本文關鍵詞： 虹膜識別 實驗平臺 算法模塊 實驗流 圖像定位 特征提取　出處：《吉林大學》2017年碩士論文　論文類型：學位論文

【摘要】：在現代社會中,身份認證的安全性是人們越來越關注的一個重要方向。而利用人體的生物特征信息來識別身份的技術是目前安全性能最高的一種技術,在生物信息識別技術當中,虹膜識別是一種識別準確率相當高的識別技術,在穩(wěn)定性,唯一性,可接受性等多個方面比其他生物識別技術具有明顯的優(yōu)勢。作者所在的課題小組對虹膜識別已經進行了多年的研究,虹膜識別的過程中有質量評價,虹膜定位,虹膜圖像歸一化,虹膜圖像增強,虹膜特征提取,虹膜特征對比等多個過程,每個過程又有著不同的算法,例如微積分圓模板檢測定位方法,非同心圓定位方法,樣條擬合算法等定位方法,基于Gabor濾波器的特征提取方法,小波過零點的特征提取方法,SVM分類方法等。我們需要一個虹膜識別平臺對現有的算法進行組合,測試,以期在實驗室已有算法當中,得到一個識別效率最高的虹膜算法流程。本文所設計并實現的虹膜識別實驗平臺使各個算法實現模塊化開發(fā),將算法封裝為一個個保留接口的動態(tài)鏈接庫,實驗流的整個操作過程,細化為對每個流程節(jié)點的算法模塊的操作,在平臺上可以輕松的組建指定算法流程的實驗過程。使實驗流的構建更加的便捷化,柔性化。本文首先對虹膜識別相關的背景做了簡單介紹,然后分析了虹膜識別過程中的相關流程節(jié)點及其具體算法。對實驗平臺做了詳細的需求分析,并建立了相關模型。然后根據虹膜實驗流程中流程節(jié)點和算法模塊之間的關系,建立N叉樹的存儲結構,方便對其查詢及處理以及流程模板及實驗流的構建。分析了算法模塊的輸入輸出信息,規(guī)范了算法模塊的接口,完成了各個算法模塊的封裝。然后建立了流程模板結構,在滿足流程節(jié)點之間的邏輯關系的前提下,最大限度擴展流程模板的自由度。設計并實現了實驗流引擎,完成了流程模板向實驗流的實例化轉化,實現了實驗流的自動運行。利用建立的實驗平臺可以實現任何一個單獨算法模塊運行的結果測試,還可以在滿足流程節(jié)點邏輯關系的前提下,隨意的組合已有的流程節(jié)點,并且可以根據用戶的需求,自定義添加流程節(jié)點,可以實現用戶自定義的實驗流過程的結果測試。流程節(jié)點下方的不同算法模塊可以在實驗流中相互替換,在平臺上可以實現同一流程下,同一流程節(jié)點下方不同算法模塊的識別率比較。最后,根據平臺測試出的實驗流算法模塊,我們構建了虹膜識別身份認證系統(tǒng),將實驗平臺的測試結果向實際應用進行轉化。
[Abstract]:In modern society, the security of identity authentication is an important direction that people pay more and more attention to. In the biometric recognition technology, iris recognition is a kind of recognition technology with high recognition accuracy. It is stable and unique. Acceptability and other aspects have obvious advantages over other biometrics. The author's research group has been studying iris recognition for many years, and the iris recognition process has quality evaluation, iris location, and so on. The process of iris image normalization, iris image enhancement, iris feature extraction, iris feature contrast and so on, each process has its own algorithm, such as calculus circle template detection and localization method, non-concentric circle localization method, etc. We need an iris recognition platform to combine and test the existing algorithms, such as spline fitting algorithm, feature extraction method based on Gabor filter, feature extraction method over 00:00 wavelet and SVM classification method, etc. In order to obtain the most efficient iris algorithm flow in the laboratory, the iris recognition experiment platform designed and implemented in this paper makes each algorithm realize modularization development. The algorithm is encapsulated into a dynamic link library with a reserved interface, and the whole operation process of the experimental flow is refined into the operation of the algorithm module of each process node. It is easy to set up the experimental process of specifying the algorithm flow on the platform. It makes the construction of the experimental flow more convenient and flexible. Firstly, this paper briefly introduces the background of iris recognition. Then it analyzes the relevant flow nodes and their specific algorithms in the process of iris recognition, and makes a detailed demand analysis of the experimental platform, and establishes the relevant model. Then, according to the relationship between the flow node and the algorithm module in the iris experimental process, The storage structure of N-tree is established to facilitate the query and processing of N-tree, as well as the construction of flow template and experimental flow. The input and output information of algorithm module is analyzed, and the interface of algorithm module is standardized. The encapsulation of each algorithm module is completed. Then the structure of process template is established, and the degree of freedom of process template is maximized under the premise of satisfying the logical relationship between process nodes. The experimental flow engine is designed and implemented. The instantiation of the flow template to the experimental flow is completed, and the automatic running of the experimental flow is realized. The result test of any single algorithm module can be realized by using the established experimental platform. Under the premise of satisfying the logic relation of the process node, we can combine the existing process nodes at will, and add the process nodes according to the needs of the users. Different algorithm modules under the flow node can be replaced in the experiment flow, and the same flow can be implemented on the platform. Finally, according to the experimental flow algorithm module tested by the platform, we build the iris identification authentication system, and transform the test results of the experimental platform to the actual application.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 金秋春;童小利;薄樹奎;;面向虹膜識別的Gabor特征篩選研究[J];計算機工程與應用;2012年19期

2 宗瑞山;田啟川;;虹膜采集系統(tǒng)中圖像質量評估的研究[J];微型機與應用;2011年11期

3 劉勁;李東旭;扶曉;;潛力無限的虹膜識別技術[J];電腦知識與技術;2010年09期

4 苑瑋琦;馮琪;柯麗;;利用2D-Gabor濾波器提取紋理方向特征的虹膜識別方法[J];計算機應用研究;2009年08期

5 陳瑞;林喜榮;丁天懷;;基于WBCT的虹膜圖像質量評價方法[J];自動化學報;2009年05期

6 趙永華;徐濤;李志慧;劉元寧;;基于預優(yōu)投票的虹膜定位算法[J];吉林大學學報(工學版);2009年S1期

7 王風華;姚向華;韓九強;;基于多通道Gabor濾波和特征融合的虹膜識別方法[J];光電工程;2007年12期

8 田啟川;潘泉;程詠梅;張洪才;;虹膜識別中標準化區(qū)域分辨率的研究[J];計算機應用研究;2006年04期

9 浦昭邦,楊帆,陳炳義,陳世哲;虹膜識別技術的發(fā)展與應用[J];光學精密工程;2004年03期

10 王成儒,胡正平,練秋生;一種虹膜定位算法[J];計算機輔助設計與圖形學學報;2002年10期

相關博士學位論文 前4條

1 霍光;基于二維Gabor濾波的虹膜特征表達及識別方法研究[D];吉林大學;2016年

2 何飛;基于Gabor濾波的虹膜多特征提取及融合識別方法研究[D];吉林大學;2015年

3 史春蕾;虹膜身份識別算法的研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2011年

4 何孝富;活體虹膜識別的關鍵技術研究[D];上海交通大學;2007年

相關碩士學位論文 前10條

1 董宏興;基于自適應Gabor濾波的虹膜特征提取與識別方法研究[D];吉林大學;2016年

2 高思;虹膜圖像的采集與質量評價的研究[D];吉林大學;2016年

3 趙天明;虹膜特征提取方法研究[D];吉林大學;2016年

4 張波;虹膜圖像采集及識別算法的研究[D];電子科技大學;2015年

5 龐玉彤;虹膜采集設備的設計與實現及識別方法中若干問題的研究[D];吉林大學;2014年

6 王紅葉;基于尺度不變特征變換的虹膜識別方法[D];吉林大學;2014年

7 宗瑞山;基于虹膜采集定位系統(tǒng)的研究[D];太原科技大學;2011年

8 付鑫;基于小波分析的虹膜識別技術研究[D];西安科技大學;2010年

9 鄭韜;虹膜外邊界定位算法和粗分類算法的研究[D];電子科技大學;2009年

10 油長江;基于虹膜的身份識別系統(tǒng)的研究[D];西安電子科技大學;2007年

，

本文編號：1544432