一个高精确的虹膜特征撷取方法及其在虹膜辨识的应用AHigh.PDFVIP

一个高精确的虹膜特征撷取方法及其在虹膜辨识的应用AHigh.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一个高精确的虹膜特征撷取方法及其在虹膜辨识的应用AHigh

一個高精確的虹膜特徵擷取方法及其在虹膜辨識的應用 A High Precision Iris Feature Extraction and Its Application in Iris Recognition 朱家德* 陳慶瀚** 義守大學電機工程系 840 高雄縣大樹鄉學城路一段一號 E-mail: *cld123@.tw, **pierre@.tw 摘要 生物辨識技術是利用人類的獨一無二的生理 本文提出一種新的高性能虹膜特徵擷取方 或行為上的生物特徵做為識別使用者的身份 ,每個 法。首先我們規劃了一個簡單快速的瞳孔位置偵測 人身體都俱備這些特徵猶如隨身攜帶密碼 ,不用擔 方法接著以瞳孔中心座標為參考點 ,擷取環狀虹膜 心被盜用或遺忘 ,更能提高資訊保密能力與維護私 區塊影像 ,並將其切割多個等分的長條影像 ,我們 人隱私。目前生物特徵在技術開發上又可以分成生 應用索貝爾轉換去增強虹膜紋路特徵 ,再藉由垂直 理特徵(如臉部 、指紋 、虹膜 、視網膜及掌形)和獨 投影得到一維能量訊號 ,此一能量訊號經由一維小 特的行為模式又稱為行為特徵(如聲音 、簽名等) , 波轉換有效縮減其維度同時抑制其高頻雜訊 。最 就可靠度而言 ,生理特徵在唯一性及安全性都很明 後 ,基於此一虹膜特徵擷取方法 ,我們以機率式類 顯優於行為特徵 。基於高度安全性的角度來看 ,生 神經網路分類器來進行虹膜識別的實驗 。CASIA 物辨識技術確實是具有高安全性及可靠性。因為它 虹膜資料庫被用去評估所提出的方法並與傳統方 比起一般密碼及智慧型安全設備更為專業及精 法的性能做比較。實驗的結果證明提出演算法在虹 密 ,使用於需要高安全防護之地方如政府機密部 膜辨識不僅有相當好的辨識性能,同時有較小的特 門 、立法部門 、銀行及金融中心 、化驗室 、私人住 徵維度和辨識效率,十分適合實現於嵌入式系統或 宅等最為常見 。以此等技術看來 ,使用之範圍可謂 有硬體資源限制的即時系統 。 與日俱增 ,而且有平民化之跡象 ,於種類上大可分 關鍵詞 :虹膜辨識 ;小波轉換 ;機率式神經網路 為通道管制類別、電腦進入身份辨識類別和身份核 實領取功能等 。所有生物辨識中 ,其中尤以虹膜辨 ABSTRACT 識率最高且不易偽造 。 In this paper, a novel technique is proposed for high 虹膜是指瞳孔周圍有顏色的肌肉組織且虹膜 performance iris feature extraction. First, we 上有很多微小的凹凸起伏和條狀組織 ,具有獨特結 elaborate a simple and fast iris location method and 構 ,因此就算是自己的左右眼虹膜也有差異 ,且不 extract an iris image by the center coordinate of pupil. The iris image will be stretched into a rectangle block 易隨年齡的增長變化。虹膜識別的過程是將掃描的 and the block is segmented many parts. We

您可能关注的文档

文档评论(0)

ailuojue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档