基于支持向量機(jī)和Hamming距離的虹膜識(shí)別算法研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，人們開(kāi)始越來(lái)越注重個(gè)人的信息安全和隱私保護(hù)，傳統(tǒng)的鑒別方法由于無(wú)法滿足人類的需要已逐漸被利用人類生物特征的識(shí)別技術(shù)所代替，這其中最具代表性的就是虹膜識(shí)別技術(shù)，它因具有普遍性、排他性、穩(wěn)定性、易檢測(cè)性、防偽性高、防欺騙性好等眾多優(yōu)點(diǎn)，而被譽(yù)為是二十一世紀(jì)最有發(fā)展前景的生物識(shí)別技術(shù)。
　　一般情況下，一個(gè)完整的虹膜識(shí)別系統(tǒng)都是由采集虹膜圖像、預(yù)處理圖像、特征提取與編碼、模式匹配4個(gè)部分構(gòu)成。論文

2、在此基礎(chǔ)上，主要圍繞以下幾個(gè)方面開(kāi)展研究工作：
　?。?）預(yù)處理圖像：由于傳統(tǒng)的虹膜定位方法容易遭受高頻噪聲的影響，論文提出一種在進(jìn)行虹膜定位以前加入平滑處理的方法來(lái)消除高頻噪聲的影響；而后采用人眼灰度特征和幾何特征相結(jié)合的方法來(lái)實(shí)現(xiàn)虹膜的準(zhǔn)確定位：利用直角三角形的斜邊是外接圓的直徑的方法來(lái)確定虹膜內(nèi)外邊界參數(shù)，從而準(zhǔn)確定位出虹膜位置，實(shí)驗(yàn)結(jié)果表明：該方法不僅簡(jiǎn)單有效，而且準(zhǔn)確率高；最后再依次通過(guò)歸一化和圖像增強(qiáng)技術(shù)來(lái)得到標(biāo)準(zhǔn)化的

3、且紋理清晰的虹膜圖像。
　　（2）特征提取和編碼：提取虹膜的紋理特征通過(guò)使用一維Log-Gabor濾波器來(lái)實(shí)現(xiàn)，具體處理方法為：首先將預(yù)處理后的二維虹膜圖像當(dāng)做一個(gè)二維信號(hào)，然后將這個(gè)二維信號(hào)分解為若干的一維信號(hào),并用一維的Log-Gabor小波分別與這些一維信號(hào)做卷積計(jì)算；最后通過(guò)相位編碼方法來(lái)獲得相應(yīng)的特征編碼。
　?。?）特征匹配：針對(duì)傳統(tǒng)的虹膜識(shí)別方法側(cè)重于特征提取這一現(xiàn)象，論文提出了一種側(cè)重于模式匹配的識(shí)別算法，即

4、基于支持向量機(jī)(Support Vector Machine，SVM)和Hamming距離的虹膜識(shí)別方法：在得到虹膜特征編碼后，首先用SVM的方法進(jìn)行特征匹配，對(duì)于未能正確識(shí)別或者拒絕識(shí)別的圖像再次通過(guò)Hamming距離進(jìn)行二次識(shí)別，并輸出最終的識(shí)別結(jié)果。
　　為了檢驗(yàn)本文算法的可行性，論文以中科院提供的虹膜庫(kù)為樣本，并以Matlab R2010b為實(shí)驗(yàn)平臺(tái)進(jìn)行仿真實(shí)驗(yàn)。最終的實(shí)驗(yàn)結(jié)果表明：本文研究的算法在識(shí)別率與識(shí)別時(shí)間上較其他