快速Gabor濾波器在虹膜識別中的應用

　摘要：對Gabor濾波器應用于虹膜識別進(jìn)行了詳細的理論分析,結合當今出現的各種Gabor算法,提出了一種新的虹膜識別濾波算法,參照二維各向異性高斯濾波的非正交分解,把二維奇對稱(chēng)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)現與虹膜圖像的濾波,應用于虹膜圖像的紋理特征提取。實(shí)驗結果對比表明,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(lèi)虹 膜的內在特征是至關(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 膜識別方法。比如：Wildes 等采用拉普拉斯金字塔分解算法對整個(gè)虹膜圖像進(jìn)行4級處理來(lái) 提取特征；然后計算經(jīng)過(guò)處理后的兩幅虹膜圖像的歸一化相關(guān)系數，再通過(guò)Fisher線(xiàn)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。 與其他的虹膜識別相比，Daugman的二維Gabor復小波的方法有著(zhù)極高的識別性能，目 前國內外商用虹膜識別系統的核心算法基本上都采用Daugman的二維Gabor復小波算法，商 業(yè)上廣泛應用也證明了這種方法的優(yōu)異性能。

　　根據姚鵬等人的研究成果，二維復Gabor濾波器可以分解為實(shí)部偶對稱(chēng)和虛部奇對稱(chēng) 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復小波提取虹膜特征的方法完全可以分成 二個(gè)獨立的部分:只用偶對稱(chēng)Gabor小波提取虹膜紋理特征和只用奇對稱(chēng)Gabor小波提取虹膜 紋理特征。而二維奇對稱(chēng)Gabor小波是嚴格帶通的，用來(lái)提取虹膜紋理特征的方法與二維 Gabor復小波相比有更好的識別性能；同時(shí)，只采用二維奇對稱(chēng)Gabor小波還可以節省一半的 編碼存儲空間，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稱(chēng)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，結合I.T.Young【6】等人提出的一種遞歸實(shí)現一維高斯濾波的快速方法，提出一 種快速Gabor濾波算法，應用于虹膜識別系統中。實(shí)驗結果表明，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

　　1.1 高斯濾波分離與非正交分解