虹膜特征提取方法研究

虹膜特征提取方法研究

ID:35096784

大?。?.72 MB

頁數(shù):54頁

時間:2019-03-17

虹膜特征提取方法研究_第1頁
虹膜特征提取方法研究_第2頁
虹膜特征提取方法研究_第3頁
虹膜特征提取方法研究_第4頁
虹膜特征提取方法研究_第5頁
資源描述:

《虹膜特征提取方法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。

1、分類號:TP391單位代碼:101說研究生學號:2013532063密級:公開m碩古學位論文單術(shù)學位()虹膜特征提取方法研究ResearchonIrisFeatureExtraction作者姓名:趙天明專業(yè):軟件與理論研究方向:生物特征識別技術(shù)指導教師:趙東范教授培養(yǎng)單位:計算化科學與技術(shù)學院2016年4月虹膜特征提取方法研究ResearchonIrisFeatureExtraction作者姓名:趙天明專業(yè)名稱:軟件與理論指導教師:趙東范教授學

2、位類別:工學碩士答辯日期:2016年5月24日未經(jīng)本論文作者的書面授權(quán),依法收存和保管本論文書面版本、電子版本的任何單位和個人,均不得對本論文的全部或部分內(nèi)容進行任何形式的復(fù)制、修改、發(fā)行、出租、改編等有礙作者著作權(quán)的商業(yè)性使用(但純學術(shù)性使用不在此限)。否則應(yīng)承,擔侵權(quán)的法律責任。吉林大學碩i學位論文原創(chuàng)性聲明本人鄭重聲明,是本人在指導教師的指導下,:所呈交的碩±學位論文獨立進行研究工作所取得的成果。除文中己經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作

3、品成果。對本文的研究做出重要貢獻的個人和集體,均已在文中明確方式標明。本人完全意識到本聲明的法律結(jié)果由本人承擔。學位論文作者簽名:—如日期:2016年、月日摘要摘要虹膜特征識別技術(shù)作為生物識別技術(shù)之一其受關(guān)注程度多年持續(xù)走高,由于它的識別對象,虹膜,在人體器官構(gòu)成所具有的獨特屬性,使其成為最熱門的現(xiàn)代身份鑒別安全技術(shù)手段之一。特征提取在虹膜識別中是非常重要的一環(huán),本文也以此為切入展開研究。本文選用經(jīng)典的Gabor濾波器組,配合濾波后主成分分析方法,進行虹膜特征提取與分類。本文先介紹了虹膜圖像

4、預(yù)處理的一系列步驟及其算法,通過質(zhì)量評價、Hough算法定位、極坐標變換、環(huán)境光補充最終得到了歸一化之后的虹膜圖像。本文著重研究了2D-Gabor濾波器組,根據(jù)它的形成原理與計算公式,討論其各個參數(shù)意義,并針對尺度、方向、頻率等主要參數(shù)的不同取值選擇圖像樣本進行濾波實驗,觀察研究濾波響應(yīng),分析不同參數(shù)取值對濾波結(jié)果的影響,從而對這些參數(shù)取值界限進行合理性劃分,進而獲得最有效的濾波后響應(yīng)信息。然后本文又深入探究了主成分降維方法,其思想是探討怎樣以少量的若干個主要成分表征大量數(shù)據(jù)之間的內(nèi)在組成分布,即從最初的變量里

5、通過一定方法提取出少量一些主要部分,讓這些部分以最大程度存留最初變量的特征,并且彼此無關(guān)相互獨立。實現(xiàn)方面則是借用數(shù)學中線性代數(shù)的理論,把最初的變量進行現(xiàn)行組合,映射到另一個空間中,作為新的特征指標。本文中對Gabor變換后的數(shù)據(jù)做整理合并,形成高維度的信息矩陣,按照降維處理的步驟依次執(zhí)行,獲取同一類樣本的低維度特征矩陣作為最后得到的比對特征。而后介紹了相似度的一種表示方法,即距離,舉例了其中常用的距離并作為實驗的比對依據(jù)。最后的實驗,在CASIA_V1、CASIA_V3及JLU_V2三個虹膜庫中的共39類,3

6、45個樣本上進行,并且選取的不同的距離,依照上述流程,進行實驗比對,分析了不同庫中虹膜的類內(nèi)類間分布,區(qū)分度,以及樣本訓練后在測試集上的識別率。以實驗數(shù)據(jù)結(jié)果來看,系統(tǒng)識別效果不錯,證明了方法的可行性,但是在各方面仍需進一步研究提高。關(guān)鍵詞:虹膜特征識別,特征提取,2D-Gabor濾波器,主成分分析IAbstractAbstractIrisidentificationtechnology,asoneofthebiometricfeaturesrecognition,itsdrawinghighlevelofat

7、tentionhasrunovertheyears,thereasonisthatitsobjectrecognition,iris,theuniqueattributesinconstituteofhumanorgans,makeitbecomethemostpopularoneofthemodernsecurityidentificationtechnology.Extractingfeatureinthewholeprocessoftheirisidentificationisaespeciallysig

8、nificantpart,asaresult,thisarticlewillspreadthediscussonthebasisofit.ThisarticleselectstheclassicGaborfiltergroup,cooperatingtheprincipalcompositionanalysismethodtoExtractcharacteristicsandmakec

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。