜图像进行身份验证。此外,本文还使用BP神经网络的方法对虹膜图像的特征进行分类识别。实验结果表明,这两种识别方法均达到了不错的识别效果。 相似文献
2.
3.
由于传统的身份识别体系面临着巨大的挑战,所以基于虹膜的生物特征识别越来越受到大家的关注,对基于虹膜的身份识别算法的关键技术进行了研究,对虹膜识别中的虹膜定位、虹膜特征提取等关键技术进行了相应的研究。 相似文献
4.
5.
6.
基于纹理分布特征的虹膜识别算法 总被引:1,自引:2,他引:1
二维小波变换方向性差,不能从方向和频率同时描述虹膜纹理.基于此,分析了归一化虹膜纹理的分布特点,提出了基于纹理分布特征的虹膜识别算法.对原始人眼图像进行虹膜定位等预处理操作,得到归一化的虹膜纹理图像;对归一化虹膜图像进行了二维小波多尺度变换,结合虹膜纹理分布特点,选择小波分解水平通道;依据点能量贡献度,消除伪特征点并进行了点能量编码;计算了不同虹膜编码间海明距离,以其为依据进行分类.在给定距离阈值为0.25的前提下,可以达到99.91%的正确识别率.实验证明该算法是有效、可行的,并具有较高的识别率,识别速度也很快. 相似文献
7.
为了提高虹膜识别的效率和准确性,提出了一种将粗定位和精确定位相结合的虹膜边界提取预处理方法。通过对预处理后的二值化虹膜图像进行粗定位,基于瞳孔边界点控制的最小二乘拟合方法确定虹膜内边界,并采用微积分算子精确检测定位虹膜外边界。最后用CASIA虹膜库中的756幅虹膜图像对算法进行测试,与基于Hough变换的虹膜定位方法关于虹膜内外边界的定位时间和虹膜定位的准确度进行比较。结果表明,该算法具有很好的准确性和识别速度。 相似文献
8.
提出了一种基于Gabor与瑞利分布型滤波器的虹膜识别算法,通过对虹膜纹理采用Gabor变换来获取其频谱信息,并对频谱信息进行分析证明了符合瑞利分布,最后使用瑞利分布型滤波器来提取虹膜的特征。实验结果表明,该算法识别率高并可用有效地应用于虹膜身份鉴别系统中。 相似文献
9.
针对扩大景深的定焦虹膜识别系统易引入不同程度的离焦虹膜图像,增加识别错误率的问题,提出稳定特征融合解决方案.以基于序列图像的离焦虹膜识别方法为分析和验证基础,通过对不同图像离焦程度下稳定特征在空域和频域分布规律的统计研究,确定基于单幅图像注册的稳定深点区域特征与稳定傅里叶低频相位特征的提取规则,并将二者在匹配分数级进行融合完成识别.在SUT-DI离焦虹膜数据库上的实验结果表明,与融合前基于单特征的以及基于序列图像的识别方法相比,该方法取得了更佳的识别性能,等误率最高降低7.77%,证明了该方法对于图像遭受光学离焦具有鲁棒性,能够为便捷式虹膜识别系统的开发提供技术支持. 相似文献
10.
11.
12.
13.
基于图像处理技术的地基云图云量的识别 总被引:1,自引:0,他引:1
本文对云量的自动识别做了探索性研究,提出了两种方案。方案一采用直方图理论直接计算识别;方案二先对图像进行阈值分割再计算识别。实验结果表明,两种方法都具有较好的效果。 相似文献
14.
一种快速精确的虹膜定位方法 总被引:5,自引:0,他引:5
为了提高虹膜定位的速度和精度,本文提出了一种定位方法.对于虹膜的内边缘定位,本文基于图像二值化和形态学的腐蚀、膨胀,建立了有效的去噪算法,并提出了一种灰度投影与圆的方程相结合的方法,可准确定位虹膜内边缘.对于虹膜的外边缘定位,本文利用虹膜内边缘定位数据对边缘图像去噪得到有效的边缘信息,在此基础上提出了一种改进的Hough变换方法,可以快速准确地定位虹膜外边缘.实验结果表明,本文提出的虹膜定位算法显著提高了虹膜定位的速度和精度,避免了传统Hough算法搜索的盲目性. 相似文献
15.
基于相位一致性最大响应方向的虹膜识别方法 总被引:2,自引:1,他引:1
为了进一步提高虹膜识别的准确性,提出了一种基于相位一致性最大响应方向的虹膜识别方法.该方法对人眼图像进行图像预处理,得到归一化的虹膜图像;然后,提取像素对于相位一致性的最大响应方向作为可区分性特征,并将最大响应方向的序号编码为简单易处理的二进制虹膜代码;最后,通过计算两个虹膜代码之间的加权汉明距离衡量二者的差异,并给出识别结果.实验结果表明,该方法的等错率为0.871 5%,正确识别率为99.851 8%.与经典的虹膜识别方法相比,该方法具有更高的识别准确性. 相似文献
16.
Eok-Su Sim Hyoung-Gon Lee Jung-Chul Lee Jin-Woo Park 《The International Journal of Advanced Manufacturing Technology》2006,29(7-8):772-785
Work measurement methods previously proposed require considerable time and effort by time study analysts because they have
to measure the required time through direct observations. In this study, however, we propose a method which efficiently measures
the standard times without involving human analysts by using speech recognition and digital image processing techniques. First,
we implement a prototype system which can acquire the status of manufacturing cells through a speech recognition system. Second,
using image processing, we suggest a method which consists of two main steps: motion representation and cycle segmentation.
In the motion representation step, we first detect the motion of any object distinct from its background by differencing two
consecutive images separated by a constant time interval. The images thus obtained then pass through an edge detector filter.
Finally, the mean values of coordinates of significant pixels of the edge image are obtained. Through these processes, the
motions of the observed worker are represented by two time series of data of worker location in horizontal and vertical axes.
In the cycle segmentation step, we extract the frames which have maximum or minimum coordinates in one cycle, store them in
a stack, and calculate each cycle time using these frames. In this step we also consider methods for detecting work delays
due to unexpected events such as an operator’s movement out of the work area, or interruptions. To conclude, the experimental
results show that the proposed method is very cost-effective and useful for measuring time standards for various work environments. 相似文献