云书房

内容介绍

《虹膜识别原理及算法》从生物特征识别的基本概念入手，简要讲解相关生物特征识别的原理和研究情况，然后介绍虹膜识别系统及研究现状，最后介绍虹膜识别系统中每个环节的具体算法和原理实现，并给出算法仿真实验及结果分析。《虹膜识别原理及算法》主要分为以下几个部分：虹膜识别系统原理、虹膜图像的获取、虹膜图像的预处理（滤波、边界定位、干扰检测、边界点的选择）、虹膜区域规范化、虹膜特征提取、虹膜模式分类算法、虹膜识别的阈值选择问题、虹膜识别算法的评价指标以及虹膜图像质量评价等内容。 《虹膜识别原理及算法》可作为计算机科学与技术、控制专业、电子信息等相关专业高年级本科生、研究生和研究人员的科研用书，也可作为安全系统、生物识别系统、移民管理系统、刑侦系统、图像处理和模式识别系统等研究开发人员和工程技术人员的参考书。

展开

精彩书摘

生物特征识别技术对于提高信息安全具有重要作用，可广泛应用于很多领域。本章对身份鉴别进行了介绍，通过分析传统的身份鉴别方法存在的问题，引出了生物特征识别技术，并对目前典型的生物特征识别技术进行了综述。 1.1 生物特征识别的产生背景1-1-1传统的身份鉴别 在许多场合都会面临查验身份的问题，身份鉴别就是通过各种技术或者非技术的手段，对鉴别人员的身份进行确认。传统的身份鉴别方法是将对人的身份鉴别问题转化为对一个人身外之物的拥有上，通过是否具备这些身外的物品或者知道某些知识来证明此人的身份，这些证明人身份的东西可分成两类： （1）标识身份的物品，如钥匙、身份证、印章、银行卡、护照、驾驶证等； （2）标识身份的特定知识，如用户名、密码、暗语等。 这两类标识身份的东西有时候也结合使用，如在使用自动取款机时需要提供ATM卡和密码。身份鉴别问题是一个非常普遍而重要的问题，与人们的生活、工作、出行密切相关，只有在身份得到确认以后才能获得某种权利或者许可。例如，在进入某单位大门时，通过出示证件向门卫证明自己的身份，以获得进人的许可；在登陆计算机系统时，通过输入用户名和密码向计算机系统表明自己的身份，以获得使用计算机的权利；在通过网络进行交易时，通过数字签名技术向对方证明自己的身份，以获得交易的许可，许多有权限的场合都会遇到身份识别的问题。

展开

第1章绪论 1.1 生物特征识别的产生背景 1.1.1 传统的身份鉴别 1.1.2 身份鉴别面临的挑战 1.2 生物特征识别概述 1.2.1 生物特征识别技术简介 1.2.2 生物特征识别技术应用现状 1.3 典型的生物特征识别技术 1.3.1 指纹识别 1.3.2 人脸识别 1.3.3 耳廓识别 1.3.4 虹膜识别和视网膜识别 1.3.5 手形识别和掌纹识别 1.3.6 声音识别 1.3.7 签名识别 1.3.8 步态识别 1.3.9 击键力度 1.3.1 0DNA识别 1.3.1 1人脸温谱图识别 1.3.1 2体味识别和脚印识别 1.4 生物特征识别的分类 1.5 选择生物特征的原则 1.6 多生物特征识别 本章小结 参考文献 第2章虹膜识别概述 2.1 虹膜概述 2.1.1 什么是虹膜 2.1.2 虹膜的先天优势 2.2 虹膜识别系统概述 2.2.1 虹膜识别系统原理 2.2.2 虹膜识别系统组成部分 2.3 虹膜识别的工作模式 2.3.1 工作模式 2.3.2 身份注册系统 2.3.3 识别认证系统 2.4 虹膜识别的发展现状与应用 2.4.1 发展现状 2.4.2 应用领域 本章小结 参考文献 第3章虹膜图像的采集 3.1 虹膜图像获取技术的发展 3.2 虹膜图像采集系统 3.2.1 图像采集的前提 3.2.2 几何测距法 3.2.3 聚焦检测方法 3.3 虹膜数据库的建立 3.3.1 建立虹膜数据库的作用 3.3.2 虹膜数据库的建立方法 3.4 虹膜数据库 3.4.1 中科院的虹膜数据库 3.4.2 NICE.I竞赛的测评数据 本章小结 参考文献 第4章虹膜边界定位 4.1 平滑处理 4.1.1 空域平滑 4.1.2 频域平滑 4.2 边缘提取 4.2.1 锐化处理 4.2.2 虹膜边缘提取 4.2.3 边缘梯度二值化 4.3 虹膜边界定位算法概述 4.4 基于投票机制的虹膜边界定位算法 4.4.1 基于Hough变换进行圆的检测 4.4.2 由瞳孔位置确定处理图像大小 4.4.3 基于H0ugh变换的虹膜边界快速定位算法 4.4.4 仿真实验 4.5 基于微积分的虹膜边界定位算法 4.5.1 微积分定位边界原理 4.5.2 局部梯度极值的检测和消除 4.5.3 基于微积分的虹膜边界快速定位算法 4.5.4 仿真实验 本章小结 参考文献 第5章边缘点选择后的虹膜边界定位 5.1 人眼图像中边缘点的特点 5.2 极坐标下的虹膜边界定位算法 5.2.1 极坐标下圆的特点 5.2.2 极坐标转换 5.2.3 极坐标下的虹膜边界定位算法 5.2.4 仿真实验 5.3 水平边缘点的选择算法 5.3.1 边缘点选择问题的提出 5.3.2 水平边缘点的选择 5.3.3 极坐标下边缘点选择后的虹膜边界定位算法 5.3.4 仿真实验 5.4 基于边缘点选择和圆参数投票的虹膜边界定位算法 5.4.1 极坐标下选择边界点 5.4.2 极坐标到直角坐标的变换 5.4.3 基于边缘点选择和圆参数投票的虹膜边界定位算法 5.4.4 仿真实验 本章小结 参考文献 第6章眼皮、睫毛、光源像点检测 6.1 虹膜区域的干扰 6.2 眼皮轮廓定位 6.2.1 眼皮定位概述 6.2.2 眼皮定位算法 6.2.3 眼皮阴影估计 6.3 睫毛检测 6.4 光源像点检测 6.5 仿真实验 本章小结 参考文献 第7章虹膜区域规范化 7.1 虹膜尺度、位置和方位 7.1.1 平移变化 7.1.2 旋转变化 7.1.3 伸缩变化 7.2 虹膜区域规范化处理 7.2.1 弹性模型 7.2.2 虹膜边界的表示 7.2.3 虹膜区域的表示 7.3 虹膜区域归范化方法 7.4 虹膜区域大小的确定 7.4.1 低频特征一致原则 7.4.2 分辨率确定 7.4.3 仿真实验 本章小结 参考文献 第8章虹膜特征提取 8.1 二值相位编码的特征提取框架 8.1.1 特征提取概述 8.1.2 虹膜特征提取框架 8.1.3 二值模板的匹配算法 8.2 基于二维Gabor滤波的特征提取算法 8.3 基于多通道Gabor滤波的特征提取算法 8.4 基于图像匹配的识别算法 8.5 基于空域局部过零检测的特征提取算法 8.5.1 空域中的虹膜纹理 8.5.2 基于局部过零检测的虹膜特征提取算法 8.5.3 仿真研究 本章小结 参考文献 第9章虹膜特征匹配 9.1 汉明距离计算 …… 第10章改善虹膜识别性能的方法 第11章虹膜图像质量评价系统 第12章第二届生物特征识别竞赛 附录2 生物测定学术语表

展开