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。     

Bessel函数与三角函数之积的级数展开及在微波滤波器中的应用

根据对平面波函数运用Fourier-Bessel定理,经过一系列推导并进行反Fourier变换,得到了直角坐标系下Bessel函数与三角函数之积的一种级数展开,该表达式应用到矩-圆波导结的计算中,能解析地推出其广义S参数,得到与文献和HFSS软件较为一致的结果.计算了Ku和Ka频段多种尺寸的有厚度的矩形孔的耦合系数,并与文献、实验数据进行了比较,吻合较好,设计了一个Ku频段6阶类椭圆函数滤波器,实验性能与理论结果一致.     

矩形波导中椭圆形谐振窗的宽带设计

本文将矩形波导中椭圆形谐振窗的宽带效应归结为谐振窗形状的变分稳定性，从而提出了这种谐振窗的宽带设计方法。这种宽带特性是由于谐振点相对于频带中心点的偏移及导纳频响曲线的斜率改造造成的。     

基于特征加权FDCT和模糊最小二乘支持向量机的虹膜识别算法

为了克服小波变换在二维空间分析的缺陷,提出了基于快速离散曲波(Curvelet)变换的虹膜识别改进算法.利用能有效捕捉图像边缘信息的Curvelet变换对虹膜图像进行分解,提取低频子带系数矩阵的均值方差和高频子带能量,然后根据不同子带特征的分类能力不同,对各子带特征的离散度进行加权,为分类能力较强的特征向量赋予较大权值,构成虹膜图像的特征向量.利用最优二叉树多类模糊最小二乘支持向量机分类器进行分类与识别.仿真实验结果表明,该算法具有较高的识别性能,具有可行性.     

虹膜识别在基于物联网的肉类食品溯源中的研究

依托物联网平台,构建"从源头到餐桌"的信息溯源体系是肉类食品安全当前亟待解决的重要问题.大型动物个体识别在肉类食品溯源系统中起着非常关键的作用.鉴于传统动物识别方法对于个体溯源准确度不高,将大型动物的虹膜特征提取与编码作为个体鉴别的关键技术引入溯源体系中.将虹膜编码信息与饲养、屠宰加工、配送和分割销售信息结合起来并转化成电子编码储存于RFID标签,以实现大型动物的活体与分割肉块的信息衔接.方法能有效地解决传统动物识别系统中的欺骗及设备功能异常现象等问题,达到肉类食品信息查询和出现安全问题后个体溯源的目的.     

虹膜识别平台搭建和数据库建设

介绍了一个高性价比的虹膜识别系统解决方案,其中包括一套自动化虹膜采集仪以及上位机识别软件.同时基于该平台,通过对序列图像进行质量评价,构建了一个中等规模的高质量虹膜数据库,并给出了数据库的几个关键参数,为虹膜识别算法的研究提供了很好的支持.     

虹膜身份识别技术

介绍了现在最有发展前景的生物特征识别技术——虹膜身份识别技术。在整体介绍了其技术的基础上,详细介绍了当今具有代表性的虹膜识别算法,最后针对虹膜识别技术存在的主要问题分析了虹膜识别的发展方向：精度高、速度快、鲁棒性好的定位算法,高效的特征提取方法,机器学习的分类方法,虹膜图像的质量评价,不完整、不合作情况下的虹膜识别以及活体虹膜检测。     

多母小波多消失矩最优小波包滤波器的研究

采用层叠算法,计算小波包基函数的离散逼近序列。改进特征图像相关识别方法,选用识别能力评价指标,利用图像和小波包基函数相关的直接变换优点改进最优基选择,提出多母小波多消失矩最优基。生成最优基的特征图像,采用体全息相关识别系统实现虹膜的光学识别,实验取得较好的效果。设计、制作多母小波多消失矩最优基光学小波包灰阶滤波器以进一步提升识别率。检测表明,滤波器符合设计要求。实验表明,该滤波器可有效提高识别率。     

利用模式匹配与四分量二维频域有限差分混合算法分析复杂截面波导不连续性

模式匹配(Mode Matching,MM)法分析波导不连续性问题时,通常需要已知相移常数和模式函数的解析表达式,因此,局限于分析简单截面波导不连续性问题.本文采用四分量二维频域有限差分(2-D FDFD)法能够有效地解决复杂截面波导本征模问题,本征值和本征向量分别对应相移常数和模式函数离散值,求得本征解后再利用模式匹配法计算出波导阶梯的广义散射参数.最后,给出了矩形波导中单脊膜片和十字膜片实例,验证了混合算法的准确性和高效性.     

基于二维不可分小波相关性分析的虹膜识别

为了更有效地提取虹膜纹理特征区域和进一步减小虹膜特征的存储空间,提出了一种基于分块相关性分析的二维不可分B-样条小波的虹膜识别方法,通过对虹膜归一化图像进行二维不可分B-样条小波变换并提取小波系数特征,把这些特征等分成正方形的特征块并按照相关性由大到小排序,保留相关性大的特征块进行匹配。实验表明,本文算法比经典的虹膜识别方法能更准确地捕捉识别效果好的特征区域。