一种基于直线行扫描的虹膜快速定位算法

为提高虹膜的定位速度,提出一种粗定位与精定位相结合的虹膜快速定位算法.首先,利用阈值对人眼图像进行分割提取瞳孔,对二值化瞳孔区域进行形态学开元算去除瞳孔区域外睫毛等噪声点;然后对瞳孔区域进行直线行扫描提取瞳孔边界点,并利用边界点进行最小二乘拟合粗略定位内边缘;最后利用圆梯度算子对虹膜内外边缘进行精确定位.对CASIA(version 1.0)虹膜数据库中100多幅虹膜图像进行定位实验,所提算法的平均耗费时间为1.38s,圆梯度算子耗时9.8s,Hough变换方法耗时14.3s.定位结果表明文中算法对不同质量的虹膜图像定位速度快,精度高,鲁棒性强.     

虹膜图像内外边缘定位算法研究

虹膜定位是虹膜识别过程中的重要环节,定位的速度和精度决定了整个虹膜识别系统的性能,精确的虹膜定位是有效进行虹膜识别的前提,所以一种简洁有效的虹膜定位算法是至关重要的。针对现有的虹膜定位算法的局限性,提出了一种新的虹膜定位算法。首先从虹膜图像的灰度直方图入手,分析虹膜图像的结构及其灰度分布,先用二值化的方法分离出瞳孔,再用数学形态学方法对其进行膨胀和腐蚀运算,然后确定瞳孔的圆心和半径,对内边缘进行精确定位。利用虹膜定位的先验知识,在缩小搜索范围的基础上,再用形态学算法与新的Hough变换相结合来进行虹膜图像外边缘的定位,确定外圆圆心及半径。实验结果证明了该算法的有效性和可行性。     

基于多尺度-局部方向轮廓综合的鲁棒虹膜定位算法

针对现有虹膜外边缘定位算法鲁棒性差的不足,本文提出多尺度-局部方向轮廓综合实现鲁棒虹膜定位的思路.该算法首先利用Gabor分解提取虹膜图像的多尺度-局部方向轮廓,在此基础上选择多个近垂直局部方向的子图进行综合而增强近垂直局部方向的虹膜边缘轮廓;在已有虹膜内边缘定位基础上根据先验知识选择有效的关键虹膜外边缘区域(消除干扰),再采用标准Hough确定虹膜外边缘形状参数,最后利用Hough变换进行小范围精确定位.仿真实验结果表明本文提出的算法在速度、稳定性方面优于现有文献报道的虹膜定位算法.     

基于数学形态学的虹膜定位算法

虹膜图像的边缘提取是采用Hough变换结合边缘检测进行虹膜定位的学算子的虹膜定位方法,内边界采用二值化的形态学边缘检测算子;运用多尺度边缘检测方法以获取虹膜灰度图像的外边界和眼睑轮廓图,利用连通区域的标记进一步去除随机噪声,得到较理想的图像边缘,大大减少了Hough变换搜索的时间,并与经典的定位方法进行比较.实验表明,该算法抗噪性能良好,具有一定的应用价值.     

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。     

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.     

一种基于圆周差分法的新颖虹膜定位算法

虹膜定位是虹膜识别中非常重要的一个环节.Daugman提出的圆周差分定位法鲁棒性和精确性较好,但当在整幅图像中搜索虹膜时,将非常的耗时,同时也会因为受到睫毛等的干扰而降低定位的精确性.本文在圆周差分方法的基础上,利用行、列的灰度信息和直方图来实现瞳孔的粗定位,然后采用一种新颖的快速迭代搜索方法来实现瞳孔和虹膜的精定位.采用此种粗定位与精定位相结合的方法极大的缩短了虹膜定位的时间,提高了定位的准确性.通过对大量虹膜图像的定位实验表明,新方法取得了非常好的结果.     

手持式片上虹膜识别系统设计及算法研究

在对实时虹膜识别技术的研究现状、识别算法和系统构成等进行全面分析基础上,针对实时虹膜识别技术的应用提出了手持嵌入式虹膜识别片上(SoC)系统.重点研究了该系统应用的虹膜识别算法,提出了一种新的基于SoC系统应用的虹膜图像获取、内外边缘定位、归一化、增强和识别算法.对该识别系统实验验证表明,算法运算速度快,性能稳定,精度高,具有体积小,功耗低,稳定性高等特点.     

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。     

虹膜识别算法的研究及实现

Daugman提出的虹膜识别算法具有准确性高，速度快的，但是有关该算法的具体实现却未见文献报道。对Daugman的算法进行了研究，工尝试该算法的实现，提出了一种新的粗定位和精定位相结合的算法来快速位虹膜。在滤波过程中仅利用了实部滤波器就可减少代码长度，而不影响识别效果，其中包括图像的预处理，多尺度2D Gabor滤波器的构造，虹膜码及Hamming距离的计算等。实验结果表明，该方法计算速度快，提取特征的效果好，可用于实际的身份鉴别系统。     

不同光照下的虹膜边界定位研究

对于不完美的个人身份鉴别，高精度的虹膜区域分割有助于后面的特征提取和分类识别。不同光照下虹膜的边界定位适于采用微积分方法，但是这种方法容易受到光源像点的影响，使得定位失败，并存在实时性差的问题。本文采用亮点梯度检测方法消除光源像点干扰问题，通过瞳孔位置估计提高微积分定位快速性。仿真结果表明，本文算法对于不同光照下虹膜的边界定位是有效的。     

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。     

分步式的虹膜定位算法研究

针对虹膜定位中存在的速度与准确性相互制约的问题,该文提出一种分步式的灰度垂直投影和数理统计相结合的新颖定位算法:首先利用最小二乘法和二值化图像完成瞳孔定位;接着利用Canny算子对平滑去噪后的虹膜进行边缘检测;然后通过灰度垂直投影筛选边缘信息,去除无用噪声干扰;最后利用数理统计的方法求出外圆参数,完成虹膜外圆定位。与经典Daugman和Wildes算法相比较,该文算法在速度、准确率、鲁棒性方面均表现理想。     

面向近眼式应用的快速瞳孔中心定位算法

针对Hough圆变换、最小二乘法椭圆拟合瞳孔中心定位算法中运算量大的问题,提出一种基于椭圆外切矩形的快速瞳孔中心定位算法。该算法从人眼图像中通过阈值分割得到瞳孔区域,对瞳孔区域进行边缘像素点的提取,然后利用椭圆外切矩形模型定位出瞳孔中心。通过Matlab对中国科学院自动化研究所公开的虹膜数据库中756张人眼图像进行遍历实验验证,所提算法定位准确率为98.3%,平均用时0.192 s。在同等条件下,与Hough圆变换、最小二乘法椭圆拟合算法进行对比,在保证定位准确率的同时,所提算法平均用时更少。实验结果表明,所提算法能够快速准确地完成瞳孔的中心定位。     

A novel iris segmentation using radial-suppression edge detection

Iris segmentation is a key step in the iris recognition system. The conventional methods of iris segmentation are based on the assumption that the inner and outer boundaries of an iris can be taken as circles. The region of the iris is segmented by detecting the circular inner and outer boundaries. However, we investigate the iris boundaries in the CASIA-IrisV3 database, and find that the actual iris boundaries are not always circular. In order to solve this problem, a new approach for iris segmentation based on radial-suppression edge detection is proposed in this paper. In the radial-suppression edge detection, a non-separable wavelet transform is used to extract the wavelet transform modulus of the iris image. Then, a new method of radial non-maxima suppression is proposed to retain the annular edges and simultaneously remove the radial edges. Next, a thresholding operation is utilized to remove the isolated edges and produce the final binary edge map. Based on the binary edge map, a self-adaptive method of iris boundary detection is proposed to produce final iris boundaries. Experimental results demonstrate that the proposed iris segmentation is desirable.     

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。