基于矢量场卷积的虹膜定位

为了提高虹膜定位的精度和准确性,从而进一步提高虹膜识别系统的识别率,提出了一种基于矢量场卷积(Vector Field Convolution,VFC)的虹膜定位算法,用于精确定位虹膜内边界。首先利用最小灰度平均值法自动确定VFC模型的初始化轮廓,在活动轮廓内外力作用下实现虹膜内边界定位;然后对于虹膜外边界,采用改进的Daugman算法进行定位。利用多个虹膜图库进行了大量实验,并与几种常见的虹膜定位算法进行了比较,实验结果表明:该方法定位准确度更高,虹膜内边界定位更接近真实边界,定位结果有明显改善。     

基于虹膜图像特征的噪声检测方法

在虹膜识别系统中,采集得到的图像,除了虹膜信息外,一般还会存在睫毛、眼睑及光源的像点等干扰.这会对虹膜的边界定位和特征提取产生影响,并最终导致识别率降低.通过对眼睑、睫毛、光斑噪声检测的研究,根据噪声的特点,提出一种新的快速定位眼睑的方法,并对双阈值检测睫毛的方法进行改进.试验结果表明,该方法能有效去除虹膜区域噪声干扰,提高识别率.     

一种新型的虹膜定位方法

简洁有效的虹膜定位对于虹膜识别技术的实用化是至关重要的.本文采用二值化方法结合点hough变换定位虹膜内边缘、微积分边缘检测器定位虹膜外边缘.根据眼睑近似直线且附近噪声多、纹理较少等特性,提出一种新的直线拟合方法,由于外圆定位时易受眼睑、睫毛及眼睑阴影等噪声的干扰,所以在定位外圆前将眼睑分离.与传统的虹膜定位方法相比,此算法减轻了眼睑等噪声的干扰、鲁棒性好,提高了定位精度.     

一种基于人眼图像灰度分布特征的虹膜定位算法

提出了一种基于人眼图像灰度分布特征的虹膜定位算法。该算法不必检测到所有的虹膜边界点,只需要分别在虹膜的内外边界上各检测到3个点即可。然后利用落在同一个边界上的3个点,根据“非共线的3点确定1个圆”的几何原理,计算出边界圆的参数,从而确定虹膜内外边界。对CASIA虹膜图像数据库进行了大量的实验,结果表明,该算法与经典的虹膜定位算法（如Daugman的算法和边缘检测算子结合Hough变换的算法）相比,定位结果更加准确,定位速度大幅度提高。     

一种快速高效的虹膜识别算法

为了提高虹膜识别系统的性能,提出了一种新的虹膜识别算法。首先采用先粗后细的方式定位虹膜的内外边界,然后将虹膜图像归一化展开并去除噪声,最后用选定的滤波器虚部对展开后的虹膜图像进行滤波并对特征编码,匹配算法中采用Hamming距离来定义特征间的距离。实验表明:对于CASIA库中的图像及自制采集设备采集的图像,本文算法都能达到较好的识别效果,而且相对于传统算法,本文算法大幅度降低了处理耗时和虹膜特征编码长度。     

一种快速而准确的虹膜定位算法

为了提高虹膜定位速度以及准确性和鲁棒性,给出一种快速而准确的虹膜定位算法.首先通过灰度投影和瞳孔中心检测算子,粗略找到瞳孔中心的位置;然后从粗略瞳孔中心出发,利用方向边缘检测算子和投票的方法,找到虹膜内边界上的4个不共线的点,根据4个边界点确定虹膜内边界;再从瞳孔中心出发,利用方向边缘检测算子和投票的方法,找到虹膜外边界上的4个不共线点,根据4个边界点确定虹膜外边界.实验结果表明,该算法比现有的虹膜定位方法速度快,而且定位准确率高,算法鲁棒性强.     

基于主动轮廓线的虹膜内边界的定位方法

在图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线的方法定位虹膜内边界,先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心,不要求该点一定在瞳孔中心附近,只要能落在瞳孔内部即可;然后以该点为中心,在其周围等间隔地取几个点作为初始的snake,按照snake的运行机制不断进化,直到虹膜的内边界为止;最后,计算进化后的snake形心和snake上的控制点与该形心的距离,取其平均值作为瞳孔的半径,形心作为瞳孔的圆心,即可准确定位出虹膜内边界的位置。实验表明,与常见的定位方法———Hough变换和Daugman的圆形检测算子相比,文中的方法速度快、精度高,而且,对瞳孔初始的伪圆心要求不高,鲁棒性更强。     

基于几何特征与灰度信息的虹膜定位算法

利用人眼图像的几何特征与灰度特征,提出一种改进的虹膜定位算法.首先采用圆Hough变换结合曲线段长度检测法提取虹膜的外边界,提高了对颗粒噪声的抵御能力;然后在虹膜外边缘内部使用阈值法提取内边界;最后,分别用几何方法和阈值法去眼睑和眼睫毛、反光点等干扰信息.由Maatab仿真结果可以看出,提出的定位算法具有良好的准确性和鲁棒性.     

一种基于椭圆投影的非理想虹膜定位算法

人以正常步行速度通过采集装置会出现非理想的虹膜图像.本文针对非理想虹膜中的角度偏离图像,提出了一种基于椭圆投影的虹膜定位算法.该算法首先计算双眼相对位置来决定头部的旋转角度,之后找到瞳孔内一点,从该点出发根据梯度变化搜索到虹膜的内边界点,采用最小二乘法拟合椭圆形内边界.然后依据椭圆与圆形的近似度检测人眼凝视方向,使用投...     

基于统计特征的非理想虹膜图像分割方法

由于退化条 件的存在,非理想虹膜识别的关键在于正确 分割虹膜区域,这一区域包含能 够用于个体识别的纹理。本文提出了一种基于统计特性的非理想虹膜图像分割方法,包括内 边界定位、外边界定位和眼睑检 测3个阶段。在内边界定位阶段,通过高斯混合(GMM)模型及多弦长均衡策略,实现对瞳 孔及虹膜中心的精确定位;在外边界定 位阶段,利用简化的基于区域信息的曲线演化方法,将其与序统计滤波(OSF)结合,以确保 曲线收敛至虹膜外边界;在 眼睑检测阶段,利用二次曲线对眼睑进行建模。对多个数据库进行实验的结果表明,本 文 方法能够有效克服反光、睫毛和 眼睑遮挡、外边界模糊等不利因素的影响,精确实现了非理想虹膜图像的分割。     

一种新的虹膜图像预处理方法

为了实现具有高准确性的非侵犯性虹膜识别,讨论了人眼图像中存在的由于虹膜识别的非侵犯性所造成的一些问题,提出了一种新的虹膜图像预处理方法.该方法包括内边界定位、眼睑检测、眼毛检测、外边界定位、虹膜归一化等操作.经该方法预处理得到的虹膜图像不包含眼睑和眼毛等干扰,使虹膜特征提取和匹配等过程不会受到各种干扰的影响,从而保证虹膜识别方法的健壮性.在多种图像库中的人眼图像上进行实验的结果证明,该方法能够有效地解决人眼图像中存存的问题,具有理想的准确性和较快的执行速度.     

基于非线性尺度空间的非理想虹膜边界定位

提出了一种基于非线性尺度空间的非理想虹膜边界定位方法。这一方法通过具有尺度演化特性的非线性扩散消除小尺度的几何结构,保留虹膜的主要边界信息。此外将此扩散与多分辨率分析框架结合,从而实现了虹膜边界的快速有效检测。实验结果表明,与经典方法相比,所提算法能够有效消除上述因素导致的不利影响,精确提取了非理想虹膜的内外边界。     

A Novel and Efficient Feature Extraction Method for Iris Recognition

With a growing emphasis on human identification, iris recognition has recently received increasing attention. Iris recognition includes eye imaging, iris segmentation, verification, and so on. In this letter, we propose a novel and efficient iris recognition method which employs a cumulative‐sum‐based grey change analysis. Experimental results demonstrate that the proposed method can be used for human identification in efficient manner.     

基于多尺度策略的三步虹膜定位算法研究

为了解决虹膜识别技术中有效、快速地定位虹膜图像,针对传统虹膜定位算法的局限性,提出了一种快速多尺度虹膜定位算法.该算法根据瞳孔、虹膜和巩膜的区域特征,应用多尺度策略,实现了瞳孔、虹膜和眼睑三部分的边缘定位.在相同的实验条件下,对不同个体的虹膜图像进行仿真实验,结果表明,本文算法较传统的边缘检测与Hough变换方法节省了定位时间,增强了定位的稳定性,减少了传统虹膜定位算法中的搜索盲目性.     

一种快速虹膜定位算法的研究

提出一种结合梯对检测和随机圆检测（RCD）的虹膜定位方法。通过对原始图像作滤波,提取图像梯度和边缘像素集合。按照梯度对满足条件搜索边缘图像中的梯度对,用梯度对计算圆的参数,通过统计计算来完成内圆定位。在处理后的边缘图中按规则随机取4点,根据RCD准则判断4点是否共圆,用公共圆判据完成虹膜外圆的分割。实验结果表明,该方法有效可行,可达到98．1％的成功定位率,并缩短了运算时间,减少了系统对内存的需求。     

一种快速的虹膜定位算法

针对虹膜定位存在速度慢,外边缘模糊导致提取困难等问题,提出一种利用灰度直方图增强对比度,粗定位与精定位结合的三步定位算法。首先利用灰度投影粗定位出瞳孔圆心,再根据灰度直方图将图像二值化后,用算子提取边缘,然后通过粗略搜索缩小搜索范围,最后实现精确定位。试验表明,本算法减少了传统方法中搜索的盲目性,解决了外边缘定位效果不佳的问题,对图像质量要求不高,且快速有效,精度高。