小波变换的虹膜去噪算法

　　为了解决虹膜识别过程中睫毛噪声干扰的问题，提出了一种基于形态学算子和小波变换相结合的睫毛抑制算法。该算法首先将虹膜图像中的睫毛区域模拟成背景图像中的“裂缝”，通过形态学膨胀算子对裂缝区域进行像素填充，然后利用小波变换的多分辨率特性，对变换后的高频系数进行非线性小波阈值处理，低频部分进行反锐化掩膜，最后经小波逆变换重构虹膜图像。样本仿真实验表明：该算法可以使Daugman和Wildes定位算法的精确度分别提高2.1%和2.43%，定位时间相对减少24. 3%和22. 6%。