虹膜图像处理与识别技术研究

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。     

虹膜识别技术的研究

虹膜具有随机的细节特征和独特的纹理图像,并且在人的一生中都保持不变.虹膜识别技术在人类身份鉴别中较其他生物识别方法更可靠、更便捷,因而更具发展优势.本文提出了虹膜识别系统的工作原理和组成,对虹膜定位以及虹膜特征提取与编码作了分析.虹膜识别技术在身份鉴别和安全保障领域有着广泛的应用前景.     

基于虹膜的身份识别技术

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。     

虹膜识别技术的发展与应用

在对虹膜识别技术的研究现状、识别框架、系统构成等进行全面分析的基础上,介绍了虹膜图像获取、图像预处理、特征提取、特征匹配及性能评价指标等主要内容.剖析了该技术面临着高质量图像采集困难,稳定性、可行性有待验证等主要问题,提出了该技术的研究发展方向及应用前景,包括虹膜特征信息与其他生物特征信息及非生物特征信息相融合;建立虹膜特征识别的网络身份认证系统;高效快速的识别算法及通用性和兼容性强的虹膜识别芯片.     

二维Gabor小波在虹膜识别中的应用

二维连续小波变换具有尺度伸缩、平面位移和旋转能力,被广泛应用于检测图像的局部特性,二维Gabor小波变换属于二维连续小波变换,它非常适合于提取图像细节纹理的特征.针对虹膜纹理的局部特性,将二维Gabor小波应用于虹膜识别中.实验结果表明,二维Gabor小波能有效地提取虹膜纹理特征,从而达到虹膜识别的目的.     

基于纹理分布特征的虹膜识别算法

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.     

虹膜定位技术研究与实现

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。     

基于Gabor与瑞利分布型滤波器的虹膜识别法

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。     

基于空域与频域稳定特征融合的离焦虹膜识别

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.     

虹膜图像采集系统的设计

通过对人物识别和证实为基础的生物测定技术——人类虹膜的认识,以无危险性的生物测定技术为背景,利用一个机械可视系统,将虹膜通过CCD/CMOS成像器件,有效地进行摄录,并经过图案识别比较,从而实现对人物识别和证实。论文主要描述了该系统的虹膜成像方面的设计和操作问题。     

基于序列图像提取稳定特征点的虹膜识别算法

为了尽可能降低不稳定特征点对识别率的影响,研究提出了基于序列图像提取稳定特征点的虹膜识别算法.该算法首先用二维Gabor滤波器对序列虹膜图像提取特征编码,然后对该序列特征编码求交集以提取稳定特征点,并利用这些稳定特征点建立虹膜的特征模板库,最后通过计算相似度,获得识别结果.在实验室采集的序列虹膜图库上,当等错率为0.3017%,分类阈值为0.6402时,正确识别率可以达到99.73%.实验证明该算法是有效、可行的,并更好地提高了虹膜的分类精度和改善了虹膜的识别性能.     

一种基于OV7725的低光照虹膜采集装置

虹膜诊断可以用来指导医生们从全新的角度去认识疾病和病人,目前主要应用于亚健康的诊断。本文介绍了一种通过设置图像传感器的曝光时间来改善图像质量的虹膜采集装置,同时采用的光源发光强度低,能有效减少由于光照强度大给被采集者带来的眼部不适感。     

基于图像处理技术的地基云图云量的识别

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。     

一种快速精确的虹膜定位方法

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.     

基于相位一致性最大响应方向的虹膜识别方法

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.     

Efficient work measurement system of manufacturing cells using speech recognition and digital image processing technology

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.