论文总字数：25027字

摘 要

随着人类进入21世纪，生物特征识别技术在身份识别方面的应用逐渐替代其它身份识别方式。虹膜识别因其生理特征和与生俱来的防伪性方面的优点，受到人们的广泛关注。

此次设计主要对虹膜识别的预处理技术予以讨论，包括整个预处理过程，有虹膜的内圆检测、外圆检测、噪声消除和归一化。由于瞳孔的灰度与虹膜的灰度值有较大差异，本文通过阈值法和投影法将虹膜与瞳孔分离开来，从而实现虹膜内边缘的定位，阈值由直方图获取。虹膜的外圆提取是先对虹膜图像进行边缘检测，得到检测后的图像边缘，再在图像边缘的基础上进行Hough变换就可以检测出虹膜外圆。本文的眼睑噪声是利用radon变换来消除其影响的，睫毛噪声是使用阈值法来消除其影响的。最后，使用Daugman提出的算法将圆环图样的虹膜图像归一化，得到处理后的虹膜图像。

实验结果表明，虹膜内、外边缘定位效果比较理想，归一化成果显著，噪声处理结果也令人满意，达到了预期目标。

关键词：虹膜 定位 噪声 归一化

Preprocessing of Iris Recognition

Abstract

As the human set foot into 21th. The identification methods based on biometric technology is used more than the other identification methods about identification. Because of its physiological characteristics and born with security, iris recognition has received wide attention.

This experiment mainly discussed the preprocessing technology of iris recognition, including the whole preprocessing process, the inner circle detection, the outer circle detection, the noise detection and the normalization of the iris. Because the gray level of the pupil is different from the gray value of the iris, the iris and the pupil are separated by the threshold method, the inner edge of the iris is located successfully, and the threshold is acquired by the histogram. To extract the outer edge of the iris, detect the iris image first, after the edge of the image is acquired, The Hough transform can be used to detect the outer circle based on the image edge. The eyelid noise of this experiment is eliminated by Radon transform, and the noise of the eyelashes is eliminated by using threshold method. Finally, the algorithm of Daugman is used to normalize the iris image of circular pattern , get the processed iris image.

The results of the experiment show that the results of the iris inner and outer edge localization are satisfactory, the results of the noise processing are successful, and the expected target is achieved.

Key words: Iris locating; Noise detecting; Normalization

目 录

摘 要 I

Abstract II

第一章 绪 论 1

1.1课题背景及研究意义 1

1.2虹膜识别的发展及研究现状 2

1.2.1虹膜识别的发展历程 2

1.2.2虹膜识别的研究现状 3

1.3 本文的主要工作和安排 3

第二章 虹膜识别系统概述 5

2.1 虹膜识别系统的基本构成 5

2.2 虹膜识别系统的相关概念 6

2.2.1 图像采集 6

2.2.2 预处理 6

2.2.3 特征提取与匹配 7

2.3 本章小结 7

第三章 虹膜图像的内外圆定位 8

3.1虹膜定位的方法概述 8

3.2 虹膜内圆定位 9

3.2.1 虹膜的灰度直方图 9

3.2.2 虹膜的二值化 10

3.2.3 基于投影法的内圆定位 11

3.3基于边缘检测与Hough变换的外圆定位 13

3.3.1 边缘检测概述 13

3.3.2 Canny边缘检测 14

3.3.3 Hough变换的原理 15

3.3.4外圆定位的实现 16

3.4本章小结 18

第四章 虹膜的噪声检测与归一化 19

4.1 虹膜噪声概述 19

4.2眼睑噪声的降噪处理 19

4.2.1 降噪原理 19

4.2.2 降噪的实现 20

4.3睫毛噪声的降噪处理 21

4.3.1 降噪原理 21

4.3.2 降噪的实现 22

4.4 虹膜图像的归一化 22

4.4.1虹膜图像的归一化原理 22

4.4.2虹膜图像的归一化实现 25

4.5本章小结 26

第五章 结果与分析 27

5.1实验环境 27

5.2 定位实例 27

5.2.1 含噪声虹膜图像的定位结果 27

5.2.2 含噪声模板虹膜图像的定位结果 28

5.2.3 归一化的结果 28

5.3 分析 29

第六章 总结与展望 30

6.1 总结 30

6.2 展望 31

参考文献 32

致谢 34

第一章 绪 论

1.1课题背景及研究意义

随着人类踏进21世纪，人们对信息带来的安全危害感到越来越担忧。为了解决信息遗失带来的损失，身份识别便慢慢的走进了人们的日常生活中。在生活中难免会碰到的这样的场面，在一定的环境下需要使用密码、卡片或者口令来确认身份。在安全指标的要求较高但是缺少有效的身份识别方式或者安全检测系统，难免会需要额外的身份证明。然而在一贯以来的身份识别中，如身份证利用的是卡片、口令以及密码等来核实身份，操作起来比较复杂。一旦遗失或者被克隆的情况下，会给人们带来极大地困扰。从美国公司Master Card的统计数据分析，仅就美国而言，每年都有4.5亿美元的财富损失，这些损失与信用卡的欺诈案件有联系。然而我们所不愿接受的是，这个金额还在逐渐上升，这给人们带来了更大地损失。人们开始认识到传统的识别方式的局限性，这些方法显然难以满足这个信息高度集中发展的社会的要求。在这样的背景下，人们迫切的需要一种新的方法来替代它们。从人类的生理上提取出来的特征作为识别的关键信息的技术就渐渐的被科学家们研究出来，而且发展迅速，为人们的信息安全提供了新的方式。

生物特征识别是根据生物的生理特征或行为特征，利用图像处理技术、模式识别来进行身份鉴定的技术。和其它的识别方法比较起来，虹膜识别技术具有相对稳定的特性、普遍存在的特性、不同生物个体具有不同虹膜的特性、采集起来不困难等优点。相对稳定的特性表示生物的生理特征在生物的某一个阶段内都不存在很大的改变。普遍存在特性表示每一个生物都有它本身存在的独特的生理特征，生物个体不同其生理特征也不相同，表示生物的生理特征的唯一性。易采集性表示生理特征一般来说采集速度快难度相对较低。

请支付后下载全文，论文总字数：25027字