虹膜特征提取方法研究

《虹膜特征提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：ＴＰ３９１单位代码：１０１说研究生学号：２０１３５３２０６３密级：公开ｍ硕古学位论文单术学位（）虹膜特征提取方法研究ＲｅｓｅａｒｃｈｏｎＩｒｉｓＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎ作者姓名：赵天明专业：软件与理论研究方向：生物特征识别技术指导教师：赵东范教授培养单位：计算化科学与技术学院２０１６年４月虹膜特征提取方法研究ResearchonIrisFeatureExtraction作者姓名：赵天明专业名称：软件与理论指导教师：赵东范教授学

2、位类别：工学硕士答辩日期：2016年5月24日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则应承，担侵权的法律责任。吉林大学硕ｉ学位论文原创性声明本人郑重声明，是本人在指导教师的指导下，：所呈交的硕±学位论文独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作

3、品成果。对本文的研究做出重要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：—如日期：２０１６年、月日摘要摘要虹膜特征识别技术作为生物识别技术之一其受关注程度多年持续走高，由于它的识别对象，虹膜，在人体器官构成所具有的独特属性，使其成为最热门的现代身份鉴别安全技术手段之一。特征提取在虹膜识别中是非常重要的一环，本文也以此为切入展开研究。本文选用经典的Gabor滤波器组，配合滤波后主成分分析方法，进行虹膜特征提取与分类。本文先介绍了虹膜图像

4、预处理的一系列步骤及其算法，通过质量评价、Hough算法定位、极坐标变换、环境光补充最终得到了归一化之后的虹膜图像。本文着重研究了2D-Gabor滤波器组，根据它的形成原理与计算公式，讨论其各个参数意义，并针对尺度、方向、频率等主要参数的不同取值选择图像样本进行滤波实验，观察研究滤波响应，分析不同参数取值对滤波结果的影响，从而对这些参数取值界限进行合理性划分，进而获得最有效的滤波后响应信息。然后本文又深入探究了主成分降维方法，其思想是探讨怎样以少量的若干个主要成分表征大量数据之间的内在组成分布，即从最初的变量里

5、通过一定方法提取出少量一些主要部分，让这些部分以最大程度存留最初变量的特征，并且彼此无关相互独立。实现方面则是借用数学中线性代数的理论，把最初的变量进行现行组合，映射到另一个空间中，作为新的特征指标。本文中对Gabor变换后的数据做整理合并，形成高维度的信息矩阵，按照降维处理的步骤依次执行，获取同一类样本的低维度特征矩阵作为最后得到的比对特征。而后介绍了相似度的一种表示方法，即距离，举例了其中常用的距离并作为实验的比对依据。最后的实验，在CASIA_V1、CASIA_V3及JLU_V2三个虹膜库中的共39类，3

6、45个样本上进行，并且选取的不同的距离，依照上述流程，进行实验比对，分析了不同库中虹膜的类内类间分布，区分度，以及样本训练后在测试集上的识别率。以实验数据结果来看，系统识别效果不错，证明了方法的可行性，但是在各方面仍需进一步研究提高。关键词：虹膜特征识别，特征提取，2D-Gabor滤波器，主成分分析IAbstractAbstractIrisidentificationtechnology,asoneofthebiometricfeaturesrecognition,itsdrawinghighlevelofat

7、tentionhasrunovertheyears,thereasonisthatitsobjectrecognition,iris,theuniqueattributesinconstituteofhumanorgans,makeitbecomethemostpopularoneofthemodernsecurityidentificationtechnology.Extractingfeatureinthewholeprocessoftheirisidentificationisaespeciallysig

8、nificantpart,asaresult,thisarticlewillspreadthediscussonthebasisofit.ThisarticleselectstheclassicGaborfiltergroup,cooperatingtheprincipalcompositionanalysismethodtoExtractcharacteristicsandmakec