快速Gabor濾波器在虹膜識(shí)別中的應(yīng)用

　摘要：對(duì)Gabor濾波器應(yīng)用于虹膜識(shí)別進(jìn)行了詳細(xì)的理論分析,結(jié)合當(dāng)今出現(xiàn)的各種Gabor算法,提出了一種新的虹膜識(shí)別濾波算法,參照二維各向異性高斯濾波的非正交分解,把二維奇對(duì)稱Gabor濾波器分解成兩個(gè)非正交方向的一維高斯濾波,用遞歸方法快速實(shí)現(xiàn)與虹膜圖像的濾波,應(yīng)用于虹膜圖像的紋理特征提取。實(shí)驗(yàn)結(jié)果對(duì)比表明,該濾波器減少了紋理特征提取時(shí)間,從而提高了匹配效率。

　　0 引言

　　虹膜識(shí)別關(guān)鍵在于虹膜特征提取和匹配算法，能否從虹膜紋理信息中找出表征每一類虹 膜的內(nèi)在特征是至關(guān)重要的。自從1993年Daugman[3-4] 提出利用二維Gabor復(fù)小波提取虹膜紋 理的局部相位特征，然后采用漢明距的方法來(lái)衡量匹配以來(lái)，許多學(xué)者提出了各種不同的虹 膜識(shí)別方法。比如：Wildes 等采用拉普拉斯金字塔分解算法對(duì)整個(gè)虹膜圖像進(jìn)行4級(jí)處理來(lái) 提取特征；然后計(jì)算經(jīng)過(guò)處理后的兩幅虹膜圖像的歸一化相關(guān)系數(shù)，再通過(guò)Fisher線性變換 來(lái)判別是否匹配。Boles等采用一維的三次樣條小波來(lái)對(duì)圖像進(jìn)行小波變換，利用過(guò)零點(diǎn)以 及過(guò)零點(diǎn)之間積分后的平均值作為虹膜圖像的特征值。 與其他的虹膜識(shí)別相比，Daugman的二維Gabor復(fù)小波的方法有著極高的識(shí)別性能，目 前國(guó)內(nèi)外商用虹膜識(shí)別系統(tǒng)的核心算法基本上都采用Daugman的二維Gabor復(fù)小波算法，商 業(yè)上廣泛應(yīng)用也證明了這種方法的優(yōu)異性能。

　　根據(jù)姚鵬等人的研究成果，二維復(fù)Gabor濾波器可以分解為實(shí)部偶對(duì)稱和虛部奇對(duì)稱 二個(gè)濾波器如(1)式、(2)式所示:

　　經(jīng)過(guò)他們的研究分析，Daugman的二維Gabor復(fù)小波提取虹膜特征的方法完全可以分成 二個(gè)獨(dú)立的部分:只用偶對(duì)稱Gabor小波提取虹膜紋理特征和只用奇對(duì)稱Gabor小波提取虹膜 紋理特征。而二維奇對(duì)稱Gabor小波是嚴(yán)格帶通的，用來(lái)提取虹膜紋理特征的方法與二維 Gabor復(fù)小波相比有更好的識(shí)別性能；同時(shí)，只采用二維奇對(duì)稱Gabor小波還可以節(jié)省一半的 編碼存儲(chǔ)空間，并減少大約一半的編碼和匹配時(shí)間。

　　所以本文用二維奇對(duì)稱Gabor小波作為虹膜特征提取濾波器，參照Geusebroek給出的各 向異性二維高斯濾波器的一種非正交分解方法。把二維Gabor濾波器分解成兩個(gè)一維的高斯 濾波器組合，結(jié)合I.T.Young【6】等人提出的一種遞歸實(shí)現(xiàn)一維高斯濾波的快速方法，提出一 種快速Gabor濾波算法，應(yīng)用于虹膜識(shí)別系統(tǒng)中。實(shí)驗(yàn)結(jié)果表明，該快速算法提高了虹膜特 征提取效率。

　　1 Gabor濾波器的實(shí)現(xiàn)

　　1.1 高斯濾波分離與非正交分解