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。     

形态Harr小波在虹膜识别图像预处理中的应用

本文提出了一种使用形态小波变换进行虹膜边缘定位的方法。根据虹膜图像的特征,选择合适的结构元素,然后通过形态学算子构造了二维形态小波分解和重构形式。运用构造的形态Harr小波对虹膜图像进行了边界提取,取得了良好的效果。     

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。     

虹膜识别技术研究

虹膜识别以其唯一性、稳定性和非侵犯性等优点成为生物特征识别中极具发展潜力的身份识别技术。文章详细介绍了虹膜识别技术的国内外发展现状和常用算法,并介绍了现有虹膜识别技术中存在的主要问题。     

基于Hough变换的虹膜定位算法

针对利用Hough变换实现虹膜定位时遇到的一些问题提出了相应的解决方案。为减少Hough变换的计算量,本算法采用了“先采样后变换”、“由粗到精”的方法;为提高可靠性、减小噪声影响,算法利用了虹膜内外边界之间的耦合关系以缩小在边界参数空间内的搜索范围。在MAT—LAB软件环境下的试验表明,算法取得了良好的效果。     

用于瞳孔序列图像分析的实时轮廓检测和参数提取

本文介绍一种医用图像分析系统．该系统连续获取瞳孔图像,根据对图像序列的某些先验知识自动确定门限．在此基础上进行快速边缘检测,并自动修补缺损的目标轮廓．在判定所得轮廓有效后计算目标面积．若数据无效则自动重新采样．序列图像观测结束后对间隔不均匀的数据进行内插校正．系统所提供的分析结果可用于临床和医学研究     

虹膜识别

系统阐述了虹膜识别的原理和实现方法,提出将小波变换与Hough变换相结合定位虹膜外边界,采用同心圆渐变展开虹膜图像为矩形图像,根据纹理分布方差对分类距离加权.新算法在保持平移和缩放不变性的同时,有效地实现了虹膜识别.     

虹膜识别算法概述

虹膜识别已经成为近年来的热门研究,由于其可靠性和近乎完美的识别率,虹膜识别已经应用于较多高安全性的领域。虹膜识别系统主要有三个阶段:图像预处理、特征提取和模板匹配。本文对每个阶段的突出算法进行介绍、分析与比较,对虹膜识别系统的进一步发展具有一定的研究价值。     

基于小波变换过零检测的虹膜识别技术

使用小波变换过零检测算法可实现人眼虹膜图像的编码和识别 .瞳孔尺寸变化会使虹膜纹理图像变形 ,进而影响识别算法 .采用虹膜变形模型克服了瞳孔缩放带来的影响 ,并针对图像编码不等长问题 ,提出了有限变形相似度的相似度算法 ,使识别算法更加稳定     

虹膜识别煤矿考勤系统设计

介绍了基于虹膜识别技术的煤矿考勤系统的系统结构、工作流程,软硬件设计及其实现。考勤系统主要由虹膜图像采集装置和数据处理计算机组成。系统软件部分采用VC＋＋6.0中的ADO数据库访问技术,以Access为存储数据库开发。通过应用测试,此系统识别率高,稳定性较好,有效地提高了煤矿的智能化管理水平和工作效率。     

一种新的基于小波变换的虹膜识别算法

为了克服基于小波变换过零检测的虹膜识别算法对纹理灰度变化敏感的缺点,利用小波的带通特性和小波变换检测奇异点的原理,提出了一种新的基于小波变换的虹膜识别算法。将虹膜纹理分成8个分析带,每个分析带只采用一个合适尺度的小波滤波,然后将滤波结果量化,产生256byte的虹膜特征码,最后利用Hamming距离进行模式匹配。实验结果表明,算法运算时间约为1s,识别率可达97.04%,可用于实际的身份鉴别系统中。同时,算法具有平移、旋转和缩放不变性。     

一种新颖的虹膜图像预处理算法

提出一种新的虹膜图像预处理算法．先利用搜索迭代的圆周差分方法快速准确地定位虹膜，再利用一种将瞳孔与虹膜圆心变换合并的虹膜图像归一化方法解决虹膜内外圆不同心带来的误差，最后使用改进的局部直方图均衡化方法增强图像．大量的虹膜图像的实验表明，新方法对虹膜定位有非常高的准确性和鲁棒性，归一化和图像增强能提高后续的虹膜识别率．整个虹膜预处理的运算时间小于0．4s，能满足实时系统的要求．     

基于Radon变换的多尺度虹膜识别算法

针对现有虹膜识别算法需要处理二维纹理信息,特征提取时间长,对噪声干扰比较敏感等问题,提出了基于Radon变换的多尺度虹膜识别算法.首先利用Radon变换将二维虹膜纹理信息转换为一维纹理信号,然后使用小波变换多尺度能量算子提取虹膜的特征信息,最后利用相异度函数进行匹配判别.实验结果表明,算法具有运算简单,快速等优点,同时算法能够较好地克服图像平移、缩放、旋转等几何攻击对识别带来的不利影响,具有较强的抗干扰能力和较高的识别率.     

基于改进遗传算法的虹膜识别方法研究

为了提高虹膜识别算法的有效性,提出了基于改进遗传算法进行特征选择的虹膜识别方法.针对虹膜图像纹理分布的特点,采用了多尺度环对称Gabor滤波器进行特征提取.同时,在特征选择上对经典遗传算法进行了改进,调整了遗传算法的交叉机制,提高了算法的搜索效率.为了检验算法的有效性,在中国科学院CASIA虹膜数据库上进行验证,实验结果表明该方法具有较高的识别精准度.     

脉象信号的特征提取与识别方法

中医脉象信号的研究在中医诊断中具有重要的意义。为了探索由中医脉象信号识别海洛因吸毒者的有效方法,研究了中医脉象信号特征提取的倒双谱与三阶倒谱熵算法。在简洁而准确地论述算法的基础上,估计了20例海洛因吸毒者与20例健康正常人脉象信号的倒双谱的对角切片分量。在大量实验结果的基础上,选取对角切片在m=n=1处的抽样幅值、在特定区域内抽样幅值的三阶倒谱熵作为每例脉搏波信号的2个特征参数,并构成特征向量。以平方马氏距离为准则设计了分类器,该分类器对40个特征向量的准确识别率为87.5%。研究结果表明,提出的特征提取与分类器设计方法对海洛因吸毒者脉象信号的识别具有一定的意义。     

基于AdaBoost算法的快速虹膜检测与定位

针对目前虹膜检测和定位方法中检测速度和定位精度等方面存在的不足,提出了一种利用AdaBoost算法进行虹膜快速检测和定位的方法.根据虹膜灰度图像的空间结构特征,提取出3类能反映这些结构的Haar-like矩形特征,从中挑选对虹膜图像有最好区分性的385个特征构成弱分类器,再组合生成强分类器.使用正负样本图像训练后,由强分类器级联组成了一个23层分类器系统.实验结果表明:该分类器系统的检测速度平均可达66帧/s,正样本的识别率约为96%,满足了虹膜识别系统实时性的要求.与其他方法相比,有更高的检测速度和定位精度.     

实数编码自适应遗传算法及其在光瞳滤波器参数控制中的应用

提出一种基于实数编码自适应遗传算法的光瞳滤波器光瞳函数参数优化设计的新方法.通过计算机模拟,结合实际使用场合对光能效率、旁瓣影响因子和超分辨能力的要求,选择合适参数实现最佳轴向超分辨成像效果.利用遗传算法设计的光瞳滤波器设计简单,有较好的综合效果,不仅具有较小的u0和M值,而且有较大的S值.理论和实践均表明该方法是高效和可靠的.