本文關(guān)鍵詞：基于虹膜識別算法的身份認(rèn)證系統(tǒng)實現(xiàn)

  更多相關(guān)文章： 虹膜識別 虹膜定位 Hough圓 Log-gabor濾波器 身份認(rèn)證系統(tǒng)

【摘要】：在網(wǎng)絡(luò)科技高度發(fā)達(dá)的時代,身份認(rèn)證已經(jīng)成為每個人生活中必不可少的一部分,傳統(tǒng)的身份認(rèn)證有很多形式,基本上都依靠于外物進(jìn)行驗證,例如:身份證、靜態(tài)或動態(tài)密碼、智能卡、動態(tài)口令等,這些外物都很容易被盜取、復(fù)制或破解,面臨眾多缺陷,如今迫切需要一種安全性和便捷性較高的身份認(rèn)證方式來代替?zhèn)鹘y(tǒng)的身份認(rèn)證方式。虹膜是人眼生理結(jié)構(gòu)中的一部分,它是人體唯一外部可見的內(nèi)部器官,在嬰兒出生6-18個月后就基本定型,并且終身保持不變,每個人的虹膜紋理都具有唯一性,利用這一獨特優(yōu)點,虹膜識別便成為所有生物識別中安全性、穩(wěn)定性最高的生物識別方式。早期,國內(nèi)外對于虹膜識別已經(jīng)有過大量研究,但都因為各種瓶頸的限制,發(fā)展較為緩慢,轉(zhuǎn)而研究人臉、指紋、掌紋、語音等其他識別。虹膜識別的難點主要在于圖像的獲取以及定位上,硬件部分對攝像頭要求極高,而軟件中虹膜的定位難度也非常大,至今也有很多學(xué)者在對其進(jìn)行研究。本文在虹膜識別的基礎(chǔ)上實現(xiàn)了初步的身份認(rèn)證系統(tǒng),系統(tǒng)主要包括:硬件圖像采集、算法處理、界面系統(tǒng)實現(xiàn)。從攝像頭采集人眼虹膜圖像到經(jīng)過算法處理得到最終結(jié)果,其中算法處理是整個系統(tǒng)的核心,包括:人眼檢測、瞳孔及虹膜定位、虹膜歸一化、Log-gabor紋理特征提取、編碼比對等,其中難點是虹膜定位和紋理特征提取。本文在前人研究的基礎(chǔ)上分析了常用定位方法的利弊,并與自己的定位方法進(jìn)行比較,分析實驗結(jié)果,相比其他定位方法,在速度和精度上都有一定程度的提高,滿足算法的基本性能需求,最后用Qt設(shè)計系統(tǒng)界面并融合算法,實現(xiàn)整個身份認(rèn)證系統(tǒng)功能,基本可以應(yīng)用于安全等級相對較低的領(lǐng)域。
【關(guān)鍵詞】：虹膜識別 虹膜定位 Hough圓 Log-gabor濾波器 身份認(rèn)證系統(tǒng)
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-6
• 第1章 緒論6-11
• 1.1 研究背景6-7
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢7-8
• 1.3 虹膜識別概述8-10
• 1.3.1 虹膜圖像獲取9
• 1.3.2 圖像預(yù)處理9
• 1.3.3 特征提取9
• 1.3.4 特征匹配9-10
• 1.4 本章小結(jié)10-11
• 第2章 人眼圖像獲取11-21
• 2.1 攝像頭選擇11-12
• 2.2 目標(biāo)檢測12-17
• 2.2.1 目標(biāo)檢測簡述12-13
• 2.2.2 Haar-like特征檢測13-15
• 2.2.3 HOG特征檢測15-16
• 2.2.4 Adaboost簡述16-17
• 2.3 人眼檢測17-20
• 2.3.1 創(chuàng)建樣本18-19
• 2.3.2 訓(xùn)練分類器19-20
• 2.4 本章小結(jié)20-21
• 第3章 虹膜預(yù)處理21-47
• 3.1 預(yù)處理方法21-29
• 3.1.1 濾波去噪21-24
• 3.1.2 二值化24-27
• 3.1.3 邊緣提取27-29
• 3.2 虹膜區(qū)域粗定位29-33
• 3.2.1 積分投影算法30-31
• 3.2.2 最大連通域法31-33
• 3.2.3 虹膜區(qū)域截圖33
• 3.3 虹膜外圓定位33-40
• 3.3.1 Hough變換原理34-36
• 3.3.2 本文圓定位方法36-40
• 3.4 眼皮定位40-41
• 3.4.1 概述40
• 3.4.2 Hough眼皮定位40-41
• 3.5 瞳孔邊緣定位41-43
• 3.5.1 概述41-42
• 3.5.2 本文定位方法42-43
• 3.6 歸一化43-46
• 3.6.1 概述43
• 3.6.2 虹膜歸一化43-46
• 3.7 本章小結(jié)46-47
• 第4章 特征提取及編碼47-57
• 4.1 特征提取47-53
• 4.1.1 LBP原理47-49
• 4.1.2 Gabor濾波器49-51
• 4.1.3 Log-gabor濾波器51-53
• 4.2 特征編碼與匹配53-55
• 4.2.1 概述53-54
• 4.2.2 LBP編碼與匹配54-55
• 4.2.3 Log-Gabor特征編碼與匹配55
• 4.3 本章小結(jié)55-57
• 第5章 系統(tǒng)實現(xiàn)與應(yīng)用57-73
• 5.1 系統(tǒng)概述57
• 5.2 系統(tǒng)性能分析57-64
• 5.2.1 本文定位算法性能比較58-60
• 5.2.2 特征提取模板選擇與比較60-61
• 5.2.3 log-gabor參數(shù)對性能的影響61-63
• 5.2.4 整體性能仿真分析63-64
• 5.3 系統(tǒng)實現(xiàn)與分析64-72
• 5.3.1 系統(tǒng)實現(xiàn)65-68
• 5.3.2 系統(tǒng)功能68-72
• 5.4 本章小結(jié)72-73
• 第6章 總結(jié)與展望73-76
• 6.1 總結(jié)73-74
• 6.2 展望74-76
• 致謝76-77
• 參考文獻(xiàn)77-81
• 附錄81-84
• A 作者在碩士期間發(fā)表的論文81-82
• B 圖表目錄82-84

，

本文編號：755197