CASIA OpenIR  > 毕业生  > 博士学位论文
虹膜图像预处理与合成研究
其他题名Preprocessing and Synthesis of Iris Images
崔家礼
学位类型工学博士
导师谭铁牛
2006-05-13
学位授予单位中国科学院研究生院
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
关键词虹膜识别 生物特征识别 身份鉴别 预处理 虹膜图像合成 图像质量评估 虹膜检测 虹膜区域分割 归一化 活体检测 Iris Recognition Biometrics Iris Image Preprocessing Iris Detection Iris Segmentation Quality Assessment Of Iris Images Normalization Liveness Detection Iris Image Synthesis
摘要随着人类活动范围的增大和现代社会对安全要求的提高,传统的基于标志物和口令的方法由于其自身的缺点已经不能满足要求,于是基于生物特征识别的身份鉴别方式应运而生。生物特征识别指利用人身特有的行为或生理特征进行身份鉴别的一门技术,例如指纹识别、人脸识别、虹膜识别和步态识别等。在所有的生物特征识别技术中,虹膜识别的准确性是最高的,而且其采集过程具有非接触性,这些性质决定了身份识别良好的应用前景,目前已经有基于虹膜识别的实际系统用在边境通关、机场和ATM机等场所的身份识别。虹膜识别系统的一个重要组成部分是虹膜图像预处理,包括图像质量评估、虹膜检测、虹膜分割、归一化、活体检测等。预处理算法非常重要,影响着系统的识别性能和速度,但现有的预处理模块不完整并且还有提升的空间。另外,为了对识别算法进行测试和比较,我们需要建立大规模数据库,但由于现实的原因实际采集虹膜图像是很困难的,而虹膜图像合成可以建立大规模数据库。基于以上讨论,本文的工作主要针对虹膜图像预处理和合成,主要贡献如下: 1.提出了两种虹膜检测算法。虹膜检测方法解决了虹膜的存在性问题,使预处理模块更加完整。检测结果同时提供了虹膜的粗略位置,也为接下来的质量评估和定位提供了条件。 2.提高了虹膜分割的速度。虹膜分割包括内外圆定位、上下眼睑检测和睫毛检测,我们提出的方法融合了纹理和灰度信息,充分利用了虹膜的特殊属性。 3.提出了基于ROI的质量评估算法和一些用于活体检测的指标,提出了一个简化的虹膜图像归一化模型。 4.提出了基于PCA和Markov场的虹膜合成算法。我们用提出的算法建立了一个合成图像数据库,这是第一个合成数据库,同时也是最大的虹膜图像库。 5.提出了基于局部极值点的虹膜识别算法。该方法从2维曲面表达的角度提取局部极值作为特征点,取得了较高的识别率。 本文用C++语言实现了上述算法,编译成符合bioAPI标准的动态链接库,同时融合上面提出的方法建立了一个实际虹膜识别系统,在应用中取得了令人满意的效果。
其他摘要Iris recognition, as a new biometric technology of high reliability, is now seeing increasing applications in many aspects of the society such as access control, law enforcement, network security, etc. And many systems based on iris recognition are utilized at airports or banks to obtain accurate user authentication. Iris image preprocessing, which includes iris detection, iris segmentation, iris image quality evaluation, normalization and liveness detection, is an important component of iris recognition systems. However, work remains to be done to improve preprocessing. Furthermore, synthesis of iris images enables us to build a large database of iris images and thus, provides a platform for evaluation and comparison of iris recognition algorithms. Therefore, preprocessing and synthesis of iris images are focused in this thesis. The main contributions of our work reported in this thesis are as follows. 1.Two iris detection methods are proposed. The methods make use of the structure information of irises and give answers to whether there is an iris in an image and where it is. 2.Two novel fast methods for iris segmentation are described. The first method makes full use of special properties of circles and takes into account texture properties of different iris regions. Another method uses key points for iris segmentation. 3.Problems such as quality assessment of iris images, liveness detection and normalization are addressed. Quality assessment combines general and specific measures to meet the requirement of international standards. Then, methods for liveness detection are described. Finally, a simple iris deformation model is given to improve the accuracy of iris recognition algorithms. 4.Methods for the synthesis of iris images are proposed and a large database is built. To the best of our knowledge, it is the first large database of synthesized iris images. 5.An iris recognition algorithm based on local extreme points is proposed. The method uses local extreme points to represent 2D surfaces and obtains promising performance. Based on the above methods, we have developed an integrated iris recognition system and obtained satisfactory performance under real conditions.
馆藏号XWLW1005
其他标识符200218014603198
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/5896
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
崔家礼. 虹膜图像预处理与合成研究[D]. 中国科学院自动化研究所. 中国科学院研究生院,2006.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20021801460319(3754KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[崔家礼]的文章
百度学术
百度学术中相似的文章
[崔家礼]的文章
必应学术
必应学术中相似的文章
[崔家礼]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。