论文部分内容阅读
本文围绕一个实用虹膜识别系统的建立,首先提出了一个新颖的虹膜采集设备的实现方案,采用侧向照明以增加拍摄图像的对比度,并利用变化的视觉图形引导引用者的瞳孔收缩,以获取尽可能多的虹膜纹理信息。
虹膜图像的采集质量直接关系到虹膜识别系统的识别率,而由于点光源或者环境光的影响,虹膜图像中出现的光斑形成的“伪纹理”对于特征提取和识别过程具有极大的干扰作用。本文提出了虹膜图像光斑的模型以及检测与消除的方法。实验结果表明,该方法能够很好的消除虹膜图像中的光斑,因而可以使虹膜图像更加真实的反映纹理信息,从而提高虹膜识别系统的正确识别率。
在自动虹膜识别系统的图像采集过程中,不符合标准的虹膜图像可能被系统拒绝登录(“注册失败”)。本文提出了“图像清晰度”、“内外偏心度”和“虹膜可见度”三个衡量图像质量的指标,并实现了对虹膜图像进行实时质量评价的要求。实验结果表明,该质量评价方法反映了虹膜图像的真实质量水平,能够显著提高识别系统的整体性能。