严重干扰和噪声情况下的虹膜识别方法研究

项目名称： 严重干扰和噪声情况下的虹膜识别方法研究

项目编号： No.61170149

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化技术、计算机技术

项目作者： 李培华

作者单位： 黑龙江大学

项目金额： 15万元

中文摘要： 在用户较少配合情况下进行身份识别以适应各种复杂的应用场景是当前虹膜识别领域的研究热点.在这种非理想成像条件下虹膜图像包含严重的干扰和噪声,准确的虹膜识别成为一个困难的问题.首先拟研究基于RANSAC的鲁棒算法对虹膜的内外轮廓准确定位.在此基础上,拟研究一种具有很强分辨能力的加权相位共生直方图模型对虹膜纹理特征进行建模.该模型在对图像进行Gabor滤波的基础上计算滤波图像的梯度幅值和相位角,然后计算空间－梯度联合概率密度.该模型引入权重函数有效地减少噪声等引起的梯度计算误差和直方图的离散化带来的影响.为解决由于头部偏转及瞳孔缩放等引起的虹膜纹理非均匀弹性形变问题，拟研究一种图像配准方法，该方法在图像分块基础上将图像块的配准问题建模为基于概率密度距离的优化问题.拟研究一种滤波器学习算法从一族滤波器中选择最优的滤波器子集表达虹膜纹理模式，以解决传统虹膜识别方法中只能依赖于经验选择滤波器的问题.

中文关键词： 降质图像；虹膜识别；虹膜分割；随机采样一致性算法；加权相位共生直方图

英文摘要：

英文关键词： Degraded images；iris recognition；iris segmentation；random sample consensus algori；weighted co-occurrence phase h