虹膜识别系统.doc-资料库

qq_26321019-9138569-4744302542908650524.doc.pdf-第1页.png

第1页 / 共44页

qq_26321019-9138569-4744302542908650524.doc.pdf-第2页.png

第2页 / 共44页

qq_26321019-9138569-4744302542908650524.doc.pdf-第3页.png

第3页 / 共44页

qq_26321019-9138569-4744302542908650524.doc.pdf-第4页.png

第4页 / 共44页

qq_26321019-9138569-4744302542908650524.doc.pdf-第5页.png

第5页 / 共44页

qq_26321019-9138569-4744302542908650524.doc.pdf-第6页.png

第6页 / 共44页

qq_26321019-9138569-4744302542908650524.doc.pdf-第7页.png

第7页 / 共44页

qq_26321019-9138569-4744302542908650524.doc.pdf-第8页.png

第8页 / 共44页

毕业设计题目：基于 2D-Gabor 滤波的虹膜识别算法研究与实现学院：电气信息学院专业：电子信息工程班级： 1101 学号： 07 学生姓名：刘备导师姓名：陈爱萍完成日期： 2015 年 6 月 10 号

诚信声明本人声明： 1、本人所呈交的毕业设计（论文）是在老师指导下进行的研究工作及取得的研究成果； 2、据查证，除了文中特别加以标注和致谢的地方外，毕业设计（论文）中不包含其他人已经公开发表过的研究成果，也不包含为获得其他教育机构的学位而使用过的材料； 3、我承诺，本人提交的毕业设计（论文）中的所有内容均真实、可信。作者签名：刘备日期：2015 年 6 月 10 日

湖南工程学院毕业设计（论文）任务书题目：基于 2D-Gabor 滤波的虹膜识别算法研究与实现姓名学号 07 刘备学院电气信息学院专业电子信息班级 1101 指导老师陈爱萍职称副教授教研室主任刘望军一、基本任务及要求： 1. 对采集到的虹膜图像进行预处理，包括虹膜图像的滤波、定位、归一化以及增强等，以获得虹膜处理系统中的后续处理所需的虹膜图像； 2 对预处理后的虹膜图像用 2D-Gabor 变换提取虹膜特征； 3 利用比较 Hamming 距离方法对虹膜图像特征进行匹配与识别； 4 掌握数字图像处理的基本知识和基本算法，MATLAB 在数字图像处理中的应用，应用 MATLAB 语言进行对整个系统进行仿真实验； 5 编写相应软件，上机演示； 6 编写设计说明书。进度安排及完成时间：（1）第 1 周：明确课题任务及要求，搜集课题所需资料，掌握资料查阅方法，了解本课题研究现状、存在问题及研究的实际意义；（2）第 2～3 周：查阅相关资料，了解本课题的发展历史和研究应用现状，确定课题总体方案，明确课题任务、撰写文献综述和开题报告；（3）第 4～5 周：学习并掌握数字图像处理的理论知识和基本算法及 MATLAB 在数字图像处理中的应用，确定设计方案；（4）第 6～8 周：对采集到的虹膜图像进行预处理，包括虹膜图像的滤波、定位、归一化以及增强等，要求用 MATLAB 软件仿真实现；（5）第 9～10 周：选择合适的算法提取虹膜特征，用 Hamming 距离对虹膜图像特征进行匹配与识别，上机调试并实现；（6）第 11～13 周：撰写设计说明书，整理资料，准备答辩；（7）第 14 周：毕业设计答辩。

目录摘要 ............................................................... 1 Abstract ........................................................... 2 第 1 章绪论................................................................................................................. 3 1.1 课题研究背景和意义.................................................................................... 3 1.2 虹膜识别技术简介........................................................................................ 4 1.3 本文研究内容和结构.................................................................................... 5 第 2 章虹膜识别系统原理......................................................................................... 7 2.1 虹膜识别基本原理........................................................................................ 7 2.1.1 模式识别系统的基本构成................................................................. 7 2.2 虹膜识别系统................................................................................................ 8 2.2.1 虹膜图像的获取 ........................................ 9 2.2.2 虹膜识别算法 ......................................... 10 2.3 几种现有的虹膜识别系统.......................................................................... 11 2.3.1 Daugman 的虹膜识别系统 ................................11 2.3.2 Wildes 的虹膜识别系统 .................................12 2.3.3 中科院自动化所的虹膜识别系统 ..........................12 第 3 章虹膜图像预处理........................................................................................ 13 3.1 虹膜定位...................................................................................................... 13 3.1.1 Daugman 系统的虹膜定位算法 ............................13 3.1.2 Wildes 系统的虹膜定位算法 .............................14 3.2 非虹膜区域的去除...................................................................................... 15 3.3 虹膜图像的归一化...................................................................................... 15 3.4 虹膜图像增强............................................................................................... 17 3.5 小结.............................................................................................................. 18 第 4 章虹膜特征提取及匹配................................................................................... 19 4.1 纹理分析....................................................................................................... 19 4.2 现有的几种特征提取方法.......................................................................... 20 4.2.1 基于相位分析的方法 ....................................20 4.2.2 基于纹理分析的方法 ................................... 21 4.2.3 基于一维小波过零点检测的方法................................................... 22

Gabor 滤波器设计...................................................................................... 22 4.3 4.4 虹膜分类匹配.............................................................................................. 25 4.5 小结.............................................................................................................. 25 第 5 章实验结果及性能分析................................................................................... 26 5.1 实验结果和分析.......................................................................................... 26 5.2 小结.............................................................................................................. 28 结束语......................................................................................................................... 29 参考文献..................................................................................................................... 30 附录........................................................................................................................... 31

基于 2D-Gabor 变换的虹膜识别系统的研究与实现摘要:在各种生物特征中，虹膜具有很多自身特有的优点，这使得虹膜识别技术成为一种最有前途的生物特征识别技术，具有重要的理论研究价值和广阔的应用前景。虹膜识别算法包括预处理、特征提取和分类匹配三个部分。在预处理算法中，充分利用了瞳孔的几何特性、眼睛图像的灰度分布以及各种先验知识，预处理包括虹膜定位、归一化以及图像增强和去噪。在特征提取及编码匹配过程中，运用 2D-Garbor滤波器提取虹膜提取，最后用Hamming距离进行匹配与识别，用 MATLAB软件对上述虹膜识别算法进行了仿真实验调试，实验结果表明，识别效果较好。关键词：虹膜识别；2D-Gabor滤波；预处理；特征提取；分类匹配 1

Research and Implementation of Iris Recognition System Based on 2D-Gabor Transform Abstract:Iris is a biometric feature which has many unique advantages ， So iris recognition is regarded as one of reliable and accurate biometric identification system available ． A new improved iris recognition algorithm which based on 2D Gabor transform is brought forward in this thesis． the most An iris recognition algorithm includes three modules: image, pre-processing, feature extraction and classification. In image pre-processing, which takes full advantage of distribution of images and many prior knowledge. Image pre-processing including iris localization, normalization and image enhancement and denoising. In the process of encoding and classification matching，which use 2D-garbor filter for image analysis and processing. Finally, Hamming distance is used to identify the matching. The above algorithm of iris recognition is simulated with MATLAB software and the result of the experiment is well enough. Key Words：Iris recognition；Gabor filters； Preprocessing； Feature extraction ； Classification matching 2

第 1 章绪论 1.1 课题研究背景和意义现代社会是一个高度复杂的、信息交互的社会，身份鉴别的应用范围越来越广泛，重要性也越来越突出。精确地鉴定个体的身份有着重大的社会意义和经济意义，它能够有效地避免犯罪和诈骗、提高办公效率。随着我国经济和信息技术的进一步发展，国家公共安全和个人身份安全方面容易暴露的问题日趋严重，传统的身份鉴别方法(如身份证、密码等)具有易遗忘、易假冒、易破解等缺点，所以我们需要一种更加方便、有效、安全的身份认证技术，而特征识别(Biometric) 技术正是解决信息化、数字化、网络化社会安全问题的有效办法之一，因此，大力发展生物识别领域的相关产业有重要的现实意义。生物特征识别(Biometric)是一种利用模式识别、图像处理和计算机视觉的方法对人类本身所具有生物特征进行可靠的、有效的分析和描述，并通过判断这些描述的一致性从而实现自动身份确认的技术。目前，生物特征识别技术按照人体的生物特征可以分为指纹识别、掌纹识别、人脸识别、虹膜识别、视网膜识别、语音识别、签名识别和击键动力学，另外，还有很多发展中的生物特征识别技术，包括静脉图案、脸部热成像、DNA、汗毛孔、握手、身体气味、耳朵、步态、皮肤光泽、脑电波图形以及脚印和足部动作等。这些生物特征具有“人各有异、终生不变、随身携带"等特点，具有稳定、便捷、不易伪造等优点，所以利用牛物识别技术进行身份认定，安全、可靠、准确。此外，生物识别技术产品均借助于计算机技术实现，很容易完成安全、监控、管理系统整合，实现自动化管理；可以应用的领域包括金融、法制、公安、网络安全、电子商务等等。由此可见，生物识别技术具有非常广阔的发展前景，几乎可以应用到人们日常生活的方方面面。随着社会对身份识别要求的不断提高，生物识别技术的重要性将日益凸现。到目前为止，美国基于生物特征的身份认证产业规模已经达到数十亿美元，其他一些国家地区，例如，欧盟、澳大利亚、日本、韩国、南非等采用法律规定的方式来使用生物识别技术。据美国 International Group(IBG)发布的对生物认证市场的预测和分析显示，到2008年，生物识别市场 Biometric 3

资料库

虹膜识别系统.doc

相关推荐

开发技术

热门标签

最新资料