虹膜图像的预处理用于BSIF-based生物识别系统:二进制检测边缘和虹膜解封

科学领域:

• 计算机科学 计算机科学
• 生物识别信息 生物识别信息
• 图像处理 图像处理

背景情况:

• 虹膜识别是一个关键的生物识别技术.
• 挑战包括遮,不同的色素和纹理多样性.
• 现有的方法需要强大的预处理和特征提取.

研究的目的:

• 介绍一种新的双模块方法,用于增强虹膜识别.
• 提高生物识别的准确性和稳定性.
• 提供可重复的研究框架.

主要方法:

• 开发了一个使用Canny边缘检测和Hough转换用于虹膜提取的预处理模块.
• 实现二进制统计图像特征 (BSIF) 与特定域的过器.
• 训练过器对虹膜特定数据进行训练,以改善特征提取.

主要成果:

• 在虹膜识别准确度方面取得了显著的改进.
• 拟议的方法有效地解决了诸如遮和纹理变化等挑战.
• 在HDBIF数据集中验证的实验结果.

结论:

• 这种新的两模块方法显著提高了虹膜识别性能.
• 该方法对虹膜成像中常见的挑战具有强大耐用性.
• 源代码和数据集访问有助于进一步的研究和应用.