基于虹膜识别的身份鉴别

描述了基于虹膜识别的身份鉴别系统.该系统包括虹膜图像摄取、图像预处理、特征提取和匹配四个部分.虹膜图像摄取采用了自主开发研制的装置,特征提取采用Gabor滤波和Daubechies-4小波变换等纹理分析方法,匹配采用方差倒数加权欧氏距离方法.与现有的其它方法相比,该方法利用了二维虹膜图像丰富的纹理信息并具有旋转、平移和尺度不变性.     

基于虹膜识别技术的应用研究

近几年来,可靠的身份识别已成为现代社会中一项具有挑战的课题。生物特征识别系统以人体唯一的、可靠的、稳定的生物特征(如指纹、虹膜、脸部、掌纹等)为依据,采用计算机的强大功能和网络技术进行图像处理和模式识别用以鉴别人的身份。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,与脸相、声音等的身份鉴别方法相比,虹膜具有更高的准确性。基于虹膜的识别系统有以下几个部分构成:虹膜获取、虹膜图像预处理、虹膜图像特征提取、匹配与识别。     

虹膜识别的网络身份认证系统研究与实现

本文通过研究虹膜识别方法,利用虹膜特征并结合网络加密传输,设计出了一种新的基于虹膜的网络身份认证系统.该系统能实现安全访问控制,具有安全性好、身份识别率高等优点.     

生物认证:世纪的娇子--潜力无限的虹膜识别技术

生物特征识别（BIOMETRICS）技术是指通过计算机利用人体所固有的生理特征或行为特征来进行个人身份鉴定。生理特征与生俱来，多为先天性的；行为特征则是习惯使然，多为后天性的。我们将生理和行为特征统称为生物特征。常用的生物特征包括：指纹、掌纹、虹膜、脸像、声音、笔迹等。     

基于生物特征的身份识别技术

就目前的技术发展情况来看，指纹识别与虹膜识别将成为未来身份认证的主流技术，传统的密码认证将被逐渐淘汰。[编者按]     

小波包分解在虹膜识别中的应用研究

小波包分解是从小波变换延伸而来的一种更精细的信号分析算法，具有分析高频特征信息的优势。文中结合小波包分解的特点，提出了一种基于小波包分解的虹膜识别算法。该算法首先对虹膜图像实行分窗小波包分解，并对各窗口的子带图像作筛选处理；然后通过奇异值分解对筛选后的各子带图像作进一步的特征提取和压缩，得到虹膜识别特征；最后利用加权欧氏距离分类器进行识别。实验结果表明了该算法的有效性。     

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。     

基于虹膜特征识别的远程身份认证系统

结合虹膜特征识别与网络安全中的密钥加密技术,设计了基于虹膜特征识别的身份认证系统。该系统能实现安全访问控制,具有安全性好、身份识别率高等优点。     

基于组合K近邻与矩阵变换的虹膜识别

研究人眼虹膜识别问题,因实际虹膜内边界并不是标准圆,引起识别精度差,影响有效的特征提取.传统利用圆模板定位的算法存在瞳孔遗留或纹理损失且定位时间长等问题,为提高虹膜定位精度,降低识别时间,提出了一种新的虹膜识别算法.首先对图像进行去除光斑等预处理,将含有虹膜图像的圆环变换为极坐标系下的矩形,在矩形坐标上以点、线检测确定虹膜轮廓,并对EMD提取纹理分布特征,根据比对距离寻找每个待测样本的K个近邻,以简单投票决策输出识别结果.基于CASIA虹膜图像库进行仿真,结果表明,识别率高达99％,并明显降低了识别时间,使虹膜定位可有效提升识别精度.     

虹膜识别系统的研究

介绍了基于人眼虹膜的一种生物识别技术,描述了虹膜识别系统的组成结构与实现,给出每部分组成模块,并详细讨论了虹膜识别算法。     

虹膜识别中标准化区域分辨率的研究

针对虹膜区域图像大小不同,难以实现虹膜的比较问题,提出了根据虹膜最小内边界周长确定角度分辨率和根据虹膜最小内、外边界半径差确定径向分辨率的方法,将不同分辨的虹膜图像转换为相同分辨率的矩形区域。结果表明,采用该方法得到的标准化维数对于虹膜的识别是有效的。     

支持向量机虹膜识别算法研究

提出一种基于极值加权平均分数维特征提取和支持向量机分类器识别的虹膜识别方法.利用形态学和圆形边缘检测算子定位虹膜,并将虹膜纹理映射到极坐标空间;定义了一种新的图像分敷维--极值加权平均分数维,用于提取虹膜特征;利用支持向量机分类器对虹膜特征矩阵进行匹配识别.试验表明,基于极值加权平均分数维特征提取和支持向量机分类嚣识别的虹膜识别系统识别率高,速度快.     

虹膜定位与识别的算法研究与实现

针对虹膜定位速度慢的问题,通过采用投票法和成长法来快速定位瞳孔中心、虹膜位置,详细给出瞳孔和虹膜定位的算法分析和实现流程,具有较高的定位精度。在虹膜识别方面,给出了一种简单的虹膜特征提取和比照方案,把虹膜在其半径和圆周方向分割成一定数量的微小区域,然后对每个微小区域进行灰度平均值的计算和矢量化的转换。最后根据虹膜矢量化后的结果进行精度比照,取得了较好的比照精度。     

虹膜自相似性识别方法研究

针对虹膜的纹理变化细节具有自相似性的特点,在传统的分形理论基础上,提出一种新的分形维数——变化分数维作为其特征;然后使用增量支持向量机对不同条件下获得的虹膜样本进行学习,所得的增量支持向量机用于识别测试虹膜样本．实验表明文中方法是可行的,变化分数维较好地反映了虹膜的纹理变化特性,而把学习机制引入虹膜识别方法,也有助于提高虹膜识别系统的鲁棒性．     

活体虹膜图像的定位与分割

介绍了一种活体虹膜的定位与分割算法。算法主要分为两部分：圆环的定位与非虹膜区域的去除。本算法根据眼睛的生理特点和数字虹膜图像的实际情况,利用传统定位方法与数学形态学相结合对虹膜区域进行快速而准确的定位,并分别提出了去除眼睑、睫毛和光斑影响的解决方案。算法中也考虑到实际应用可能遇到的影响虹膜定位与分割的问题。实验表明,该算法取得较好的分割结果,并且具有鲁棒性。     

基于相位谱互相关的虹膜识别方法研究

利用虹膜图像中丰富的结构和纹理特征作为身份鉴别的依据,与其他生物特征识别相比,具有更高的可靠性。该文提出一种基于图像相位谱互相关的虹膜识别方法。本系统先对虹膜图像进行滤波、定位、增强等预处理,再利用相位谱互相关匹配算法对虹膜图像进行识别,最后,进行了小样本的实验。实验结果表明,该方法是可行的,并且识别准确率高,速度快。     

虹膜识别算法的应用研究

研究虹膜识别问题.针对传统识别算法不能够很好的消除平移,缩放和旋转对于虹膜识别的影响,以及一维 log Gabor滤波特征提取方法丢失二维信息的缺陷,导致虹膜识别的正确率低的难题,提出一种改进的虹膜识别算法.首先在虹膜预处理过程中采用粗定位和精定位相结合的虹膜定位方法获取虹膜内外边缘,并用直方图均衡化来增强归一化的虹膜图像.突出虹膜纹理,从而降低光照不均匀性的影响,然后二维 logGabor 滤波取代一维 log Gabor 滤波来提取虹膜纹理特征,克服一维 log Gabor 滤波丢失二维信息的缺陷,最后对提取的特征进行编码,采用欧式距离进行匹配得到识别结果.通过 CASLA虹膜数据库进行了仿真,实验结果表明,相对于当前典型的虹膜识别方法,提高了虹膜识别的正确率,识别速度相应加快,在虹膜识别领域中有着广阔的应用前景.     

生物特征识别技术之虹膜识别

人眼睛的外观图由巩膜、虹膜、瞳孔三部分构成。巩膜即眼球外围的白色部分,约占总面积的30%;眼睛中心为瞳孔部分,约占5%;虹膜位于巩膜和瞳孔之间,包含了最丰富的纹理信息,占据65%。外观上看,虹膜由许多腺窝、皱褶、色素斑等构成(见图1),是人体中最独特的结构之一。虹膜的形成由遗传基因决定,人体基因表达决定了虹膜的形态、生理、颜色和总的外观。人发育到八个月左右,虹膜就基本上发育到了足够尺寸,进入了相对稳定的时期。除非极少见的反常状况、身体或精神上大的创伤才可能造成虹膜外观上