虹膜识别技术综述

虹膜识别技术是现在最有发展前景的生物特征识别技术,介绍了虹膜识别技术的研究意义和应用状况,并对虹膜识别系统及其技术难点做了详细的描述,最后给出了虹膜识别技术的难点和今后技术的发展前景。     

虹膜识别技术的研究

虹膜具有随机的细节特征和独特的纹理,唯一且终生不变,因此虹膜识别技术成为生物识别技术中相对较新且具有巨大潜力的技术.提出了虹膜识别系统的工作原理和组成,对虹膜定位以及虹膜特征提取与编码作了分析,虹膜识别技术在身份鉴别和安全保障领域有着广泛的应用前景.     

活体虹膜识别技术的开发与分析

针对现有虹膜识别系统的不足,提出的活体虹膜识别模块结合了虹膜CCD和随动光学目标发生器,并配合简便快捷的处理算法,实现了活体虹膜识别．该技术改进了虹膜识别系统性能,加强了系统的安全和监督性。     

基于k-近邻分类匹配的虹膜识别技术与应用

利用虹膜图像中丰富的结构和纹理特征作为身份鉴别的依据,与其他生物特征识别相比,具有更高的可靠性.虹膜识别系统包括虹膜图像采集、虹膜图像预处理、特征提取、匹配与识别等部分.该文提出一种基于k-近邻分类器虹膜识别方法,该方法先对虹膜图像进行定位、归一化和增强等预处理,利用Gabor滤波实现虹膜纹理特征的提取,再用k-近邻分类器进行匹配,达到了识别的目的.实验结果表明,该方法是可行的.     

虹膜采集定位系统的实现

在虹膜识别系统中,至关重要的一步就是采集符合识别要求的虹膜图像,这就需要专业的虹膜采集设备来采集图像.针对此类问题设计了一套基于Open CV的虹膜采集定位系统,该系统能够采集到高质量的虹膜图像,从而实现虹膜定位功能.     

基于加权Hamming距离的虹膜匹配算法

为了提高虹膜识别系统的识别性能,提出了基于加权Hamming距离的虹膜匹配算法。在利用多尺度Gabor滤波器组提取虹膜纹理相位特征的虹膜识别系统中,不同尺度、不同方向的Gabor滤波器,甚至同一Gabor滤波器的实部和虚部对虹膜纹理的描述能力不同,其抽取的特征的鉴别能力也不一样。根据鉴别能力的差异,在计算Hamming距离时对不同滤波器的输出进行加权,利用加权后的距离进行身份认证。实验结果表明,与传统的基于归一化Hamming距离的虹膜匹配算法相比,改用该算法后,虹膜识别系统的等错误率从0.97%下降到0.47%,识别性能得到明显改善。     

基于椭圆拟合的晃动虹膜图像的检测算法

针对虹膜识别系统中晃动影响识别准确率的问题,提出了一种基于椭圆拟合的晃动虹膜图像的检测算法.首先对虹膜区域利用Gabor滤波器卷积初步估计光斑的位置;然后在放大5倍的截取虹膜图像上定位有效光斑;最后,对每个光斑的边界进行椭圆拟合,并计算长短轴比例和拟合误差,误差较小且长短轴比例大于1.55的图像判定为晃动图像.在CASIA-IrisV3-Lamp数据库上的实验表明,该方法检测晃动虹膜图像的准确率达到100%,提高了虹膜识别系统的准确率.     

基于核主成分分析的虹膜识别方法

提出了一种新的虹膜识别方法,利用核主成分分析(KPCA)提取虹膜的纹理特征,采用竞争学习机制进行识别。实验结果证明采用该方法的虹膜识别系统识别率高、环境适应性强、运行时间短,在虹膜识别中具有良好的应用价值。     

用于身份鉴别的虹膜图像预处理

针对虹膜图像的特点和现有虹膜识别算法运算速度慢及鲁棒性差的问题,为提高虹膜识别的性能,提出了一种新的虹膜图像预处理方法.首先采用最小二乘法定位虹膜内边缘和检测上下眼睑,利用改进的随机Hough变换定位外边缘;然后运用双阈值法检测睫毛,并对分割出的环状虹膜区域进行归一化和去噪与增强处理.预处理后的图像基本上不含眼睑和睫毛等干扰,从而有利于后续的虹膜特征提取和匹配.测试结果表明,该方法可有效地解决图像预处理中计算时间长和通用性差的问题,能提高虹膜识别系统的稳定性和识别率.     

不完美虹膜图像定位方法

虹膜定位是虹膜识别的重要环节,然而高度非侵犯性的虹膜识别系统采集到的虹膜图像通常是不完美的,存在眼睑噪声、睫毛噪声和位于瞳孔内的反射光斑等问题,会给虹膜定位带来不利影响,从而影响虹膜识别的准确性.考虑到虹膜定位的重要地位,基于虹膜图像结构特征,提出了一种简单易行的虹膜内外边缘定位方法;并基于灰度阈值分别设计了去除眼睑、睫毛噪声对外边缘定位影响的改进措施和去除瞳孔内光斑对内边缘定位影响的改进措施,有效提高了定位精度.     

Daugman识别方法决策理论的研究

虹膜识别技术是近几年新兴的一种生物识别技术,它由四个部分组成.本文主要对Daugman识别系统的决策理论进行了研究.从理论上验证了这个识别系统的决策理论的可行性,并且指出了这个识别统的决策理论存在的不足,并提出了切实可行的改进措施.     

基于双目视觉和旋转云台的远距离虹膜识别系统

 虹膜识别技术是一种新兴的生物特征识别技术,相对于指纹识别和人脸识别具有更高的准确率和稳定性,影响虹膜识别的瓶颈问题在于虹膜图像获取不太方便。当前该领域的热点就是研发一种可以在远距离、全自动地拍摄虹膜图像的设备,以解决虹膜识别的易用性问题。设计了一种基于双目视觉和旋转云台的远距离虹膜识别系统,该系统首先对摄像机进行标定,对双目摄像机中的人脸图像进行配准,从而估计人脸在空间中的大致位置;然后,系统利用旋转云台将虹膜摄像机自动对准人的眼睛并进行自动对焦,在捕获到清晰地虹膜图像后进行虹膜识别。实验证明,本文的立体视觉方法可以比较准确地定位物体空间位置,系统自动获取的虹膜图像质量好,识别率高。这种系统有望能够在未来的虹膜识别领域得以大规模应用。     

生物识别技术的发展展望

生物识别技术在个人身份认证领域有着非常重要和广泛的应用,介绍了生物识别技术中常用的指纹识别、虹膜识别、人脸识别3大技术,并对生物识别系统的性能进行了评估,对生物识别技术的发展进行了预测。     

基于小波包分解的虹膜图像质量评价算法

在虹膜识别系统中,虹膜图像的质量是影响识别效果的重要因素。为了保证识别的准确性,必须选择满足识别算法需要的图像来进行特征提取和模式识别。在对现有虹膜图像质量评价算法分析的基础上,该文提出了一种新的基于小波包分解的算法,根据虹膜纹理的特点确定小波包的分解方式,选取纹理高频分量分布最集中的子频带作为特征子频带,以其能量作为判别图像质量的准则。对比实验结果表明,该方法可以快速、准确地判断虹膜图像的质量,实现了对图像的实时处理,结果合乎人眼的主观度量,且区分不同质量图像的效果优于其它评价算法。     

一种序列虹膜图像的质量评价方法

为了实现对虹膜身份识别系统中所采集的序列虹膜图像的质量评判 ,提出了一种利用眼睛结构中瞳孔、虹膜、巩膜各区域边界部分灰度差值评判因子进行质量评价的方法。实验证明 ,用该方法可以快速、有效地鉴定序列虹膜图像的质量 ,提高该身份识别系统的工作效率     

基于感兴趣区域的快速虹膜定位方法

虹膜定位是虹膜识别系统中的一个非常重要的步骤,虹膜识别系统性能的优劣很大程度上取决于虹膜定位的精确性和快速性．针对已有的虹膜定位算法存在的定位精度和执行效率低并且鲁棒性差的缺点,本文提出一种基于感兴趣区域的快速虹膜定位算法,本算法主要有两个基本步骤：虹膜边缘点检测和用霍夫变换拟合虹膜边界．在进行这两个步骤之前,我们定义了一个感兴趣区域IF（Interesting Filed）,这个感兴趣区域为一个包含虹膜的外接矩形．通过寻找感兴趣区域,我们缩小了对目标的搜索范围,使得霍夫变换能较快的对虹膜进行定位．经试验表明本算法能较为精确且快速的定位虹膜边界．     

基于多分区特征组合的虹膜识别算法

本文提出了一种基于多分区特征组合的虹膜识别算法,既考虑了虹膜纹理的全局特征又考虑了局部特征. 实验结果表明,该算法与传统的Daugman算法相比,具有良好的鲁棒性,明显降低了错误识别率,可以有效地应用于非合作用户场合下的虹膜身份识别系统.     

Daugman识别方法匹配过程的研究

虹膜识别方法是近年来新兴的一种生物识别技术,它主要由四个部分组成[1]。本文主要对Daugman识别系统的匹配过程进行研究。对于由来自323个人的592个虹膜记录组成的数据库,这种匹配方法具有良好的匹配性;当面临较大的数据记录时,这种匹配方法也存在不足。本文据此提出了相应的改进措施。     

一种基于CCD的嵌入式虹膜识别系统设计

通过普通摄像头得到的虹膜图像的纹理通常是模糊的,不能直接用于虹膜识别;先对虹膜图像获取、内外边缘定位,然后采用基于B样条的FFD模型对图像进行配准,采用小波变换对图像进行融合,然后对图像进行二值化和特征提取处理;对虹膜识别中的算法进行改进,提出了一种嵌入式虹膜识别算法,对该算法的实验表明,算法运算速度快,精度高,性能稳定,适合在嵌入式系统中应用。     

一种基于CCD的嵌入式虹膜识别系统设计与实现

通过普通摄像头得到的虹膜图像的纹理通常是模糊的,不能直接用于虹膜识别,先对虹膜图像获取、内外边缘定位,然后采用基于B样条的FFD模型对图像进行配准,采用小波变换对图像进行融合,然后对图像进行二值化和特征提取处理,对虹膜识别中的算法进行改进,提出了一种嵌入式虹膜识别算法,对该算法的实验表明,算法运算速度快$精度高$性能稳定,适合在嵌入式系统中应用.