虹膜识别算法的研究

生物认证技术是根据人体生理和行为特征来识别或验证一个有生命的人的自动方法。独特性和稳定性这两个特征一起使得虹膜成为一种极好的生物特征,从而提供了一种最准确的生物认证方法。 本文全面概括了虹膜识别的一些新方法,重点研究了虹膜定位、虹膜特征提取、模式匹配等方面的内容,并对虹膜识别领域的研究重点和难点提出了几种新的改进算法。 主要贡献和研究结果如下: 1、对Daugman的虹膜定位方法中一些处理技巧和相关的理论进行了高度的概括,并提出了一种快速的改进算法,即基于统计的阈值分析方法。 2、对虹膜特征提取与编码的传统方法进行了详尽的阐述和分析,并提出了三种改进的算法:(1)二维小波变换与积分图像相结合的方法;(2)基于零谱矩滤波器的方法;(3)一种基于一维特征的方法。 3、对模式匹配方法与分类器设计进行了研究,并提出了一种新的分类器,即SIDASAM(Spectral Information Divergence and Spectral Angle Mapper)分类器。 4、通过大量的实验就所涉及的算法进行了系统的比较,并指出了不同算法的识别速度与精度。 本文的研究结果丰富了虹膜识别的方法,在虹膜定位、虹膜特征提取与编码以及分类器设计等方面的研究,具有一定的理论意义。实验证明,提出的改进算法有各自的特点,并具有一定的应用价值。