书籍详情
《虹膜识别》[32M]百度网盘|亲测有效|pdf下载
  • 虹膜识别

  • 出版社:清华大学出版社京东自营官方旗舰店
  • 出版时间:2017-09
  • 热度:11585
  • 上架时间:2024-06-30 09:38:03
  • 价格:0.0
书籍下载
书籍预览
免责声明

本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正

内容介绍

编辑推荐

  随着人类对信息系统的依赖性越来越高,信息技术的应用也逐步渗透到人类生活的方方面面,在保证信息系统自身安全的前提下,如何保证信息系统的访问安全和各种场景下的控制管理成为一个极其重要的课题,在这其中,用户身份的鉴别至关重要。

  “棱镜门”事件给全球的信息系统安全敲响了警钟,基于口令和令牌的身份鉴别通过人“身外之物”来证明活生生的人的身份严重不可靠,已难以满足安全性要求,信息系统的安全事件频出呼唤着更有效、更安全、更可靠的身份鉴别方式。基于人体生理特征和行为特征的生物特征识别技术具有“人证合一”特性,引起了身份认证领域的关注,这其中的佼佼者当属以高可靠性、高准确性、高安全性著称的虹膜识别技术。

  早在上个世纪的后期,国内业界学者们就开始了虹膜识别技术的研究和探索,将技术成果进行应用推广。然而,受技术的局限和关联组件的制约,早期的应用大多仅限于虹膜出入控制等物理防护,随着技术的不断突破,虹膜识别的应用场景不断拓展,已拓展到信息系统的准入控制、远程识别认证以及移动智能设备等应用领域,大有来势凶猛之意,应用前景一片光明。

  虹膜识别以人工智能、机器学习、统计分析、模式识别等理论基础,主要依靠计算机技术、传感器技术、信号处理技术、图像处理技术等实现数据的采集和处理,涉及多学科知识和技术,该书可作为学生学习和从事相关领域研究工作的基础教材及参考。

  全书的主要内容是基于作者近年来的主要研究成果,同时参考了同行学者的部分研究成果,紧紧围绕虹膜识别,系统介绍了虹膜识别各组成部分的原理及其算法,并通过直观的实验结果进行了正确性验证,对读者了解生物特征识别方面的基础知识和学习虹膜识别相关算法有极大的帮助。


内容简介

  本书针对传统身份鉴别方法存在的安全性差、识别率低的问题,引出了具有“人证合一”的生物特征识别技术,简要介绍常见生物特征识别的原理和研究现状,然后着重对虹膜识别系统及虹膜作为身份特征所具有的良好特性进行概述,最后对虹膜识别系统中每个环节的具体原理和算法实现做了详细介绍,给出相应的仿真实验和结果分析。全书主要包括虹膜图像采集、虹膜边界定位、虹膜区域的干扰检测、虹膜区域规范化、虹膜特征提取、虹膜特征匹配、虹膜识别性能的改善、虹膜图像质量评价、多生物特征识别技术以及行业解决方案等内容。
  本书可作为控制科学与工程、计算机科学与技术、信号与信息处理等相关专业研究生、高年级本科生的教材,也可作为信息安全系统、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。

目录

目录

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身份鉴别面临挑战

1.2生物特征识别概述

1.2.1悄然兴起的识别技术

1.2.2生物特征识别简介

1.2.3生物特征识别研究现状

1.3典型生物特征识别技术

1.3.1生物特征识别的分类

1.3.2典型生物特征识别

1.3.3选择生物特征的原则

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虹膜的优势

2.2虹膜识别系统

2.2.1虹膜识别系统原理

2.2.2虹膜识别系统组成

2.3虹膜识别工作模式

2.3.1工作模式

2.3.2用户身份登记子系统

2.3.3用户身份识别子系统

2.4虹膜识别发展现状

2.4.1发展现状

2.4.2应用领域

本章小结

参考文献

第3章虹膜图像采集

3.1虹膜图像获取技术

3.2虹膜图像采集设备

3.2.1虹膜图像采集

3.2.2几何测距

3.2.3聚焦检测

3.2.4虹膜图像采集设备

3.3建立虹膜数据库

3.3.1建库意义

3.3.2建库方法

3.4虹膜数据库

3.4.1CASIA虹膜数据库

3.4.2NICE.I虹膜数据库

3.4.3TIANDI虹膜数据库

本章小结

参考文献

第4章虹膜边界定位

4.1图像滤波

4.1.1空域滤波

4.1.2低通滤波

4.2边缘提取

4.2.1边缘检测

4.2.2二值边缘提取

4.3基于投票机制的虹膜边界定位

4.3.1Hough圆的检测

4.3.2感兴趣区域选择

4.3.3基于投票机制的虹膜边界定位

4.3.4仿真实验

4.4基于微积分的虹膜边界定位

4.4.1微积分检测圆

4.4.2局部极值的剔除

4.4.3基于微积分的虹膜边界定位

4.4.4仿真实验

本章小结

参考文献

第5章边缘点选择

5.1非虹膜边界点影响虹膜定位

5.1.1二值化阈值影响边缘提取

5.1.2非虹膜边界点来源

5.2极坐标下的虹膜边界定位

5.2.1极坐标下的虹膜边界

5.2.2圆的极坐标表示

5.2.3极坐标下的虹膜边界定位

5.2.4仿真实验

5.3水平边缘点选择

5.3.1边缘点选择的可行性

5.3.2水平边缘点选择步骤

5.3.3仿真实验

5.4投票机制的虹膜边界定位改进算法

5.4.1极坐标下边界点选择

5.4.2极坐标到原图像空间的映射

5.4.3投票机制的虹膜边界定位改进算法

5.4.4仿真实验

本章小结

参考文献

第6章虹膜区域的干扰检测

6.1虹膜区域的干扰

6.2眼睑轮廓定位

6.2.1眼睑定位概述

6.2.2眼睑轮廓定位

6.2.3眼睑阴影估计

6.3睫毛位置定位

6.4光斑位置定位

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虹膜区域的不变性

7.1.1规范化原因

7.1.2平移不变性

7.1.3旋转不变性

7.1.4伸缩不变性

7.2虹膜区域弹性模型

7.2.1弹性模型

7.2.2虹膜区域的表示

7.3虹膜区域规范化

7.3.1虹膜区域规范化

7.3.2确定规范化区域

7.4仿真实验

本章小结

参考文献

第8章虹膜特征提取

8.1虹膜特征表示框架

8.1.1虹膜特征提取方法

8.1.2虹膜特征表示框架

8.2经典虹膜识别算法

8.2.1二维Gabor相位特征识别算法

8.2.2多通道Gabor统计特征识别算法

8.2.3图像相关性匹配算法

8.3局部过零检测的虹膜特征提取

8.3.1局部过零检测方法

8.3.2局部过零检测的特征提取算法

8.4仿真实验

8.4.1二值特征表示

8.4.2虹膜分类

8.4.3算法比较

本章小结

参考文献

第9章虹膜特征匹配

9.1模式匹配的相似度

9.1.1汉明距离

9.1.2矩阵相似度

9.1.3剔除干扰影响的相似度计算

9.1.4克服虹膜旋转的相似度计算

9.1.5相似度归一化

9.2分类阈值的确定

9.2.1分类阈值

9.2.2基于马氏距离确定分类阈值

9.2.3基于最小风险确定分类阈值

9.2.4分类阈值的调整

9.3仿真研究

9.3.1分类阈值对虹膜分类的影响

9.3.2移位比较次数对分类的影响

9.3.3特征提取算子对分类的影响

9.3.4虹膜干扰区域对分类的影响

9.3.5虹膜有效区域对分类的影响

9.3.6在不同数据库上的仿真实验

本章小结

参考文献

第10章虹膜识别性能的改善

10.1序列图像特征投影识别

10.1.1序列图像特征投影识别原理

10.1.2投影子空间特征选择算法

10.1.3仿真实验

10.2分类器增强

10.2.1分类器

10.2.2分类器增强算法

10.2.3仿真实验

10.3虹膜稳定特征注册

10.3.1稳定特征

10.3.2稳定特征选择算法

10.3.3仿真实验

10.4双目虹膜识别

10.4.1双目虹膜识别现状

10.4.2双目虹膜识别系统

本章小结

参考文献

第11章虹膜图像质量评价

11.1虹膜图像质量评价

11.1.1图像质量对虹膜识别的影响

11.1.2虹膜图像质量评价目的

11.1.3虹膜区域分割质量评价

11.2虹膜图像质量评价方法

11.2.1图像清晰评价

11.2.2虹膜干扰评价

11.2.3综合质量评价

11.3活体虹膜检测

11.3.1活体虹膜检测的意义

11.3.2活体虹膜检测方法

11.4隐形眼镜的检测

11.4.1隐形眼镜检测的意义

11.4.2隐形眼镜实验测试

11.4.3隐形眼镜检测方法

本章小结

参考文献

第12章多生物特征识别技术

12.1单生物特征具有局限性

12.1.1受数据采集影响

12.1.2受特征提取算法影响

12.1.3受模式匹配算法影响

12.1.4未经过大规模数据库测试

12.2多模态生物识别技术

12.2.1多生物特征识别

12.2.2多生物特征融合策略

12.2.3融合虹膜的多生物特征识别

本章小结

参考文献

第13章行业解决方案

13.1公安行业

13.2教育行业

13.3金融行业

13.4智慧城市

13.5司法行业

13.6出入境管理

本章小结

参考文献


精彩书摘

  第5章边缘点选择
  在虹膜边界定位中,经过边缘提取得到的图像中包含了大量的虹膜边界以外的点,如果不能消除这些非虹膜边界上的点,不缩小虹膜边界定位的计算范围,那么虹膜定位的精度和速度都会受到很大的影响。虽然根据先验知识,把虹膜的定位问题可以限制到一个较小的图像块中,但是在这个小的图像块中仍然存在许多非虹膜边界的点,特别是虹膜纹理丰富、睫毛浓重的人眼图像,定位虹膜受到很多干扰点的影响。本章介绍如何进行边缘点的选择,尽可能将影响虹膜边界定位的、与虹膜边界无关的边缘点剔除,然后再进行虹膜边界定位。
  5.1非虹膜边界点影响虹膜定位
  5.1.1二值化阈值影响边缘提取
  影响虹膜分割精度和速度的主要因素实质上就是虹膜图像边缘点的提取质量。对于虹膜边界定位来说,虹膜图像中存在大量的干扰,如睫毛、眼睑、光斑等,这些干扰会影响虹膜边界定位的速度和精度,另外,虹膜本身的纹理变化形成的边缘点在虹膜的定位过程中也会影响虹膜边界定位的结果并造成虹膜边界定位时间延长。
  前面章节也对虹膜边缘点过多的问题进行了分析,并采用了基于瞳孔中心位置估计和先验知识的边界定位算法,将虹膜的定位限制在一个小的区域,仅仅选取该图像块内的边缘点进行虹膜边界的定位,将参数的投票范围也做了限制,提高了定位速度。
  图5.1为一幅人眼图像以及边缘提取的结果。从图可以看出,这些边缘点的特点是无规律、随机性大,和真实虹膜边界点难以区分。在基于二值边缘的定位中,二值边缘点的数目、位置对快速精确定位有很大的影响,只要虹膜边界上有足够多的边缘点,而其他位置的边缘点较少,就能保证虹膜快速、准确定位,因此,二值化阈值的选择对虹膜边界定位相当关键。
  图5.1虹膜边界定位方法示意图
  为了减少边缘点数,可以增大二值化阈值,如有些文献采用基于小波变换的边缘检测方法,通过熵最小获得二值化阈值,在一定程度上消除部分干扰噪声带来的边缘,但是可能会同时将虹膜边界上的点剔除,给精确定位虹膜边界带来难度。实际上,即使在限定的图像块中定位,仍然有大量虹膜边界以外的点很难消除。
  利用二值边缘进行虹膜边界定位要尽可能利用虹膜边界上的点,但是在提取边缘时会同时提取到许多干扰边缘点,这些边缘点和虹膜边界点差异不明显,通过二值化阈值无法将它们分开,这样众多边缘点会严重影响虹膜定位的精度和速度,关于图像二值化边缘点的提取一直是边缘检测中研究的重点。进一步消除这些块中的边缘点,将虹膜边界点和非虹膜边界点进行分类,从而剔除那些非虹膜边界上的边缘点,有助于虹膜定位。
  5.1.2非虹膜边界点来源
  对虹膜定位产生影响的边缘点主要来自以下几个方面:
  (1)由于虹膜属于小目标,对光照环境要求高,采集虹膜图像需要辅助光源,而光源在虹膜和瞳孔处容易成明显的光斑,这些光斑点与周围的虹膜和瞳孔区域形成灰度差异,造成明显的边缘;
  (2)眼睛闭合程度不同,特别是上眼睑在人眼图像中表现出明显的边缘;
  (3)一根根睫毛会与其周围的虹膜区域形成灰度差异产生边缘;
  (4)虹膜本身的纹理造成图像中的灰度变化,会形成边缘。
  ……

前言/序言

  前言
  随着计算机、网络与通信等技术的发展,人们的活动范围不断扩大,用到身份认证的地方越来越多,对身份识别系统提出了更高的要求:高准确性、高安全性以及实用性。传统的身份识别方法无法实现身份的快速自动识别且不能保证识别的准确性,已无法适应目前对身份鉴别的要求。基于生物特征的身份识别技术能够确保“人证合一”,便于组成身份自动识别系统,且可靠性高,这为身份识别提供了一种有效的解决方案。
  近年来,生物特征识别受到各个国家和诸多领域的关注,该技术采用人本身具有的生理特征和行为特征作为身份标识,已成为未来身份鉴别的发展趋势。虹膜识别作为其中最为重要的一种生物特征识别技术备受关注,相关理论和技术得到了迅猛发展。
  通过虹膜识别人的应用最早出现于1887年,利用虹膜的颜色特征区分人,并不是真正意义上的虹膜识别。1988年生物学家给出了可以利用虹膜进行人的身份鉴别的医学解释,他们认为人的虹膜形成过程与胚胎时期的母体环境有关,母体环境的随机性导致了虹膜纹理存在差异,这一差异可以用来鉴别人。研究表明:即使面貌相似的双胞胎也具有不同的虹膜特征,甚至同一人的左、右眼虹膜图像也不一样。虹膜的长久稳定性和难以伪造性也是优于其他生物特征的优良特性,从而确立了虹膜在身份认证领域的重要地位。
  真正的虹膜识别系统则是出现在1993年,这一年剑桥大学的JohnDaugman博士提出了采用Gabor滤波器提取虹膜纹理特征的方法,实现了第一个虹膜识别系统,并且在希思罗机场进行了大量数据测试,结果表明虹膜识别系统具有极小的错误识别率,在实际应用中验证了虹膜具有的唯一性。RichardP.Wildes提出并实现了一套基于图像匹配相关性的虹膜识别系统,对虹膜图像的比对、认证和识别进行了测试,结果也表明虹膜具有适合作为身份标识的良好特性。
  由于虹膜识别在医疗、安防、航空安全、信息安全等方面具有性能优势,许多国家都开展了虹膜识别应用研究。虹膜识别要求采集设备具有较高的图像灰度分辨率,因此价格较高,无形中提高了虹膜识别研究和应用的门槛。中国科学院自动化研究所等一些科研机构共享了大量的虹膜图像数据,为从事虹膜识别理论研究创造了必要的基础条件,许多高等院校、科研院所、创业公司加入这一研究领域,采用现有的虹膜数据进行理论研究和实验验证,取得了许多可喜的研究成果。随着虹膜采集设备价格降低和硬件技术成熟,虹膜识别在实用性和市场拓展方面的研究已全面展开。
  虹膜识别和其他生物识别技术一样,具有人证不分离的特性,可以进行人员的跟踪,特别是在反恐方面,虹膜识别能进行准确的身份鉴别,通过在个人护照或者身份证件中加入生物特征数据,能够有效地对恐怖分子实现跟踪。虹膜识别是维护国家安全、社会稳定、金融安全、航空安全的重要技术手段。
  国际和国内许多会议都很关注生物识别技术研究进展,经常举办相关识别算法竞赛,为研究者提供展示研究成果和交流的机会。竞赛算法测评内容包括算法的分类正确率、等错率等性能指标,也会对不同算法的时间复杂度和空间复杂度等重要指标进行比对,结果表明,许多参赛队提交的识别算法在适应性方面越来越好,促进和推动了虹膜识别的理论成熟和应用研发。
  本书逻辑清楚、内容翔实具体,共包括13章,具体内容为:第1章全面概述生物识别技术发展现状,并对典型的生物识别技术进行原理介绍和性能分析;第2章对虹膜识别进行概述;第3章介绍虹膜图像的采集及供算法研究使用的虹膜图像数据库;第4章介绍虹膜边界定位;第5章介绍边缘点的选择及在极坐标下进行边界定位的算法改进;第6章介绍虹膜区域干扰的检测方法;第7章介绍虹膜区域的规范化方法;第8章介绍虹膜特征提取的算法;第9章介绍特征匹配算法,并通过实验分析影响虹膜正确分类的一些因素;第10章介绍虹膜识别性能改善的措施,通过特征选择和分类器增强提高虹膜识别率,通过双目虹膜识别提高可靠性和减少匹配的比较次数;第11章介绍虹膜图像评价方法,以及活体检测和隐形眼镜检测的方法;第12章介绍多生物特征识别技术;第13章介绍了一些典型的行业解决方案。
  本书得到了山西天地科技有限公司在相关算法测试方面的技术支持。全书的主要内容是基于作者完成北京市教育委员会科技计划资助项目取得的主要研究成果,同时参考了同行学者的部分研究成果,紧紧围绕虹膜识别,系统介绍了虹膜识别各组成部分的原理及其算法,并通过直观的实验结果进行了正确性验证,对读者了解生物特征识别方面的基础知识和学习虹膜识别相关算法有极大的帮助。本书可作为学生学习和从事相关领域研究工作的基础教材及参考。
  由于笔者水平和学识有限,疏漏和不足之处在所难免,恳请专家和学者批评指正。
  田启川
  2017年5月
  于北京建筑大学