收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于二维Gabor滤波的虹膜特征表达及识别方法研究

霍光  
【摘要】:相较于其它生物特征识别技术,虹膜识别在唯一性、稳定性、非侵犯性和高防伪性等方面的优势更为突出,受到学术界和工业界的广泛关注,在军事、安防、电子商务等领域有着广阔的应用前景。本文针对虹膜识别设备研发和产业化过程中遇到的实际问题,对基于Gabor滤波的虹膜特征表达和识别方法展开了深入的研究,在Gabor滤波器组的构建和参数选择、虹膜特征提取、虹膜区域纹理分析、特征融合,以及多模态生物特征识别等方面进行了有效的改进与创新,取得了预期的效果。本文主要研究内容和研究成果如下:(1)应用二维Gabor滤波器进行特征提取时,不同的特征表述形式反映了虹膜纹理的不同特性,相应的滤波器组的构造方式和参数选择方法也不尽相同。本文以不同滤波方向上虹膜纹理的能量分布作为特征,构建了一个多通道二维Gabor滤波器组。在对滤波器组的频率、尺度和方向等参数进行了详细分析的基础上,提出了一种基于虹膜能量方向特征(Energy-Orientation Feature,EOF)的滤波器参数选择方法。在多个虹膜图像库上的测试结果证明,本文提出的EOF特征不仅具有较高的可区分性,还兼具幅值特征和方向特征的优点,即特征分布平滑,不会出现栅格状的边缘点,同时对光照变化也不敏感。(2)针对基于圆形作用域的Gabor滤波器组,无法对图像进行可变比例的多尺度分析的不足。本文提出了一种基于虹膜多扇区纹理特征和加权融合的虹膜识别方法,该方法首先根据眼睑、睫毛等遮挡的分布规律,构建不同的扇形感兴趣区域(Sector Region of Interest,SROI),并对每个SROI的归一化尺寸进行寻优,避免EOF特征提取方法陷入局部最优。然后应用二维Gabor滤波器组,对最优尺寸下的虹膜图像进行EOF特征提取。最后,将所有EOF特征进行加权融合形成多扇区特征编码,并采用海明距离进行特征匹配。在CASIAV1.0和JLU3.0虹膜库上的实验结果表明,归一化尺寸寻优有效地提高了EOF特征的可区分性,多扇区特征融合可以进一步提高识别系统的准确性和鲁棒性,尤其是当虹膜图像遮挡较为严重时,提升幅度更为明显。(3)为了缩短特征提取时间和提升EOF特征的可区分性,本文提出了一种基于能量方向直方图特征(Energy-Orientation Histogram Feature,EOHF)的虹膜识别方法。该方法首先采用多方向、单尺度的Gabor滤波器组取代多方向、多尺度滤波器组进行EOF特征提取,以减少特征提取时间和缩短特征编码长度。然后通过直方图变换将逐点匹配的EOF特征,转化为逐块比对的EOHF特征,最后采用欧式距离进行特征匹配。实验结果表明,EOHF特征较EOF特征具有更高的可区分性,受局部噪声的影响也更小。由其构成的识别算法用时少、精度高,完全可以满足实时虹膜识别系统的要求。(4)针对EOHF特征的可区分性会随着样本数量的增加而降低的问题,本文提出了一种基于局部纹理特征的虹膜二次识别方法,该方法将EOF特征提取和直方图变换一分为二,分别置于首次识别和二次识别两个处理过程中。在首次识别阶段,对所有样本进行EOF特征提取和粗分类。在二次识别阶段,对首次识别后剩余的错分样本进行直方图变换和EOHF编码。由于错分样本的数量远远小于样本总数,样本规模不再直接作用于直方图变换过程,有效地降低了样本数量激增对EOHF特征的影响,保证了二次识别的精度。(5)目前,对多模态生物特征识别技术的研究多集中在基于匹配层融合的身份认证,而对于灵活性更高、应用领域更广的特征层融合识别方法的研究却相对较少。究其主要原因,是特征层融合对所提取特征的性能和形式都有着极为严苛的要求,不但要求所提取到的所有单模态特征都具有较高的可区分性,而且还要确保这些特征是同质和可比较的,而匹配层和决策层融合对后者没有要求。针对上述问题,本文提出了一种基于特征层融合的人脸-虹膜多模态生物特征识别方法。该方法通过构建通用的人脸和虹膜特征提取模型,实现了同质且高效的单模态人脸和虹膜特征表述。通过基于Multi-PCA和SVM的融合识别策略,实现了高精度的一对多模式的身份识别,突破了Gabor滤波器无法进行人脸和虹膜特征层融合的限制。实验结果表明,本文所提出的方法不但能够有效地提取人脸和虹膜特征,而且通过特征层融合还能够获得更高的识别精度。与其它融合方法相比,本文方法在识别精度和识别模式上都有着明显的优势。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李粉兰;曹霄辉;左坤隆;徐可欣;;采用改进的基于余量的算法实现人脸识别中最佳Gabor特征的选择(英文)[J];光电工程;2006年09期
2 李岚;;Gabor框架及其对偶框架的扰动[J];纺织高校基础科学学报;2008年01期
3 郭永明;水鹏朗;;一种修正Gabor谱图的新方法[J];计算机工程与应用;2008年28期
4 柳叶;;Gabor框的存在性问题探讨[J];西南大学学报(自然科学版);2009年08期
5 袁伟;李晓东;;人脸识别应用中的Gabor核选择算法(英文)[J];中国科学技术大学学报;2012年07期
6 薛健,袁保宗;一种新颖的求解离散Gabor展开对偶窗的方法[J];信号处理;1996年02期
7 薛健,袁保宗;离散拟正交Gabor展开[J];电子学报;1997年04期
8 许春晔,郭宝兰;基于Gabor函数的汉字字体识别[J];河北大学学报(自然科学版);2001年02期
9 田学东,郭宝兰;基于Gabor变换的汉字字体识别研究[J];计算机工程与应用;2002年20期
10 马丽红,张宇,陈晓棠;惯性平面下基于Gabor滤波和视网膜模型的目标检测[J];微电子学与计算机;2004年01期
11 回红,陈祥献,周泓,汪乐宇;Gabor函数实现基于结构的指纹识别[J];浙江大学学报(工学版);2004年06期
12 孙同伦,尹东,唐群元;基于Gabor滤波增强的指纹识别[J];生物医学工程研究;2005年01期
13 王湘平,张星明;基于Gabor小波的眼睛和嘴巴检测算法[J];计算机工程;2005年22期
14 刘潇潇;曹治国;李抱朴;唐奇伶;翁文杰;桑农;;基于多尺度Gabor滤波的造影血管中轴线的自动提取[J];中国图象图形学报;2005年12期
15 韦娜,耿国华,周明全;利用Gabor滤波器的基于内容的图像检索[J];计算机工程;2005年08期
16 池万乐;;基于Gabor和支持向量机的人脸识别[J];电脑知识与技术;2006年05期
17 马晓燕;杨国胜;范秋凤;王应军;;基于Gabor小波和二维主元分析的人脸识别[J];计算机工程与应用;2006年10期
18 陈念;;2-D实值离散Gabor变换的快速算法实现[J];池州师专学报;2006年03期
19 马世伟;吴从毛;袁康;;基于时间切变Gabor原子的时频建模[J];系统仿真学报;2006年S2期
20 聂祥飞;郭军;;基于Gabor小波的人脸检测[J];计算机工程;2006年21期
中国重要会议论文全文数据库 前10条
1 朱学芳;邹文豪;王栾井;;对字体识别中Gabor滤波器参数的实验研究[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
2 Kurban Ubul;Abdiryim Raxidin;Alim Aysa;;2-D Gabor Filter based Feature Extraction Method for Uyghur Handwriting Image[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年
3 ;Face recognition based on Gabor phase[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
4 马世伟;吴从毛;袁康;;基于时间切变Gabor原子的时频建模[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
5 唐荣生;张宏志;王宽全;;基于Gabor小波的舌象舌苔厚薄分类研究[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
6 ;Edge Detection of Plant Roots Image via Gabor Wavelet Theory[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
7 何苗;张宏志;王宽全;;基于Gabor小波和特征加权的红星舌象分类研究[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
8 LV Xue-fang;Ping Tao;;Realization of Face Recognition System Based on Gabor Wavelet and Elastic Bunch Graph Matching[A];第25届中国控制与决策会议论文集[C];2013年
9 朱学芳;邹文豪;朱鹏;;基于Gabor函数的字体识别实验研究[A];第十五届全国图象图形学学术会议论文集[C];2010年
10 郭浩;欧宗瑛;;基于Gabor滤波的指纹增强方法研究[A];首届信息获取与处理学术会议论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 霍光;基于二维Gabor滤波的虹膜特征表达及识别方法研究[D];吉林大学;2016年
2 臧丽丽;Gabor框架和小波框架的必要条件和充分条件[D];南开大学;2010年
3 余磊;Gabor小波变换在人脸识别中的应用研究[D];重庆大学;2009年
4 林晨;离散Gabor变换与展开快速并行算法分析与实现[D];安徽大学;2015年
5 何飞;基于Gabor滤波的虹膜多特征提取及融合识别方法研究[D];吉林大学;2015年
6 董学志;Gabor小波特征跟踪方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2003年
7 李云峰;基于Gabor小波变换的人脸识别[D];大连理工大学;2006年
8 靳明;基于Gabor滤波器的军用目标识别及跟踪方法的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2005年
9 傅一平;基于Gabor与小波的边缘检测理论、快速算法与实时应用研究[D];浙江大学;2004年
10 赵英男;Gabor滤波器在车辆检测和车型识别中的应用研究[D];南京理工大学;2004年
中国硕士学位论文全文数据库 前10条
1 伍文婷;对Gabor框的某些问题研究[D];华东师范大学;2007年
2 袁书萍;利用多抽样率滤波技术快速并行实现实值离散Gabor展开与变换[D];安徽大学;2011年
3 向维辉;基于Gabor滤波的完备CS-LBP算子图像纹理特征提取算法研究[D];昆明理工大学;2015年
4 张雁腾;基于Gabor小波分解的线性子空间人脸识别方法[D];昆明理工大学;2015年
5 陈玉玲;基于Gabor和ILDA的人耳识别研究[D];江西理工大学;2015年
6 高威;基于小波及原子库的信号脉内调制方式分析算法研究[D];哈尔滨工业大学;2015年
7 王文佳;基于人眼识别的手机游戏防沉迷系统设计与实现[D];电子科技大学;2015年
8 李孚煜;融合SIFT和Gabor特征的多源遥感图自动配准[D];南昌大学;2015年
9 马逢乐;基于Gabor小波的能量空间特征点提取方法研究[D];北京化工大学;2014年
10 许伟;基于Gabor特征和SVM的人脸识别方法研究[D];新疆大学;2015年
中国重要报纸全文数据库 前1条
1 王丽辉;Gabor 时尚绿色品牌[N];中国服饰报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978