基于复小波的虹膜识别算法研究的中期报告.docx

基于复小波的虹膜识别算法研究的中期报告
一、研究背景和意义：
虹膜是人体中独有的生物特征之一，它具有唯一性、稳定性和不可伪造性等特点，因此成为了一种重要的生物特征识别技术。
虹膜识别系统主要包括虹膜采集、虹膜特征提取和虹膜匹配三个步骤。虹膜识别算法的关键是如何提取有效的虹膜特征，提高识别率和鲁棒性。
本文旨在研究基于复小波的虹膜识别算法，并通过实验验证其准确率和鲁棒性，为虹膜识别技术的应用提供一定的支持和参考。
二、研究内容和方法：
1.基于复小波的虹膜特征提取方法。复小波变换是一种多尺度和多分辨率分析方法，可以对信号进行变换并提取出不同的频带信息。本研究将复小波变换应用到虹膜图像的特征提取中，提取虹膜的纹理特征，以增强识别准确率和鲁棒性。
2.实验数据和环境。采集虹膜图像的设备为IRISID-2000，共采集了100张虹膜图像，并进行了预处理和归一化处理。实验环境为MatlabR2016a。
3.实验步骤。
（1）对虹膜图像进行分段，提取ROI区域。
（2）对ROI区域进行数字滤波和直方图均衡化处理，增强图像质量。
（3）利用复小波变换对图像进行特征提取，并采用单层离散小波和双层离散小波进行比较。
（4）采用欧氏距离法进行虹膜匹配和比较。
三、研究进展和成果：
1.完成了虹膜图像的采集和预处理，获取了100张虹膜图像。
2.对采集的虹膜图像进行ROI区域提取和数字滤波处理，有效地提高了图像的质量和清晰度。
3.基于双层离散小波进行特征提取，并利用欧氏距离法进行虹膜匹配和比较，实现了虹膜识别算法的初步实现。
4.实验结果表明，所提出的基于复小波的虹膜识别算法具有一定的准确率和鲁棒性，在一定程度上提高了虹膜识别系统的识别准确率和鲁棒性。
四、研究展望：
本研究将继续进行进一步的实验和改进工作，探究其他更加先进的虹膜特征提取和匹配算法，并尝试将虹膜识别技术应用于更广泛的领域中，以满足现实生产和生活中的需求。