基于FPGA的混沌加密虹膜識別系統(tǒng)設計(二)
是一個圓對稱函數(shù),其平滑的作用可通過σ 來控制,由于對圖像進行線性平滑,數(shù)學上是進行卷積,令g(x,y)為平滑后的圖像,得到:
本文引用地址:http://2s4d.com/article/264463.htm
?
;
其中
?
是平滑前的圖像。
而沿梯度方向的二階導數(shù)是非線性的,計算較為復雜,Marr 提出用拉普拉斯算子來替代,即用
?
(7-14)
式中
?
為LOG(Laplacian of Guassian )濾波器。
?
(7-15)
Marr 的
?
算子能較好地反映人們地視覺特性,通過對人眼視覺機理研究表明,對感受為同心圓的視神經(jīng)細胞,其輸出相當于兩個高斯函數(shù)之差,視覺生理學中常用DOG(Difference of two Guassian functions)來描述:
?
式中的正項代表激勵功能,負項代表抑制功能。
實驗表明,用不同的σ 高斯濾波器檢測邊緣,σ 越大,檢測到的邊緣越少,這一點可用濾波器的頻率特性說明:
由于高斯函數(shù)
?
的傅立葉變換為:
?
(7-16)
可見高斯平滑濾波器為低通濾波器,但σ 越大,頻帶越窄,對較高頻率的噪聲有很強的噪聲抑制作用。
為了可靠地檢測邊緣,有人同時用多個大小不同的尺度σ來進行濾波,這一點后來發(fā)展成為尺度濾波法。
7.3.3 利用邊緣檢測結(jié)果對圖像進行二值化
對于灰度值沒有變化的背景圖像,其一階二階導數(shù)
?
都為零,灰度值遞增,一階導數(shù)大于零,灰度值遞減,一階導數(shù)小于零。對于圖像的邊緣,往往是圖像灰度值激變的地方,其灰度的變化量達到峰值,即一階導數(shù)達到極值點,相對應二階導數(shù)為零,由數(shù)學分析中的函數(shù)理論可知,二階導數(shù)為正的點其灰度曲線是凹的,而二階導數(shù)為負的點其灰度曲線是凸的。對一幅灰度圖像來講,一旦灰度值發(fā)生變化,就可以從其二階導數(shù)上反映出來,二 階導數(shù)的正負可以反映灰度變化的形式。圖10顯示了一個函數(shù)及其二階導數(shù)的圖形。
設圖9為圖形中某一斑點的灰度截面圖,則按照下式就可以使圖像二值化,由背景圖案中顯示出此斑點。
?
(7-17)
式中
?
為二值化的圖像,
?
為由(7-14)式進行高斯拉普拉斯變換后的圖像值,但是對于圖像截面的斑點,二值化后的圖像中卻顯示為一個圓環(huán)。對此,本文對式(7-17)做如下修正,以確保該點是一個斑點而不是一個圓環(huán):若
?
大于等于零,則考察與它最近的非零點,若該點大于0,則其等于零,若該點小于零,則其等于255。在對圖像的掃描中,實際上是從左到右進行的,一種簡化的方法就是考察該已掃描的各點,由這些點中離該點最近的非零值來決定該點的值。因此二值化的表達式是:
?
其中t 為圖像中(x,y)前方的最近的一個非零點,這樣改進以后可以減少特征點內(nèi)部夾雜的斑點。
7.4 虹膜圖像比對及識別理論分析
有上述陳述我們知,歸一化后的虹膜圖像大小為720*50,這使得前期計算量較大。提取出720*50位的二值編碼后,在匹配時,用漢明距離(HD)對兩個虹膜特征碼進行匹配比對,公式如下:
?
其中,
?
分別表示虹膜特征碼A和B的第j位編碼,
?
表示“異或”運算,當A和B對應的碼字相同時(都是1或者0),則異或值為0;A和B對應的碼字不同時,則異或值為1。上式對兩個長度為720*50位的虹膜碼的對應每一位進行異或運算,如果兩個虹膜碼的每一位都相同,則HD=0;如果兩個虹膜碼的每一位都不同,則HD=1。因此,對于來自同一個虹膜的兩幅圖像來說,漢明距離比較小,對于來自不同虹膜的兩幅圖像來說,漢明距離比較大。
實際操作時,由于噪聲影響以及前面處理過程中不可避免地會引入誤差,來自于同一個虹膜的兩幅圖像的漢明距離不會是0,而是一個比較小的值;由于不同虹膜編碼的對應位相等和不等的概率是一樣的,因此,不同虹膜的兩幅圖像的漢明距離也不會是1,而是一個比較大的值。所以在匹配決策時,需要設定一個閾值,小于此閾值的兩幅圖像則認為屬于同一個虹膜,反之,則認為屬于不同的虹膜。
8.預期功能與目標
1)采集并識別虹膜圖像,實現(xiàn)身份認證。
2)在無按鍵喚醒的狀態(tài)下,系統(tǒng)暫停工作。
3)在工作狀態(tài)下,通過在PC上的實時展示圖像,進一步提高虹膜圖像的獲取質(zhì)量。
4)在獲取分辨率的虹膜圖像的前提下,實現(xiàn)高精度的識別,將誤差降到最低。
5)在TFT上精確顯示比對結(jié)果,使得比對身份識別更加直觀。
濾波器相關文章:濾波器原理
fpga相關文章:fpga是什么
濾波器相關文章:濾波器原理
評論