基于近紅外光下的虹膜識(shí)別是一種具有高識(shí)別率與魯棒性的身份識(shí)別方法。隨著智能手機(jī)的廣泛應(yīng)用,在智能手機(jī)上支持基于虹膜的身份識(shí)別具有較大需求。由于大多數(shù)智能手機(jī)沒有配置近紅外攝像設(shè)備,因此研究可見光下的虹膜識(shí)別,具有重要的理論意義和實(shí)際意義。由于智能手機(jī)的可見光虹膜成像分辨率低,紋理特征不清晰,特別是亞洲人種,他們虹膜可見光的透光度更低,因此在智能手機(jī)上實(shí)現(xiàn)基于可見光的虹膜識(shí)別存在識(shí)別率低、魯棒性差、虹膜質(zhì)量低下等難點(diǎn)。針對(duì)這些問題,本文提出了基于多視角的虹膜紋理與斑點(diǎn)加權(quán)融合的虹膜識(shí)別方法,利用多視角下虹膜圖像呈現(xiàn)出的多種精細(xì)結(jié)構(gòu),結(jié)合K-Median聚類算法和SVM分類算法,明顯提高了識(shí)別精度,降低了誤識(shí)率。本文的主要工作和貢獻(xiàn)如下。（1）在虹膜預(yù)處理環(huán)節(jié),針對(duì)測(cè)試時(shí)攝像頭的視角未知,不同視角的虹膜特征不同,同一虹膜不同視角之間差異可能大于不同虹膜的差異從而影響識(shí)別精度這一問題,提出基于不同視角下可見光虹膜的顏色與形狀信息,采用HSV顏色空間下色調(diào)飽和度通道的灰度分布結(jié)合Hough變換及Canny邊緣檢測(cè)實(shí)現(xiàn)虹膜邊界定位和基于方向碼的角度定位的方法,并分別在我們采集的數(shù)據(jù)集與UBIRI... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１生物特征識(shí)別應(yīng)用比例??

?引言??使用移動(dòng)設(shè)備獲取各種生物特征的實(shí)例如圖１－２所示。表１－１為虹膜及其他生??物特征的對(duì)比。從中可以看出，虹膜識(shí)別在綜合性能上占絕對(duì)優(yōu)勢(shì)，在許多領(lǐng)域??都被用到。??｜ｉ〇Ｂ??ａ）人臉?ｂ）虹膜?ｃ）指紋?ｄ）聲音??ａ）?Ｆａｃｅ?ｂ）?Ｉｒｉｓ?ｃ）?Ｆｉｎｇｅｒｐｒｉｎｔ?ｄ）?Ｖｏｉｃｅ??圖１－２移動(dòng)設(shè)備獲取生物特征的實(shí)例??Ｆｉｇｕｒｅ?１－２?Ｅｘａｍｐｌｅｓ?ｏｆ?ｍｏｂｉｌｅ?ｄｅｖｉｃｅ?ａｃｑｕｉｓｉｔｉｏｎ?ｏｆ?ｂｉｏｌｏｇｉｃａｌ?ｆｅａｔｕｒｅｓ??表１－１虹膜與其他生物特征的比較??Ｔａｂｌｅ?１－１?Ｃｏｍｐａｒｉｓｏｎ?ｏｆ?ｉｒｉｓ?ｗｉｔｈ?ｏｔｈｅｒ?ｂｉｏｌｏｇｉｃａｌ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ??生物特征種類?指紋?掌形??虹膜??誤識(shí)率?０．８％?２．５％?２．０％?０．０００１％??防偽性?中等?中等?中等?非常高??穩(wěn)定性?易磨損?中等?低?終生不變??特征多樣性?高?＾＾?非常高??目前，虹膜識(shí)別的市場(chǎng)空間十分巨大。但是，在一些特殊場(chǎng)景中，虹膜識(shí)別仍??然具有較大挑戰(zhàn)，具體如下：??（１）

ｃ）近紅外場(chǎng)景與可見光場(chǎng)景??ｃ）?Ｎｅａｒ－ｉｎｆｒａｒｅｄ?ａｎｄ?ｖｉｓｉｂｌｅ?ｓｃｅｎａｒｉｏ??圖１－３虹膜識(shí)別的幾種特殊場(chǎng)景??Ｆｉｇｕｒｅ?１－３?Ｓｅｖｅｒａｌ?ｓｐｅｃｉａｌ?ｓｃｅｎａｒｉｏｓ?ｏｆ?ｉｒｉｓ?ｒｅｃｏｇｎｉｔｉｏｎ??本文研宄的是后兩種場(chǎng)景的結(jié)合，即智能手機(jī)加可見光場(chǎng)景。基于智能手機(jī)??的虹膜識(shí)別，是將傳統(tǒng)的虹膜技術(shù)嵌入其中，可將其分為兩大類，分別為近紅外??場(chǎng)景和可見光場(chǎng)景。前者由于需要在手機(jī)中嵌入近紅外采集設(shè)備，成本較高。但??因其識(shí)別率較高，目前己在市場(chǎng)上發(fā)布，如富士通在２０１５年發(fā)布了可用虹膜進(jìn)行??解鎖的智能機(jī)，如１－４圖ａ）所示的富士通手機(jī)；２０１６年，三星也推出了一款虹膜??解鎖的智能機(jī)，如１－４圖ｂ）所示的三星Ｎｏｔｅ７，它搭載了虹膜識(shí)別功能，后來由于??爆炸事件匆匆退出市場(chǎng)；２０１７年，三星又推出了一款新的智能機(jī)，同樣搭載了虹??膜識(shí)別功能


本文編號(hào)：3098888