基于小波过零点检测虹膜识别方法研究.docVIP

基于小波过零点检测虹膜识别方法研究 　　摘 要：在经典过零点算法的基础上，改进特征提取与匹配算法。分析各阶高通小波系数在同一算法下的识别率，以此选择小波系数来综合编码分析。采用不同的小波滤波器进行分析，考察不同的小波滤波器对算法的影响。DB3小波的识别率为99.61%，等错率为0.41%；四次B样条小波识别率为99.75%，等错率为0.25%；Coif3小波识别率为99.72%，等错率为0.29%。第五、六阶小波高通系数涵盖了虹膜纹理的主要信息，可采用第五、六阶小波系数进行编码识别。不同的小波滤波器得到的结果区别不是很大，DB3、四次B样条、Coif3小波编码识别效果好。DB3小波符合识别速度与效果的综合要求。 　　?す丶?词：生物特征; 虹膜识别; 小波变换; 过零检测; 特征提取 　　?ぶ型挤掷嗪牛?TP391 文献标志码：A 　　 文章编号：1001?菠B3695(2008)09?菠B2859?菠B04 　　Method of iris recognition based on wavelet transform zero??crossing detection 　　YUAN Wei??qi, ZHANG Zhi??wen 　　 (Institute of Detection Technology of Visual Sense, Shenyang University of Technology, Shenyang 110023, China) 　　Abstract:On the classic arithmetic of the wavelets zero??crossing, found a modification of the feature exactions and matching. Firstly analyzed the CRR and the EER in different resolution. The right order would be selected to encode. Using different wavelet filters to analyze the influence on the recognition result. CRR of the DB3 is 99.61%,EER is 0.41%. CRR of the forth??order B??Spline wavelet is 99.75%，EER is 0.25%。CRR of Coif3 is 99.72%，EER is 0.29%。The fifth and the sixth resolution of the wavelets coefficient covered the most important information of the iris. The different wavelet filters had little influence on the result. The fifth and the sixth order of the wavelet coefficient could be used to iris recognition. DB3, the forth??order B??Spline,Coif3 wavelet have good recognition results. DB3 can fulfill the demands on the speed and the recognition result of the biologic characteristics recognition. 　　??Key words：biologic characteristic; iris recognition; wavelet transform; zero??crossing detection; feature extraction 　　 　　随着信息时代的到来，信息的安全被提上日程，各种生物特征识别得以迅猛发展。常用的生物特征包括指纹、笔迹、面孔、虹膜、掌纹、声音、步态等。虹膜特征作为身份识别除了具有其他特征的一些优点以外，还有稳定性、惟一性、可采集性、非侵害性等优点。因此，人们给了虹膜识别更多的关注，在理论和实践上得到了发展。就目前而言，作为虹膜识别的一个重要部分：虹膜特征的提取也取得了理论和实践的突破，主要包括三种方法：a)基于相位分析，如Daugman方法。该方法采用2D??Gabor滤波器进行虹膜纹理相位编码[1~3]。b)基于纹理分析，如Wildes基于拉普拉斯金字塔的图像匹配方法、利用Gauss??Laplace滤波器分解