下载文档原格式
融合局部与全局特征提取的虹膜识别⽅法_徐效⽂收稿⽇期：2012-03-19;修回⽇期：2012-04-25基⾦项⽬：国家⾃然科学基⾦资助项⽬(21105127)作者简介：徐效⽂(1978-)，男，江苏徐州⼈，副教授，博⼠，主要研究⽅向为⽣物医学信号检测与仪器(xuxiaowencn@163．com );张荷萍(1986-)，⼥，硕⼠研究⽣，主要研究⽅向为⽣物医学信号处理．融合局部与全局特征提取的虹膜识别⽅法*徐效⽂，张荷萍(中南⼤学地球科学与信息物理学院⽣物医学⼯程研究所，长沙410083)摘要：传统的虹膜识别系统需要将虹膜图像转换⾄极坐标系统并进⾏归⼀化，通过平移特征向量来达到旋转不变性。
为了降低传统虹膜识别⽅法的复杂性，提出了⼀种融合局部与全局特征提取的虹膜识别⽅法，⽆须对预处理后的虹膜图像进⾏归⼀化。
该⽅法⾸先对分割出的虹膜图像直接采⽤⾮张量积⼩波提取全局特征，接着采⽤SIFT ⽅法提取选定区域的局部特征，最后对虹膜局部及全局特征采⽤不同的权值，进⾏相似性距离测试。
结果表明该⽅法在等错误率为0．935%的情况下，正确识别率达到了99．065%。
在不对虹膜图像归⼀化的情况下，可获得很好的识别性能。
关键词：虹膜识别;旋转不变性;⾮张量积⼩波;尺度不变特征变换⽅法中图分类号：TP391.41⽂献标志码：A⽂章编号：1001-3695(2012)11-4378-03doi ：10．3969/j．issn．1001-3695．2012．11．098Iris identification method based on local and global featuresXU Xiao-wen ，ZHANG He-ping（Institute of Biomedical Engineering ，School of Geosciences ＆Info-Physics ，Central South University ，Changsha 410083，China ）Abstract ：Traditional iris recognition systems convert iris images into polar coordinates ，and then normalized the images to achieve rotation invariance by rotating the feature vector．In order to decrease the complexity of typical iris recognition method ，this paper presented a method of iris image identification based on global and local features that extracted from preprocessediris image without normalizing．Firstly ，it applied a bank of non-tensor product wavelet filters to extract the global features of iris．Secondly ，it used a SIFT method to extract the local features of the selected regions．Finally ，it tested the similarity dis-tances of local and global features with different weights．Experimental results show that the proposed method has the correctrecognition rate of 99．065%when the equal error rate is 0．935%．Without normalizing the iris images ，the proposed approach can obtain very good recognition performance．Key words ：iris identification ；rotation invariance ；no-tensor product wavelet ；scale invariant feature transform （SIFT ）method虹膜识别具有⾼可靠、⾼安全、⾼稳定的特征，国内外相关学者在虹膜识别技术领域进⾏了很多的探索。
一种基于Morlet小波变换的虹膜识别算法吴亮;庄镇泉;叶学义;姚鹏;李斌【期刊名称】《计算机工程与应用》【年(卷),期】2005(041)032【摘要】虹膜识别包括虹膜定位、特征提取以及模式匹配几个步骤.文章提出了基于虹膜灰度梯度分析的新定位算法和基于Morlet小波变换的特征提取算法.首先对沿瞳孔半径方向展开的虹膜图像通过寻找灰度梯度最大值位置的方法进行虹膜定位;然后根据虹膜生理的特点对虹膜图像进行分区,对不同的虹膜区域采用一维和二维Morlet复小波变换相结合的特征提取算法,并用二比特格雷编码来表征提取的虹膜纹理的相位信息;最后通过计算虹膜间的Hamming距进行匹配,最终实现虹膜识别.实验结果表明,与现有算法相比,该算法识别速度快,提取特征的效果好,在实验室身份认证系统中表现出很好的识别效果.【总页数】5页(P37-40,44)【作者】吴亮;庄镇泉;叶学义;姚鹏;李斌【作者单位】中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026;中国科学技术大学电子科学与技术系,合肥,230026【正文语种】中文【中图分类】TP91.41【相关文献】1.一种新的基于小波变换的虹膜识别算法 [J], 章登勇;蔡碧野;李峰2.基于Morlet小波变换系数的自适应虹膜识别 [J], 林忠华3.一种新颖的基于小波变换的虹膜识别算法 [J], 范科峰;王美华;莫玮4.基于平移不变预处理的小波变换的虹膜识别算法 [J], 明星;刘元宁;朱晓冬;徐涛5.一种新的基于多小波变换的虹膜识别算法 [J], 魏连鑫;朱伟民;吴登峰;徐涛因版权原因，仅展示原文概要，查看原文内容请购买。
虹膜识别算法的研究及实现潘力立摘要生物识别技术是进几年来兴起的身份识别技术，由于它利用了人体某些终生不变性和非侵犯性的特征，因此具有很高的可靠性和安全性，而且操作方便快捷。
人体有各种外部特征，如指纹、人脸、眼睛、虹膜等等。
虹膜由于其特殊结构，使得利用它进行的身份鉴别具有更高的准确率。
目前虹膜识别技术被广泛认为是最具有推广价值的生物识别技术之一。
本文主要的研究工作有：1. 在分析已有虹膜图像质量评估算法的基础上，提出了基于点锐度的虹膜图像质量评估算法和基于多分辨率分析的虹膜图像质量评估算法，这两种算法对虹膜的清晰度、眼睑睫毛的遮挡等系列问题进行了考虑，具有很强的通用性。
2. 针对已有虹膜定位算法耗时较长和准确率不高等特点，本文提出了新的基于灰度信息的虹膜定位算法，该算法通过搜索灰度曲线上灰度梯度值最大的点来获得虹膜边界点，并通过曲线拟合定位虹膜边界的位置，这样避免了以往算法在搜索边界时的反复迭代，大大提高了定位速度。
针对该算法对光照条件较敏感的不足，本文又提出了新的基于小波多分辨率分析的虹膜定位算法，该算法通过对灰度曲线的细节分量进行分析，得到虹膜准确的边界点位置。
该算法不受光照条件的影响，在一定程度上可以避免眼睑和睫毛的遮挡，具有很强的稳定性，其性能明显优于已有的算法。
3. 详细介绍了Gabor虹膜编码方法，给出了多种参数方案。
提出了一种简单高效的基于多分辨率分析的特征提取和匹配方法。
4. 给出了算法在TI TMS320 C6713b上的移植和优化方法和针对项目设计硬件平台的μC/OS-II嵌入式系统剪裁移植和应用程序编写方法。
所有的算法都在CASIA标准虹膜库上进行了测试，实验结果表明，本文提出的算法在处理速度上和识别准确率上都有所提高。
系统运行稳定，处理一枚虹膜图像的时间小于0.2秒。
关键词：虹膜识别，点锐度，多分辨率分析，嵌入式IAbstractBiometric recognition technology, which identifies people through their uniqual features, becomes hot recently due to its convenience and efficiency. Human has many biometric features, such as fingerprint, face, eye and iris. Among these, iris has very special structure which makes the identification has high accuracy; therefore, Iris identification technology is regarded as one of the most widely-used biometric identification technology in the future. In this paper, we introduce the below aspects:1. Through analyzing a few existing algorithms, we proposed two new iris image quality evaluation algorithms. Both take account of the image definition and eyelash occlusion problem, and are universal in different iris acquisition system.2. In the iris localization part, to improve the efficiency and accuracy of the proposed algorithm, we proposed a new method based on the iris intensity value, in which we adopt edge points detecting and curve fitting. Then, we proposed another iris localization algorithm based on Multi-resolution Analysis. The most important merit of this algorithm is that it’s seldom affected by lash occlusion problem and illumination.3. In the feature extraction and matching part, we analyze the different matcing results when use the Gabor Transform with different parameters. At last, we give a new feature extraction method.4. We introduce the transplanting method of the algorithmto TI TMS320 C6713b DSPs platform and design the embedded system based on μC/OS-II.All the algorithms are proved to be valid accoerding to the experiments on CASIA iris database. Compared with the previous algorithm, the algorithm poposed in this paper improve a lot. Meanwhile, the system is stable and the time cost to process one image is less than 0.2s.Keywords: iris recognition, point sharpness, Multi-resolution Analysis, embedded systemII目录第一章绪论 (1)1.1 课题提出的背景和意义 (1)1.2 生物特征识别技术 (2)1.3 虹膜识别技术 (5)1.4本课题所做的主要工作 (11)第二章基于点锐度的虹膜图像质量评估 (14)2.1 虹膜图像中存在的质量问题 (14)2.2 现有虹膜图像质量评估方法 (14)2.3基于点锐度的虹膜图像质量评价方法 (19)2.4 试验结果 (21)第三章基于多分辨率分析的虹膜图像质量评估 (24)3.1 多分辨率理论 (24)3.2 虹膜归一化图像的多分辨率分解 (28)3.3 眼睑和睫毛遮挡图像的小波分析 (29)3.4 虹膜图像清晰度 (31)3.5试验结果 (32)第四章基于灰度信息和基于多分辨分析的虹膜定位算法 (34)4.1 基于灰度信息的虹膜定位算法 (34)4.2 基于多分辨率分析的虹膜定位算法 (40)4.3 试验结果 (44)第五章虹膜归一化和光照估计 (47)5.1 归一化 (47)5.2 光照估计 (49)5.3 图像增强 (50)第六章基于GABOR变换和基于小波多分辨率分析的匹配算法 (52)6.1 基于G ABOR变换的匹配算法 (52)III6.2 基于多分辨率分析的匹配算法 (57)6.3 算法评测标准 (58)6.4试验结果及分析 (60)第七章虹膜识别算法在TMS320 C6713上的移植优化和嵌入式系统设计 (64)7.1 TI TMS320 C6713B (64)7.2 针对C6713的代码优化 (65)7.3 针对C6713的C ACHE优化 (68)7.4 优化前后的比较 (70)7.5嵌入式虹膜识别系统硬件平台 (70)7.6 ΜC/OS-II嵌入式操作系统 (73)7.7 ΜC/OS-II在TI TMS320 C6713上的移植 (73)7.8嵌入式虹膜识别系统中任务设计和调度 (74)第八章结论及展望 (78)致谢 (79)参考文献 (80)攻硕期间取得的研究成果 (84)IV第一章绪论近十年来，人们对身份的自动鉴别产生了极大的兴趣，希望找到一种可靠、快速和无侵犯性的身份鉴别方法。
摘要随着信息社会的快速发展，对安全的需求也日益增长。
虹膜识别技术作为一种身份识别，以其很高的可靠性得到人们的重视。
虹膜识别系统核心一般由图像采集、虹膜定位、归一化、特征提取及编码和训练识别五部分构成。
本文介绍了目前虹膜识别的现状，简单阐述了一些经典的虹膜识别算法和技术，并完成识别系统。
在虹膜的定位阶段，首先对图像进行缩放，在不影响后续处理的情况下减小了处理的数据量，然后采用梯度加权的Canny算法进行边缘检测，再对边缘图像，采用圆Hough定位方法，分别定位了虹膜的外边界。
接着采用Radon变换检测直线的方法分割上下眼睑，阈值法除去睫毛干扰。
同时也研究了一些文献中分割眼睑和睫毛的方法。
归一化阶段，采用了文献中普遍使用的“Rubber-Sheet”模型，将虹膜归一化为64512大小的矩形，以利于特征比对。
在虹膜的特征提取及编码阶段，基于信号处理中的空间/频域技术，采用一维Log Gabor滤波器提取虹膜的纹理信息，对滤波结果的实部和虚部分别进行相位量化和编码，同时也对噪声进行处理，获得相应的掩码。
训练识别阶段，采用海明距离度量虹膜之间的相似度，选取最小距离分类器和具有最小错误率的分类阈值形成组合的分类决策规则。
整个识别系统主要在中科院V3.0虹膜数据库上进行了测试。
关键词：虹膜识别；虹膜定位；圆Hough变换；Log Gabor小波ABSTRACTWith the rapid growth of information technology, the demands of information security are ever-growing. As the technology of identification, iris recognition, for its high reliability, gets great attention. Iris recognition system consists of image capturing, iris location, iris normalization, feature extraction and coding and decision training. In this dissertation, the situation of iris recognition is presented. Some practical algorithms and technique are briefly introduced. A system of iris recognition is fulfilled.In iris location stage, image is zoomed to reduce the data volume with less influence on post processing. Afterword, the algorithm of Canny edge detection, with weighted gradient, is adopted. In the edge image, Circular Hough transform is applied to locate the inside and out boundary of iris. Then, linear Radon transform is put to use to detect the eyelids. Eyelashes are eliminated by threshold.In normalization stage, “rubber-sheet”model, in general us e, is used t-o unwrap iris image into a rectangle of the same s ize, for the comparison of characteristics.In feature extraction and coding stage. 1D Log Gabor filter s are used to filter the iris texture features in the space-frequen cy domain. Then, the real part and the image part is quantize d by phase encoding respectively. Besides, the processing of noise to generates mask.In decision training stage, the Hamming distance is employed to measure the similarity of two iris. The minimum distance classifier combining with the threshold with minimum error ratio are used as the decision rules. The experiments implemented on CASIA iris database V3.0 show that the system performs well.Key Words: Iris Recognition; Iris Location; Circular Hough Transform; Log Gabor Wavelets目录第一章绪论 (1)1.1 生物特征识别 (1)1.1.1 非生物特征身份鉴别方法 (1)1.1.2 生物特征识别技术的提出 (2)1.1.3 研究生物特征识别技术的意义 (3)1.2 虹膜识别研究 (3)1.2.1 虹膜识别的机理 (3)1.2.2 虹膜识别的发展与现状 (6)1.2.3 虹膜库 (9)1.3 本文研究的容 (9)第二章虹膜图像预处理 (11)2.1 虹膜外边界的定位 (11)2.1.1 Canny算子和Hough变换的基本原理 (11)2.1.2 本文采用的Canny算子 (14)2.1.3 本文采用的Hough变换圆检测算法 (16)2.1.4 虹膜外边界的定位 (17)2.2 眼睑的分割 (18)2.2.1 抛物线检测眼睑 (19)2.2.2 Radon变换法分割眼睑 (19)2.3 剔除睫毛 (21)2.3.1 阈值法剔除睫毛 (21)2.4 小结 (22)第三章虹膜图像归一化及特征提取 (23)3.1 虹膜纹理归一化 (23)3.1.1 平移 (23)3.1.2 旋转 (24)3.1.3 伸缩 (24)3.1.4 分辨率 (24)3.2 虹膜的Rubber-Sheet模型 (25)3.2.1 虹膜边界表示 (26)3.2.2 虹膜区域的表示 (27)3.2.3 虹膜区域规化 (28)3.2.4 灰度级插值 (29)3.2.5 具体实现 (31)3.3 小结 (31)第四章虹膜特征编码 (32)4.1 图像纹理分析的基本理论 (32)4.2 虹膜特征编码方案 (33)4.3 基于Log Gabor小波的特征编码 (35)4.3.1 Log Gabor函数性能分析 (35)4.3.2 Log Gabor小波的构造 (39)4.3.3 特征编码 (40)4.4 小结 (42)第五章虹膜模式匹配 (43)5.1 识别判决 (43)5.2 虹膜模式匹配 (44)5.2.1 海明距离匹配 (44)5.2.2 最小距离分类器 (46)5.3 统计分析 (49)5.4 小结 (52)第六章总结 (53)6.1 论文容总结与展望 (53)6.2 系统演示 (54)参考文献 (61)致 (63)第一章绪论1.1 生物特征识别生物特征识别有时也被称为生物测定技术。
基于DCT变换的虹膜识别算法
吴叶清;冯桂
【期刊名称】《微计算机信息》
【年(卷),期】2007(023)025
【摘要】虹膜识别是一种新的生物识别技术.本文主要研究虹膜图像预处理、特征提取和匹配几个部分的优化,在特征提取阶段,采用基于一维DCT变换的虹膜特征优选算法.其基本思想是:对预处理后的虹膜图像进行一维的DCT变换,在速度和准确率约束的条件下,对变换后得到的系数进行抽取作为特征矩阵,通过计算虹膜特征矩阵的相似度进行虹膜识别.实验结果表明:该算法速度比较快,准确率也比较高.
【总页数】3页(P270-271,208)
【作者】吴叶清;冯桂
【作者单位】362011,福建泉州,华侨大学信息科学与工程学院;362011,福建泉州,华侨大学信息科学与工程学院
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于改进Hamming距离的虹膜识别算法 [J], 张攀;张莲;陈大孝;李云昊
2.基于改进Hamming距离的虹膜识别算法 [J], 张攀;张莲;陈大孝;李云昊;
3.基于DCT变换的虹膜识别 [J], 吴叶清
4.基于纹理方向能量特征的虹膜识别算法 [J], 邓玉波;苏娟
5.基于Gabor滤波的改进虹膜识别算法 [J], 马晓峰;高玮玮
因版权原因，仅展示原文概要，查看原文内容请购买。
