非约束虹膜识别系统研究

《非约束虹膜识别系统研究》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、１１１—ｉｌｌ—■＾Ｂ戀非约束虹膜识别系统研究ＲｅｓｅａｒｃｈｏｎＵｎｃｏｎｓｔｒａｉｎｅｄＩｒｉｓＲｅｃｏｇｎｉｔｉｏｎＳｙｓｔｅｍ作者姓名：颜飞专业名称：控制理论与控制＿ｘ程研究方向：机器视觉与模式识别指导教师；周长久教授学位类别；工学博±，培养单位：通信工程学院论文答辩日期；２０１６年０６月０５日授予学位日期：年月日答辩委员会组成；姓名职祿Ｘ作单位主巧高慧斌研究员中国科学院长养光学精密化械与物理研究所委员李元春教授长春Ｘ业乂学陈虹教授吉林乂学石耍巧教授古林乂学刘富教授

2、吉林大学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。否则碍作者著作权的商业性使用（但纯学术性使用不在此限），应承担侵权的法律责任。吉林大学博±学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。餘文中已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，均已在文中臥明确方式标明。本人完全意识到本声明的法律结果由本

3、人承担。学位论文作者签名：曰期：年６月曰７摘要非约束虹膜识别系统研究作者姓名：颜飞专业名称：控制理论与控制工程指导教师：周长久教授非约束虹膜识别系统是对传统虹膜识别系统的扩展，非约束是指在系统正常工作的情况下，对用户配合系统的行为尽可能少的进行约束，同时使系统可以用多个采集设备在较远采集距离、可见光和不同部署环境下正常工作，也就是减少了虹膜识别系统对环境的要求。从图像信息处理的角度看，非约束虹膜识别与传统虹膜识别的主要区别在于其所需处理的图像具有质量多样性，会出现许多传统虹膜识别技术无法处理的非理想虹膜图像的情况。本文以非约束虹膜识别系统为研究主线，针对非约束虹膜识别系统

4、中遇到的非理想虹膜图像处理和跨环境特征匹配问题，进行了下面几个方面的研究：1）针对非约束虹膜识别系统中图像质量多样性的问题，提出了对虹膜图像离焦模糊和运动模糊的评价算法。为了评价虹膜图像的离焦模糊程度，提出了一种参考虹膜注册图像的离焦模糊度计算方法，该方法通过与注册图像高频能量的比较，可以较准确的评价虹膜图像的离焦程度。在图像运动模糊时，会出现方向性的纹理变化的情况，由于傅里叶变换对这种变化非常敏感，所以提出使用两次傅里叶变换检测虹膜图像运动模糊方向和程度的方法，该方法可直接用于评价图像的运动模糊程度。为了更准确的评价图像的运动模糊程度，提出了参考注册图像的运动模糊评价方法。2）针对

5、非约束虹膜识别系统中虹膜图像纹理较弱的问题，提出了一种基于局部标准差的自适应对比度虹膜图像增强方法。为了增强虹膜图像的纹理强度、提高虹膜图像的质量，采用自适应对比度增强的方法对虹膜图像进行处理。根据虹膜图像的纹理特点，防止虹膜图像过度增强对纹理的破坏，使用图像的局部标准差和全局标准差作为增益参数。将彩色虹膜图像转换到Lab色彩空间进行图像纹理增强，也取得了较好的结果。为了解决非约束虹膜识别系统中出现的运动模糊问题，提出了一种基于Richardson–Lucy（R-L）反卷积算法运动模糊虹膜图像的复原方法。R-L反卷积算法在图像复原时具有较好的效果，但是算法的前提是明确运动模糊的方向和

6、位移参数。使用图像评价的方法估计运动模糊方向和位移，建立模糊度和位移的对应关系，即可估算运动模糊图像的运动方向和位移。为了提高图像复原的准确度，使用以估计值为中心、向两侧偏移分别取值复原的方法，进行多次运动模糊图像复原。将多次图像复原结果与注册样本匹配，可以提高系统识别的准确率。I3）利用虹膜图像的结构特征，提出了一种基于分水岭分割和区块合并的虹膜区域分割算法。分水岭分割可以将虹膜图像分割成若干区块，但在分割过程中会产生过分割的现象。对分水岭分割中产生过分割现象的问题，需要使用区块合并的方法合并特征相似的区块，为此建立了相似区块的合并规则，判定各区块与瞳孔位置的关系，合并与瞳孔相邻的

7、相似区块，即可得到虹膜区域的分割掩模，达到分割虹膜图像的目的。该方法对瞳孔区域较明显的虹膜图像分割有较好的效果，可以精确的分割虹膜区域。为了定位非理想虹膜图像中的虹膜轮廓，提出了一种利用行序列边缘点检测算法进行虹膜区域定位的方法。图像行序列边缘点检测算法的目的是检测图像每行中存在的特殊序列结构，并找出感兴趣的边缘点。利用巩膜和虹膜形成的特殊结构检测可能存在的虹膜边缘点，根据虹膜形状特征，使用Hough圆检测算法对检测到的边缘点进行投票，即可定位虹膜的轮廓。