淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-0606200816243800
中文論文名稱 高辨識率的虹膜辨識系統設計
英文論文名稱 Design of Iris Recognition System with High Recognition Rate
校院名稱 淡江大學
系所名稱(中) 電機工程學系碩士班
系所名稱(英) Department of Electrical Engineering
學年度 96
學期 2
出版年 97
研究生中文姓名 黃振寧
研究生英文姓名 Jen-Ning Huang
學號 695460468
學位類別 碩士
語文別 中文
口試日期 2008-05-29
論文頁數 50頁
口試委員 指導教授-周永山
委員-許陳鑑
委員-簡忠漢
委員-周永山
中文關鍵字 虹膜辨識  Canny邊緣偵測  小波轉換  log-Gabor 濾波器  漢明距 
英文關鍵字 iris recognition  Canny edge detector  wavelet transform  log-Gabor filter  Hamming distance. 
學科別分類 學科別應用科學電機及電子
中文摘要 本論文提出一個虹膜辨識系統的設計。具體而言,我們所研擬的辨識方法可區分為四大步驟,包括瞳孔中心定位、虹膜區域擷取、特徵萃取與編碼以及編碼比對。首先,運用影像處理技巧將影像中的瞳孔部分獨立出來,再用Canny邊緣偵測方法得到所有瞳孔邊緣的座標,據以訂出中心座標。接著以此中心座標為參考點,擷取出環狀的虹膜區塊影像。再藉由二維小波轉換萃取虹膜特徵並與一維log-Gabor 濾波器作旋積,接著利用相位量化的方式進行編碼。最後,比對決策部分則使用漢明距,由其訂出決策結果。我們使用CASIA(Institute of Automation ,Chinese Academy of Science)提供的虹膜資料庫圖片進行驗證,模擬結果證實所研擬的虹膜辨識方法有著極高的辨識率。
英文摘要 In this thesis, the design of an iris recognition system is presented. Specifically, the proposed method consists of four major steps, which includes pupil center positioning, iris data acquisition, feature extraction and encoding, and code matching. First, a frame containing the pupil is singled out by image processing technique. Then the coordinates of all the points on the edge of the pupil are computed using Canny edge detector. Accordingly, the position of the pupil center is determined. Next an annular region of the iris image is taken with reference to the pupil center. A two-dimensional wavelet transform is performed for feature extraction. After convolution with a two-dimensional log-Gabor filter, the data is encoded by phase quantization technique. Finally, the matching process is conducted using Hamming distance measure. Using the database provided by CASIA (Institute of Automation, Chinese Academy of Science), the simulation result demonstrates that the proposed iris recognition system exhibits high recognition rate.
論文目次 中文摘要.......................................................................................................I
英文摘要......................................................................................................II
目錄..............................................................................................................III
圖目錄.........................................................................................................VI
表目錄......................................................................................................VIII
第一章 緒論................................................................................................1
1.1 研究動機與目的......................................................................................1
1.2 虹膜簡介........................................................................................3
1.3 論文架構..................................................................................................4
第二章 系統架構.......................................................................................6
2.1 虹膜辨識系統架構..................................................................................6
2.2 瞳孔中心定位處理程序..........................................................................8
2.3 虹膜區域擷取程序................................................................................9
2.4 特徵萃取與編碼程序............................................................................10
2.5 比對辨識處理程序…............................................................................11
第三章 虹膜辨識演算法.......................................................................13
3.1 瞳孔中心定位..................................................................................13
3.1.1 瞳孔影像分離.............................................................................13
3.1.2 去除雜訊...........................................................................16
3.1.3 瞳孔邊緣偵測.............................................................................19
3.1.4 中心定位方式.............................................................................23
3.2 虹膜區域擷取.............................................................................25
3.3 特徵萃取與編碼....................................................................................27
3.3.1 小波轉換...............................................................................27
3.3.2 特徵編碼...............................................................................31
3.4 比對辨識處理........................................................................................34
3.4.1 比對方式...............................................................................34
3.4.2 比對結果設定.............................................................................36
第四章 虹膜辨識系統模擬.......................................................38
4.1 模擬環境............................................................................38
4.2 系統模擬....................................................................................38
4.2.1 模擬前置作業...................................................................38
4.2.2 系統模擬結果.............................................................................40
4.2.3 系統辨識能力評估...................................................................43
第五章 結論與展望...........................................................................45
5.1 結論................................................................................................45
5.2 未來展望............................................................................................46
參考文獻.....................................................................................................48


圖目錄
圖1.1 人眼圖片……………………………………………………………4
圖2.1 系統架構流程圖……………………………………………………7
圖2.2 瞳孔中心定位處理程序………………..…………………………..8
圖2.3 虹膜擷取流程……………………………………………………..10
圖2.4 特徵萃取與編碼流程………………………………………………11
圖2.5 比對流程…………………………………………………………..12
圖3.1 原始影像…………………………………………………………..14
圖3.2 灰階直方圖……………………………….……………………….14
圖3.3 應用臨界值法後的結果…………………………………………..15
圖3.4 膨脹後的影像……………………………..………………………17
圖3.5 侵蝕後的影像……………………………………………………..18
圖3.6 Sobel邊緣偵測後………………………………………………….20
圖3.7 Canny邊緣偵測後………………………………………………...20
圖3.8 切線概念圖………………………….…………………………….23
圖3.9 擷取與儲存方式…………………………………………………..25
圖3.10 擷取的虹膜影像…………………………………………………26
圖3.11 二維小波轉換示意圖……………..……………………………..29
圖3.12 由上至下共三次小波轉換圖………….………………………...30
圖3.13 相位量化圖………………………………………………………31
圖3.14 虹膜資料編碼過程………………………………………………32
圖3.15 虹膜編碼…………………………………………………………33
圖3.16 漢明距計算例子………………………………………………...35
圖3.17 旋轉移位比對…………………………………………………...36
圖4.1 上下眼瞼遮蔽………………………………………………………39
圖4.2 模糊影像……………………………….………………………….40
圖4.3 同一人虹膜比對分布圖……………….………………………..41
圖4.4 不同人虹膜比對分布圖…………………………………………..42

表目錄
表4.1 研究比較………………….………………………………………44
參考文獻 [1] John G. Daugman, “High confidence visual recognition of persons by a test of statical independence,” IEEE Trans.Patt.Anal. and Machine Intell.vol.15,no.11,pp.1148~1161,Novemeber 1933.
[2] John G. Daugman, “High confidence recognition of persons by iris patterns,” IEEE 35th International Carnahan conference on Security Technology, pp.254~263, 2001.
[3] Hanho Sung, Jaekyung Lim, Ji-hyun Park, Yillbyung Lee, “ Iris recognition using collarette boundary localization,” ICPR(4), PP.857~860,2004.
[4] L. Ma, et al., “Personal identification base on iris texture analysis,” IEEE Trans. On Patt. Anal. and Machine Intell., vol. 25, no. 12, pp.1519~1533, 2003.
[5] R. P. Wildes, “ Automated, non-invasive iris recognition system and method,” United States Patent, no.55727596, 1994.
[6] R. P. Wildes, “ Iris recognition: an emerging biometric technology,” Proc. of the IEEE, vol.85, no.9, pp.1348~1363,1997.
[7] Y. Zhu, T. Tan, and Y. Wang, “ Biometric personal identification base on iris patterns,” Proc. Int’1 Conf. Pattern Recognition, vol. 2, pp.805~808, 2000.
[8] Institute of Automation, Chinese Academy of Sciences, CASIA Iris Image Database, http://www.sinobiometrics.com/
[9] E. R. Davies, Machine Vision Theory, Algorithms, Practicalities 3rd Edition. San Francisco: Elsevier, 2005.
[10] 吳成柯,程湘君,戴善榮,雲立實,數位影像處理。台北,儒林圖書有限公司,1993年2月。
[11] 劉震昌,徐曉珮,數位影像處理。台北,高立圖書有限公司,2007年1月。
[12] John F. Canny, “A computational approach to edge detection,” IEEE Tran. on Pattern Analysis and Machine Intelligence,8(6), pp. 679~698, 1986.
[13] 缪紹綱,數位影像處理活用-MALTB, 台北,全華圖書股份有限公司,民國88年3月。
[14] Wayo Puysti and Aranya Wal., “Efficiency improvement for unconstrained face recognition by weighting probability values of modular PCA and wavelet PCA,”ICACT2008, PP.1449~1453, 2008.
[15] Jiali Cui, Yh. Wang, J. Z. Huang, Ti. Tan, Zh. Sum., “An iris image synthesis method base on PCA and super –resolution,” ICPR(4), pp.1051~1054.
[16] 許宏昌,主成分分析法於指尖亮點手勢辨識之應用,國立中山大學海下技術研究所碩士論文,民國92年。
[17] 楊恩典,主成分分析法在動態系統監控上之應用,國立台灣大學化學工程學研究所碩士論文,民國89年。
[18] Daubechies, I., “Orthonormal bases of compactly supported wavelets,” Comm. Pure Appl. Math., vol. 41, pp. 909~996, 1988.
[19] D. Field. Relation between the statistics of natural images and the response properties of cortical cells. Journal of optical society of American,1987.
[20] 池坤徽, “以凌波轉換為基礎的虹膜辨識系統,” 國立暨南大學電機工程研究所論文,民國九十二年。
[21] 陳順東, “虹膜辨識系統之研究與實作,” 國立中央大學資訊工程研究所碩士論文,民國九十三年。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2009-06-10公開。
  • 同意授權瀏覽/列印電子全文服務,於2009-06-10起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信