随着科技的进步和经济的发展,日常生活中对身份识别的频率越来越多,基于身份标识物品(如钥匙、身份证等)和身份标识知识(如用户名和密码等)的传统的身份识别方法,由于易丢失、被盗、伪造和遗忘等缺点,已不能满足现代社会对信息安全的要求。为了克服这些缺点,提出了生物特征识别的方法,如虹膜、指纹和语音等。其中,虹膜识别技术由于其独特性、可靠性、稳定性和非侵犯性等优点,正成为生物特征识别技术领域中的研究热点。本文对虹膜的身份识别算法的研究工作主要有： 1.虹膜图像质量评价。本文实验中所使用的虹膜采集设备是中科院自动化研究所自主开发的Pattek虹膜采集设备,基于该设备搭建了一个虹膜采集平台。由于客观条件的限制,需要对采集到的虹膜图像进行质量评价。分析所采集到虹膜图像的特点,本文采用高斯-拉普拉斯算子对图像的清晰度进行评估。采用一定数量的样本进行训练,通过阈值判断的方法对另外的样本进行测试,得到了较理想的评价结果。 2.虹膜内外边缘定位。针对传统定位算法中值得改进的地方,本文研究了基于边缘检测算子和Hough变换相结合的定位算法,并提出了自己的改进算法。基于人眼图像中瞳孔的灰度特征,采用一种快速边缘检测算子并结合Hough变换定位虹膜内边缘；针对虹膜外边缘灰度过渡不明显的特点,采用Canny算子不漏检、不误检边缘的检测优势,可以准确的检测出虹膜外边缘,再采用Hough变换精确定位虹膜外边缘。与传统的定位算法进行实验比较,本文提出的算法在定位精度和速度上都有一定的提高。 3.归一化虹膜图像的光照补偿和增强。由于光照条件的不均衡,获得归一化虹膜图像需要进行光照校正。根据光度学理论和图像的成像模型原理,算法首先估算出图像的背景照度,从原图中减去背景照度再加上原图的灰度值均值,即可完成照度不均的修正。图像增强采用直方图均衡化的方法进行增强。 4.特征提取。本文研究并实现了多通道Gabor滤波器提取虹膜特征的算法。滤波器的个数为16个,并将获得的4096特征值编码为512个字节。 5.模式匹配。算法通过计算两个虹膜编码的加权欧氏距离来判定它们的相似程度,再与通过训练所得的匹配阈值进行比较,来决定这两个虹膜是否来自同一个个体。 实验结果表明,本文中的算法能够有效地应用于虹膜身份识别系统。