基于Log-Gabor小波的虹膜算法研究

摘要

近些年随着信息技术的高速发展，信息安全已成为当今社会重要的研究课题。虹膜识别技术由于具有唯一性、稳定性、识别率高、非侵犯性等优点而成为目前热门的研究课题。近年来，在虹膜识别的研究中，研究人员已经提出了一些算法。本文在虹膜边缘定位和虹膜特征提取两个方面提出了一些自己的想法和思路。主要的工作如下：
　　1.在图像预处理方面:运用改进的Sobel算子增强图像中灰度发生变化的点和线，利用圆的对称特性并结合Daugman的方法对虹膜的内外边缘进行粗定位和精确定位，采用一种Log-Gabor对睫毛进行检测。
　　2.在特征提取方面:Gabor滤波器不能很好的去除纹理图像上光照的影响，导致提取到的虹膜图像质量受到干扰。本文针对Gabor滤波器的不足，采用Log-Gabor滤波器对虹膜的纹理图像进行特征提取，同时分析了滤波器参数的选取对特征提取精度的影响，弥补了Gabor滤波器的不足之处，得到了很好的识别效果。利用hamming距离对提取的虹膜纹理特征向量进行匹配，最后通过程序实现特征提取的过程。
　　通过在中科院CASIA数据库进行试验，选取的海明距离的阀值为0.355，在CASIA-IrisV3-Interval数据库上识别率为98.7％，等误率为0.038％;在Lamp数据库上识别率为98.3％，等误率为0.18％。实验证明本文提出的算法具有比较好的通用性和稳定性。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景

1．2 虹膜的生理结构

1．3 虹膜识别的发展及现状

1．4 虹膜识别的基本模块组成

1．5 虹膜识别研究的难点

1．6 本课题研究的意义和内容

第2章 虹膜图像预处理中的算法

2．1 虹膜定位

2．1．1 用改进的Sobel算子进行边缘检测

2．1．2 圆心的确定以及虹膜内边缘的粗定位

2．1．3 虹膜内外边缘的精确定位

2．1．4 睫毛检测

2．1．5 定位结果的分析

2．2 虹膜图像的归一化

2．2．1 归一化方法

2．2．2 双线性插值

2．3 虹膜图像的增强

2．4 本章小结

第3章 虹膜特征提取算法的研究

3．1 常见的图像纹理特征提取方法

3．2 Daugman的方法

3．3 小波方法提取特征

3．3．1 标准的傅立叶变换

3．3．2 连续的小波变换

3．3．3 小波包变换

3．3．4 基于小波包方法的虹膜特征提取

3．4 本章小结

第4章 基于Log-Gabor变换的虹膜特征提取算法

4．1 时频分析

4．2 Gabor函数简介

4．3 Log-Gabor变换的理论基础与优势

4．4 Log-Gabor小波

4．4．1 一维Log-Gabor函数

4．4．2 二维Log-Gabor函数

4．5 二维Log-Gabor函数参数的确定

4．6 运用二维Log-Gabor滤波器来提取虹膜的纹理特征

4．7 本章小结

第5章 实验结果及性能分析

5．1 性能测试指标

5．2 匹配结果

5．2．1 计算同类虹膜的Hamming距离的分布

5．2．2 计算异类虹膜的Hamming距离的分布

5．3 本章小结

第6章 结论与展望

6．1 总结

6．2 展望

参考文献

致谢