基于遺傳算法的虹膜識別技術研究與改進.pdf

1、虹膜識別技術因虹膜的優(yōu)秀生物特性，在眾多的身份鑒別技術中脫穎而出，被列為最為安全與精確的身份鑒別技術，具有廣闊的應用前景與重要的學術研究價值。由于虹膜識別技術應用環(huán)境的復雜性以及其涉及領域的廣泛性，其關鍵技術仍存在需要改進之處。本文結合虹膜圖像自身的屬性以及常見的虹膜識別系統(tǒng)流程，對虹膜定位、虹膜特征提取、虹膜特征降維等相關技術進行了系統(tǒng)的分析與研究。主要的工作如下:
　　對Canny算子與Hough變換相結合的虹膜定位分割模型進

2、行研究，針對傳統(tǒng)Canny算子在邊緣信息提取時存在容易受噪聲影響以及需要手動輸入閾值的缺陷，提出改進的Canny算子:首先利用Sober算子計算像素點的梯度幅值和方向，然后通過雙線性插值求得梯度方向上的像素點幅值完成非極大值抑制，最后采用Otsu實現(xiàn)閡值自適應選取。利用改進的Canny算法與Hough變換結合實現(xiàn)對虹膜的定位，提升了定位的精確度。對定位后的虹膜圖像利用坐標變換進行歸一化處理并增強，完成虹膜圖像預處理。
　　針對基于

3、2D-Gabor濾波器的虹膜特征提取得到的特征向量信息過于冗余的缺陷，提出了結合遺傳算法的虹膜特征篩選模型，該模型實現(xiàn)了對虹膜特征向量的有效降維。對基于標準遺傳算法實現(xiàn)的虹膜特征篩選模型進行研究，針對其中存在的缺陷，結合粒子群算法的優(yōu)點，提出改進的遺傳算法:在整體框架中融入粒子群算法，同時設計具有自適應性的遺傳算子。利用改進的遺傳算法對特征向量進行特征篩選，得到有效且低維的特征向量。最后采用移位Hamming距離差完成虹膜的分類，經(jīng)過特

4、征篩選的低維特征向量得到了更高的匹配準確率。
　　本文實驗的原始數(shù)據(jù)來自CASIA-V4-Thousand和CASIA-Iris-Lamp數(shù)據(jù)庫，以衡量虹膜識別系統(tǒng)性能的評價標準False Accept Rate、False Reject Rate、Correct Recognition Rate、Equal Error Rate和ReceiverOperating Characteristic Curve對系統(tǒng)進行測試，驗證了本