基于虹膜识别的身份认证系统设计

虹膜识别认证系统由4部分组成.虹膜图像采集采用自行研制的非接触式虹膜图像采集装置,并加入虹膜图像质量评估模块选取清晰虹膜图像;预处理过程中采用Hough变换精确定位,归一化后的虹膜图像具有平移、尺度和旋转不变性;特征提取采用Daubechies-4小波变换对图像进行4层小波分解,并采用汉明距离进行匹配.与现有其他方法相比,系统大大减少了编码存储空间以及编码和匹配的时间,提高了算法速度.     

一种新的基于结构特征的虹膜识别算法

提出了一种新的基于结构特征的虹膜识别算法。其基本思想是：首先,通过图像预处理得到归一化的虹膜图像;其次,利用逻辑判断的方法在虹膜图像上寻找局部极小值点;再次,去掉伪特征点,生成固定长度的虹膜编码;最后,计算2个虹膜编码间的“与”距离,根据该距离给出识别结果。在该CASIA虹膜图像数据库上进行了大量的实验,结果表明,该算法与现有的虹膜识别算法相比,识别准确率更高,识别速度更快。     

一种新颖的基于小波变换的虹膜识别算法

虹膜识别是一种新兴的生物识别技术,研究了虹膜图像的快速定位、增强等预处理方法,并提出了一种新颖的基于二维小波变换的虹膜识别算法,它的基本思想是：对预处理得到的虹膜图像进行四层小波分解,对得到的低频和高频系数抽取115维特征矢量,最后用汉明距离进行图像匹配判决合法性。实验证明,该算法运算速度较快,在图像模糊、噪声干扰等不利条件下仍具有良好的稳健性。     

基于Hough变换的快速虹膜识别算法研究

为了快速、准确地达到虹膜识别的目的,提出一种基于Hough变换的快速虹膜识别算法。首先,对虹膜图像进行相关预处理,其中包括将原图像缩小若干倍,利用Hough变换提取虹膜圆环后,再还原图像;其次,利用2D-Gabor滤波器提取虹膜纹理信息;最后,利用Hamming距离进行虹膜识别。采用虹膜库中30例虹膜图像对该快速虹膜识别算法进行实验研究,结果表明:对虹膜图像缩小倍数应为22n(n=1,2,3,…)倍;当虹膜图像缩小倍数为16倍时,可实现计算速度与识别效果的最佳平衡。实验证明,该虹膜识别方法可行有效。     

基于多子区域联合的高适应性虹膜识别算法

 由于在采集虹膜图像前,无法预知眼睑、睫毛等噪声对虹膜纹理的干扰程度和不受干扰的可用虹膜区域的位置和大小,这可能会使提取到的特征模板中包含了由噪声引起的不可靠和不稳定特征,使识别的错误率增加.本文提出了多子区域联合的识别方法,将相对不易受干扰的图像区域划分为4个子区域,分别计算两幅图像对应子区域的相似度,动态选择最相似的子区域,将其特征作为判定依据进行分类.克服了之前算法只选择一个固定位置的区域用于特征提取的局限性.采用CASIA虹膜图库进行测试,结果表明:本方法能提高识别准确率、增强算法对采集图像质量要求的适应性,改善了虹膜识别系统的性能.     

一种新颖的基于Log—Gabor小波的虹膜识别算法

虹膜识别以其惟一性、稳定性和非侵犯性等优点已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Log-Gabor小波局部频率特征和局部方向特征的虹膜识别算法.该算法首先对虹膜图像实行分块,然后选取n个频率、m个方向的Log-Gabor滤波器对每个子块进行特征提取.最后采用海明距离进行图像匹配,以判决合法性.实验结果表明,该算法识别效果较好.     

基于局部方向特征的虹膜识别算法

特征提取和匹配是虹膜识别中的关键部分.本文描述了一种新颖的虹膜特征提取和匹配方法,利用多方向的二维奇对称Gabor小波来提取虹膜纹理的局部方向特征.特征匹配采用类似欧氏距离的方法来进行.同时对每一幅虹膜图像,采用它的眼睑和睫毛以及反光的分布做为匹配模板,能够最大程度的减少它们的干扰.实验结果表明,本算法具有非常好的识别性能.     

一种新颖的虹膜识别算法

虹膜识别通常包含虹膜定位、特征提取以及编码和识别几个关键步骤。本文提出的算法从建立虹膜灰度图像的直方图入手，分析虹膜边界的灰度阈值，依靠投票机制完成虹膜的定位；然后根据人眼的生理构造特点将虹膜分区，再对经过分区处理形成的虹膜纹理特征图像用一维连续Gabor复小波提取虹膜纹理特征点的相角信息；最后对相角信息以二比特格雷码实现一次编码和循环差分二次编码，利用特征多项式计算进行比较的两个虹膜的特征差异矩值(P_frfs)，根据判定阈值(P0)判定，最终实现虹膜识别。     

基于普通向量的虹膜识别算法

典型的虹膜识别算法都是针对单个虹膜样本采用图像处理的方法提取虹膜特征,只强调个体信息,而忽略了虹膜样本间的联系.本文提出了一种基于普通向量的虹膜识别算法,从模式分析的角度,利用普通向量方法融合虹膜的个体特征和统计特征,并且通过高效的睫毛滤除和眼皮定位的算法,进一步提高了识别的精度和算法的稳定性.实验结果表明了该算法具有良好的性能.     

基于虹膜识别技术的便携式身份认证系统

本文提出了采用DSP技术,无线传输技术和Gabor变换的虹膜识别系统,用于便携式的身份认证系统。系统包括3部分：虹膜采集,图像处理与数据传输,数据接收与判别。第1部分采用新型CMOS成像芯片成像,光学低通滤波器滤波和自对准,红外照明防耀眼等无侵犯性设计;第2部分采用LOG滤波器进行边级检测和分离虹膜,采用二维Gabor滤波器变换虹膜图像和编码、DSP控制无线发送编码信息;第3部分采用微处理器控制无线接收编码信息,通过计算海明距离进行编码比较判别。系统克服了一般虹膜识别系统体积笨重、不便于随身携带使用的缺点。     

基于多分类的虹膜匹配方法

在传统的虹膜识别系统中,虹膜匹配被认为是一个二分类问题：类内匹配和类间匹配。许多已存在的方法简单地利用距离来执行虹膜匹配。由于这些方法不能很好地利用虹膜特征,所以会产生很高的拒识率和误识率,且鲁棒性不强。为了解决这些问题,提出把虹膜匹配当作一个多分类问题,采用一种新颖的蕨算法（Ferns）分类器来完成该工作。相比支持向量机（SVM）分类器,在执行虹膜匹配时,Ferns分类器有诸多优点。为了对提出的算法给出全面评价,实验中分别在认证和识别这2种模式下对该算法进行测试。实验结果证明,提出的方法可以极大地改善虹膜识别系统的性能。     

基于局部频率特征和局部方向特征的虹膜识别算法

描述了一种不同于现有方法的新颖虹膜识别算法,利用多尺度多方向的二维奇对称Gabor滤波器,同时提取虹膜纹理的局部频率特征和局部方向特征.这种方法更全面的描述了虹膜纹理的特征空间,克服了之前的虹膜识别算法只提取局部频率特征或者只提取局部方向特征的局限性.特征匹配采用类似加权市街距离的方法来进行,而且根据眼睑和睫毛的分布特点设计匹配模板,能够最大限度的减少它们对匹配的干扰.与Daugman算法进行对比的实验数据表明,本算法具有非常优越的识别性能.     

基于Radon变换的多尺度虹膜特征提取算法

系统分析了基于虹膜特征的身份识别系统.针对典型预处理特点,设计了基于Radon变换的新特征提取算法.该算法在保持旋转、平移和尺度缩放不变性的同时,利用标准化方差加权的绝对距离,使识别准确度达到了93%.这种算法对于其它不规则图像的分析也具有启发意义.     

基于二维不可分小波相关性分析的虹膜识别

为了更有效地提取虹膜纹理特征区域和进一步减小虹膜特征的存储空间,提出了一种基于分块相关性分析的二维不可分B-样条小波的虹膜识别方法,通过对虹膜归一化图像进行二维不可分B-样条小波变换并提取小波系数特征,把这些特征等分成正方形的特征块并按照相关性由大到小排序,保留相关性大的特征块进行匹配。实验表明,本文算法比经典的虹膜识别方法能更准确地捕捉识别效果好的特征区域。     

基于虹膜图像特征的噪声检测方法

在虹膜识别系统中,采集得到的图像,除了虹膜信息外,一般还会存在睫毛、眼睑及光源的像点等干扰.这会对虹膜的边界定位和特征提取产生影响,并最终导致识别率降低.通过对眼睑、睫毛、光斑噪声检测的研究,根据噪声的特点,提出一种新的快速定位眼睑的方法,并对双阈值检测睫毛的方法进行改进.试验结果表明,该方法能有效去除虹膜区域噪声干扰,提高识别率.     

虹膜图像内外边缘定位算法研究

虹膜定位是虹膜识别过程中的重要环节,定位的速度和精度决定了整个虹膜识别系统的性能,精确的虹膜定位是有效进行虹膜识别的前提,所以一种简洁有效的虹膜定位算法是至关重要的。针对现有的虹膜定位算法的局限性,提出了一种新的虹膜定位算法。首先从虹膜图像的灰度直方图入手,分析虹膜图像的结构及其灰度分布,先用二值化的方法分离出瞳孔,再用数学形态学方法对其进行膨胀和腐蚀运算,然后确定瞳孔的圆心和半径,对内边缘进行精确定位。利用虹膜定位的先验知识,在缩小搜索范围的基础上,再用形态学算法与新的Hough变换相结合来进行虹膜图像外边缘的定位,确定外圆圆心及半径。实验结果证明了该算法的有效性和可行性。     

An image segmentation based method for iris feature extraction

In this article, the local anomalistic blocks such as crypts, furrows, and so on in the iris are initially used directly as iris features. A novel image segmentation method based on intersecting cortical model （ICM） neural network was introduced to segment these anomalistic blocks. First, the normalized iris image was put into ICM neural network after enhancement. Second, the iris features were segmented out perfectly and were output in binary image type by the ICM neural network. Finally, the fourth output pulse image produced by ICM neural network was chosen as the iris code for the convenience of real time processing. To estimate the performance of the presented method, an iris recognition platform was produced and the Hamming Distance between two iris codes was computed to measure the dissimilarity between them. The experimental results in CASIA v1.0 and Bath iris image databases show that the proposed iris feature extraction algorithm has promising potential in iris recognition.     

一种基于小波奇异值分解的仿生模式虹膜识别算法

本文给出了一种基于仿生模式识别理论的虹膜识别算法,该识别算法首先进行虹膜的边界定位、归一化及有效区域的选择,并采用Daubechies-4小波变换及奇异值分解的方法进行虹膜特征的提取,最后利用基于超香肠神经元的双权值神经网络对同类虹膜样本构建出了其对应的高维闭合空间覆盖面.在中科院自动化所的虹膜数据库( CASIA v...     

一种基于相位一致性的虹膜识别方法

由于虹膜具有惟一性、稳定性、不可更改性等优点,虹膜识别已经成为生物特征身份识别领域中的研究热点。为了简化特征提取方法并提高虹膜识别的准确性,提出一种基于相位一致性的虹膜识别方法。该方法利用相位一致性所具有的较强特征检测能力,提取虹膜纹理的边缘点标记纹理的位置信息,将位置特征作为虹膜纹理的可区分性特征实现虹膜识别。在CASIA-IrisV3-Interval图像库上进行实验的结果证明,该方法是可行的,也是有效的,并且具有较高的识别准确性。