虹膜识别被认为是可靠性最高的生物特征识别技术,主要用于个人身份鉴别。人眼在自然张开状态下,虹膜区域的位置和大小是不确定的。如果保证采集到的虹膜区域大小和位置固定,就需要被测试者的紧密配合,有时因多次调整不能满足要求而导致被测试者反感,从而影响虹膜识别技术的应用。本项目研究人眼自然张开状态下的虹膜识别。主要内容:(1)研究眼图像中眼睑、睫毛和光斑位置检测方法,睫毛和光斑消除方法,有效虹膜区域确定方法,包括直角坐标系和极坐标系两种情况;(2)研究虹膜极坐标展开角度与纹理保留之间的关系,展开分辨率与特征提取之间的关系;(3)研究基于空间压缩的虹膜纹理位置检测与编码方法,包括纹理区域方法和纹理骨架方法;(4)研究基于空间压缩的灰度曲面匹配方法;(5)研究大小和位置不固定的有效虹膜区域特征提取、编码和匹配的方法;(6)研究有效虹膜区域面积与识别率之间的对应关系。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
基于改进LinkNet的寒旱区遥感图像河流识别方法
新型树启发式搜索算法的机器人路径规划
长链基因间非编码RNA 00681竞争性结合miR-16促进黑素瘤细胞侵袭和迁移
基于自适应干扰估测器的协作机器人关节速度波动抑制方法
多源异质虹膜图像识别方法研究
基于指纹及眼虹膜信息的数字水印算法研究
应用于健康诊断的异常虹膜纹理识别方法研究
严重干扰和噪声情况下的虹膜识别方法研究