虹膜识别算法的研究

近几年来，针对目前互联网上日益增多的商业欺诈行为，一种新的身份鉴别途径——生物特征识别身份系统(Bioindtrics)应运而生。它以人体唯一的、可靠的、稳定的生物特征(如指纹、虹膜、脸部、掌纹等)为依据，采用计算机的强大功能和网络技术进行图像处理和模式识别，用以鉴别人的身份。虹膜，作为重要的身份鉴别特征，具有唯一性、稳定性、可采集性、非侵犯性等优点。与脸像、声音等的身份鉴别方法相比，虹膜具有更高的准确性。基于虹膜的识别系统由以下几个部分构成：虹膜获取、虹膜图像预处理、虹膜图像特征提取、匹配与识别。 在虹膜图像预处理中，我们采用简单有效的Hough变换来提取虹膜内外圆周的圆心和半径，从而把虹膜从眼睛中分离出来。为了消除虹膜图像的平移、缩放问题，我们采用极坐标变换的方法把虹膜图像中的每个点一一映射到极坐标中去并且把归一化后的虹膜图像在极坐标系下展开成一个大小为640×100的矩形。为了提高虹膜的识别效果，减少非均匀光照的影响，我们对虹膜图像进行了直方图均衡化。 小波变换是一种信号的时间—尺度(时间—频率)分析方法，它具有多分辨率分析的特点。小波变换用于图像处理是小波变换应用效果比较突出的领域。所以本文利用二维小波变换来提取虹膜图像的特征，实验表明，用二维小波变换来提取虹膜的特征是很有效的。 在虹膜识别中，我们采用方差倒数加权欧氏距离分类器来进行识别。实验结果表明，这种方法在虹膜识别中还是很有价值的。