虹膜識別中預處理算法的研究與實現(xiàn).pdf

1、基于虹膜的生物特征識別技術具有識別精度高、無法偽造以及非侵犯性等優(yōu)點，在門禁系統(tǒng)、海關出入境、機場和金融等許多領域中具有廣泛的應用?，F(xiàn)代虹膜識別系統(tǒng)為了適應各種復雜的應用場景，應對用戶有盡可能小的約束，使用戶感覺不到系統(tǒng)的存在，因此遠距離、運動中虹膜識別成為必然的發(fā)展趨勢。然而在復雜的應用場景中采集的虹膜圖像包括各種干擾或者噪聲，如頭部偏轉，眼睛半閉或全閉，頭發(fā)、睫毛和眼瞼遮擋，散焦和運動模糊，光學眼鏡、隱形眼鏡干擾等。論文主要研究和解

2、決在這些干擾和噪聲情況下的虹膜圖像的預處理問題，包括虹膜內外輪廓定位、上下眼瞼檢測、閉眼判斷和高亮點去除等。 論文提出了一種漸進的方法檢測虹膜外輪廓，該方法通過基于機器學習的人眼檢測器和圖像分割結合霍夫變換由粗到精地確定眼睛的位置，在眼睛區(qū)域內通過改進的基于圓的Hough變換定位虹膜外輪廓。采用一種反饋機制判斷虹膜外輪廓的定位是否準確，對于不準確的情況采用基于顏色信息的方法對虹膜外輪廓進行二次定位。提出了兩種方法檢測上眼瞼：即基

3、于約束的積分微分算子和一維信號檢測相結合的方法，以及基于RANSAC(RANdom SAmple Consensus)算法和最小二乘擬合相結合的方法。這兩種方法能夠處理眼睛旋轉情況下的眼瞼檢測問題。論文還提出一種判斷閉眼圖像的方法，該方法采用邊緣檢測和連接、圖像膨脹和拋物線擬合等技術，通過判斷拋物線開口方向判斷閉眼圖像。另外論文還提出了一種基于直方圖分析的方法去除虹膜內部的高亮點。 在前述算法的基礎上構建了一個魯棒的虹膜分割系統(tǒng)