基于k近邻分类匹配的虹膜识别方法及实现-计算机技术专业论文.docxVIP

摘 要 生物特征识别技术 ，就是通过计算机与光学 、声学 、生物传感器和生物统计 学原理等高科技手段密切结合 ，利用人体固有的生理特性或行为特征来进行个人 身份的识别 ，它比传统的身份识别方法更具安全 、保密和方便性 ，具有不易遗忘、 防伪性能好、随身 “携带 ”等优点，广泛用于政府、军 队、银行、社会福利保障、 电子商务、安全防务等领域。 虹膜包含了丰富的纹理信息 ，研究表明 ，每个虹膜都有高度细致且唯一的纹 理 ，这种唯一性是由胚胎发育环境的差异决定 。同其他生物特征相比 ，虹膜具有 更稳定和可靠的特征 ，并且虹膜图像的采 集无侵犯性 ，通过好的识别算法 ，虹膜 识别可达到极高的准确率，具有广阔的应用前景。 虹膜识别系统由虹膜图像采集 、虹膜图像 预处理 、特征提取 、编码与识别等 部分构成 。本文在总结目前虹膜识别技术 研究的基础上 ，提出一些改进方法 ，对 虹膜识别技术的研究有一些借鉴作用。 在虹膜图像预处理方面 ，采用二值化及腐蚀与膨胀 方法 ，分离瞳孔 ，用投影 法确定瞳孔的圆心和半径；采用 圆检测算子检测与改进的圆 Hough 变换相结合 确定虹膜外边缘 ，该方法实现简单 ，内存空间开销小 ，耗时少 。用坐标变换方法 实现归一化即标准化，用直方图 均衡化方法增强图像。 在特征提取方面，探讨了基于 Gabor 变换的虹膜特征提取算法，用 Gabor 滤波器提取虹膜图像的相位信息，构造长度为 256 字节的二进制虹膜特征编码； 针对 Gabor 滤波器存在直流分量等缺陷 ，本文采用 Log-Gabor 滤波器提取虹膜纹 理的相位信息 ，再用二进制循环码编码 ，此算法不受带宽影响 ，不存在直流分量， 实验结果表明，此算法效果良好。 分析了基于 Hamming 距离的匹配与识别算法 ，通过计算 Hamming 距离来判 断两个虹膜码间的相似程度 ，为解决虹膜 图像的旋转对虹膜识别的影响 ，将获得 的虹膜编码进行错位匹配。针对 Hamming 距离的匹配与识别算法中，虹膜图像 的旋转对虹膜识别的影响，提出用改进的 k-近邻快速搜索算法进行匹配与识别， 实验结果表明 ，当选择 k=3 个近邻时 ，识别率可达到 95.2%。最后 ，利用 MATLAB 软件实现了虹膜识别算法，并在 CASIA 虹膜图像数据库上进行实验，取得了良 好的效果。 . 关键词： 虹膜识别；边缘检测； Log-Gabor 滤波；特征提取； Hamming 距离； k-近邻分类器 ABSTRACT Biological feature recognition technology is to recognize personal identity based on physiological or behavioral characteristics by combing computer with high science technology means such as optical, sound science, biology sensor and biology statistical principle etc. It is safer, more secret and more convenient than traditional identity recognition means. It has some advantages such as being difficult to forget, preventing counterfeit and easy carrying .It is widely used in government, troop, bank, social welfare undertake, electronic business etc. Iris includes abundant information. Study indicates that each iris has high exquisite and unique texture, and this uniqueness is decided by difference between embryo growth circumstances. Iris has features of high stability and reliability compared with other biometrics feature, and also non-invasion. Iris recognition can reach very high accuracy by using good algorithms, it