虹膜识别中的采集系统研究

介绍了虹膜识别系统中的识别方法及相应的采集系统设计；系统设计中采用新型CMOS成像芯片成像、光学低通滤波器滤波和自对准、红外照明、防Xuan光等无侵犯性设计；文章详细介绍了相关器件及系统参数设计，并给出运用此系统所进行的的虹膜识别对比实验结果。该系统设计具有一定的参考价值。     

基于弥散圆的虹膜图像采集自动调焦方法

介绍了目前常见的虹膜采集自动调焦方法,分析了被广泛应用的基于图像清晰度评价函数的方法,指出其关键指标为单峰性、灵敏度、无偏性和快速性.提出一种新的基于弥散圆的虹膜采集自动调焦方法.该方法利用主动点阵红外光源,结合可靠的瞳孔粗定位算法,不仅具有良好的单峰性和灵敏度,而且在实时性能上具有明显的优势,单幅虹膜图像平均处理时间小于1 ms.     

虹膜识别新技术研究

虹膜识别以其唯一性、稳定性和非侵犯性等优点成为生物特征识别中极具发展潜力的身份识别技术。本文介绍了虹膜识别中的常见问题以及近年来出现的虹膜识别的新技术。     

虹膜识别算法的研究及实现

Daugman提出的虹膜识别算法具有准确性高，速度快的，但是有关该算法的具体实现却未见文献报道。对Daugman的算法进行了研究，工尝试该算法的实现，提出了一种新的粗定位和精定位相结合的算法来快速位虹膜。在滤波过程中仅利用了实部滤波器就可减少代码长度，而不影响识别效果，其中包括图像的预处理，多尺度2D Gabor滤波器的构造，虹膜码及Hamming距离的计算等。实验结果表明，该方法计算速度快，提取特征的效果好，可用于实际的身份鉴别系统。     

提高网络接入控制安全的虹膜识别技术研究

网络接入控制安全越来越得到重视和研究,文中提出一种新颖的生物识别技术,即基于虹膜识别的生物识别方法,它抛弃了使用密码和个人识别码等不可靠的鉴别方法,由于它接近于零的错误接收率和较低的错误拒绝率而具有高安全性.     

基于虹膜的身份识别技术研究

基于虹膜的身份识别技术以其不可替代的优势成为生物特征识别中极具发展潜力的身份识别技术之一。本文详细介绍了虹膜识别中遇到的问题以及解决方法,介绍了虹膜识别的新的研究方向。     

虹膜图像预处理算法研究

针对目前已有的虹膜图像预处理算法的局限性，提出了一套新型的虹膜图像预处理算法。此算法对虹膜图像进行了精确的定位，使定位后的虹膜图像具有旋转、平移和尺度的不变性。在完全相同的实验条件下，运用MATLAB软件对104个虹膜图像组成的虹膜数据库进行预处理，本算法只需要7min 50s的运行时间，而当前最流行的Daugman的算法大约需要1h，从而证明了本方法的运行速度约为Daugman方法的8倍，克服了当前流行算法计算量过大的问题。     

小波变换在虹膜图像特征提取与识别中的应用

文章从虹膜图像的灰度直方图入手,分析了虹膜图像的结构及其灰度分布,在此基础上,完成虹膜图像的内、外边缘的定位和归一化;利用小波变换对分区后的虹膜图像进行分解,实现了虹膜的纹理特征提取和识别。实验结果表明,该方法运算速度快,准确度高,能较好的满足虹膜识别的实际要求。     

受限条件下智能虹膜图像采集终端设计考虑

根据虹膜识别技术原理,给出了实用性虹膜识别系统的组成框图;结合试验结果和用户反馈分析了在不同受限条件下全自动虹膜图像采集智能终端的设计方案以及进行虹膜图像采集和提取图像的设计思考,对自动化虹膜识别系统的实际商业应用具有指导意义。     

移动终端领域中虹膜识别技术的应用分析

随着科学技术的不断发展,虹膜识别技术得到了广泛的应用,促进了工业生产水平的不断提高,尤其是在移动终端领域的有效应用,给人们的工作和生活带来了极大的便利。本文对虹膜识别技术进行了一定的论述,在此基础上,进一步论述了虹膜识别技术在移动终端的应用优势,并对虹膜识别技术的应用进行了系统全面的分析研究,能够在一定程度上提高虹膜识别技术的有效运用,对于从事相关工作的技术人员具有一定的借鉴意义。     

A Novel and Efficient Feature Extraction Method for Iris Recognition

With a growing emphasis on human identification, iris recognition has recently received increasing attention. Iris recognition includes eye imaging, iris segmentation, verification, and so on. In this letter, we propose a novel and efficient iris recognition method which employs a cumulative‐sum‐based grey change analysis. Experimental results demonstrate that the proposed method can be used for human identification in efficient manner.     

一种新颖的基于小波变换的虹膜识别算法

虹膜识别是一种新兴的生物识别技术,研究了虹膜图像的快速定位、增强等预处理方法,并提出了一种新颖的基于二维小波变换的虹膜识别算法,它的基本思想是:对预处理得到的虹膜图像进行四层小波分解,对得到的低频和高频系数抽取115维特征矢量,最后用汉明距离进行图像匹配判决合法性.实验证明,该算法运算速度较快,在图像模糊、噪声干扰等不利条件下仍具有良好的稳健性.     

Iris Recognition Technique

The demand on security is increasing greatly in these years and biometric recognition gradually becomes a hot field of research. Iris recognition is a new branch of biometric recognition, which is regarded as the most stable, safe and accurate biometric recognition method. In these years, much progress in this field has been made by scholars and experts of different countries. In this paper, some successful iris recognition methods are listed and their performance are compared. Furthermore, the existing problems and challenges are discussed.     

人脸与虹膜特征层融合模型的研究

多生物特征的融合与识别可提高身份识别系统的整体性能.本文在研究特征层融合的基础上,结合二维Fisher线性判别分析(2-Dimensional Fisher Linear Discriminant Analysis,2DFLD),提出了一种人脸与虹膜特征融合与识别模型.首先,对人脸图像与虹膜图像分别进行压缩降维处理,得到相应的初始特征矩阵.然后将人脸与虹膜的初始特征矩阵进行组合,获得组合特征矩阵.同时,利用2DFLD算法对组合特征矩阵进行融合,获得了人脸与虹膜的融合特征.最后运用最小距离分类器进行识别.基于ORL(Olivetti Research Laboratory)人脸数据库和CASIA(Chinese Academy of Sciences,Institute of Automation)虹膜数据库的实验结果表明,该模型实现了特征层融合,不仅克服了"小样本"效应,而且有效提高了身份识别的正确识别率,为多生物特征身份识别提供了一种有效模型.     

Iris Recognition Technique

1 Introduction We are living in the age, in which the demand on security is increasing greatly. Consequently, biometric recognition, which is a safe, reliable and convenient technology for personal recognition, appears. This technology makes use of physiological or behavioural characteristics to identify individuals[1]. A biometric system is a pattern recognition system including acquiring the biometric feature from individual, extracting the feature vector from the raw data and comparing this…     

Iris Recognition Using Wavelet Features

The traditional iris recognition systems require equal high quality human iris images. A cheap image acquisition system has difficulty in capturing equal high quality iris images. This paper describes a new feature representation method for iris recognition robust to noises. The disc-shaped iris image is first convolved with a low pass filter along the radial direction. Then, the radially smoothed iris image is decomposed in the angular direction using a one-dimensional continuous wavelet transform. Each decomposed one-dimensional waveform is approximated by an optimal piecewise linear curve connecting a small set of node points. The set of node points is used as a feature vector. The optimal approximation procedure reduces the feature vector size while maintaining recognition accuracy. The similarity between two iris images is measured by the normalized cross-correlation coefficients between optimal curves. The similarity between two iris images is estimated using mid-frequency bands. The rotation of one-dimensional signals due to the head tilt is estimated using the lowest frequency component. Experimentally we show the proposed method produces superb performance in iris recognition.     

基于Hough变换的快速虹膜识别算法研究

为了快速、准确地达到虹膜识别的目的,提出一种基于Hough变换的快速虹膜识别算法。首先,对虹膜图像进行相关预处理,其中包括将原图像缩小若干倍,利用Hough变换提取虹膜圆环后,再还原图像;其次,利用2D-Gabor滤波器提取虹膜纹理信息;最后,利用Hamming距离进行虹膜识别。采用虹膜库中30例虹膜图像对该快速虹膜识别算法进行实验研究,结果表明:对虹膜图像缩小倍数应为22n(n=1,2,3,…)倍;当虹膜图像缩小倍数为16倍时,可实现计算速度与识别效果的最佳平衡。实验证明,该虹膜识别方法可行有效。     

一种新的基于结构特征的虹膜识别算法

提出了一种新的基于结构特征的虹膜识别算法。其基本思想是：首先,通过图像预处理得到归一化的虹膜图像;其次,利用逻辑判断的方法在虹膜图像上寻找局部极小值点;再次,去掉伪特征点,生成固定长度的虹膜编码;最后,计算2个虹膜编码间的“与”距离,根据该距离给出识别结果。在该CASIA虹膜图像数据库上进行了大量的实验,结果表明,该算法与现有的虹膜识别算法相比,识别准确率更高,识别速度更快。