虹膜定位算法研究

在介绍现有虹膜识别算法的基础上,针对其局限性,提出一种改进的虹膜定位算法,实现了精确而快速的定位.在该算法中,通过阈值化和Freeman链码进行内边界定位;Canny算子和圆形Hough变换被用于外边界定位;上下眼皮的去除利用Canny算子和线性Hough变换实现,睫毛和镜面反射通过阈值化的方法加以去除.实验验证了该算法的合理性和有效性.     

改进的虹膜图像分割算法研究

为进一步改善既有虹膜图像分割的基本属性,文章设计了一种改进的虹膜图像分割算法.本算法应用边缘检测联合Hough转换的形式实现对虹膜内外边缘的精准定位,应用最小二乘法联合边缘检测的方式检测上下眼睑,基于阈值法检测睫毛.经实验分析,统计发现本算法能显著缩短定位时间,定位精准率高达98.83％,凸显了自身的实用价值.     

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.     

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.     

基于特征的车牌定位算法

车辆牌照的识别技术是智能交通系统重要研究课题之一,而车辆牌照的定位又是车牌识别的关键点。本文采用了一种新型的综合利用车牌纹理特征、颜色特征和几何特征的快速定位算法。该算法利用数学形态学充分挖掘车牌纹理特征以及消除噪声干扰,把图像分割为若干个子区域,利用纹理条件和颜色条件判断,对子区域进行独特的分类和聚类融合,最终由粗至细精确地定位出车牌位置,然后利用Hough变换矫正倾斜的车牌图像并去除边框和铆钉,为后续车牌字符的分割识别步骤打下良好基础。实验结果表明,本文的研究成果能有效定位车牌且效果显著。     

虹膜图像预处理算法研究

针对目前已有的虹膜图像预处理算法的局限性，提出了一套新型的虹膜图像预处理算法。此算法对虹膜图像进行了精确的定位，使定位后的虹膜图像具有旋转、平移和尺度的不变性。在完全相同的实验条件下，运用MATLAB软件对104个虹膜图像组成的虹膜数据库进行预处理，本算法只需要7min 50s的运行时间，而当前最流行的Daugman的算法大约需要1h，从而证明了本方法的运行速度约为Daugman方法的8倍，克服了当前流行算法计算量过大的问题。     

一个快速有效的虹膜定位算法

传统的虹膜定位方法需要搜索的参数范围太大,速度较慢,并且,睫毛遮掩和外边缘模糊会大大影响定位效果,本文提出的定位算法基于从精到粗的思想,缩小参数范围,并有效的减少了这两个因素的影响.同现有两种常用方法通过试验比较,证明此算法能同时在精度和速度上有较大的改进.     

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.     

基于Hough变换的快速虹膜识别算法研究

为了快速、准确地达到虹膜识别的目的,提出一种基于Hough变换的快速虹膜识别算法。首先,对虹膜图像进行相关预处理,其中包括将原图像缩小若干倍,利用Hough变换提取虹膜圆环后,再还原图像;其次,利用2D-Gabor滤波器提取虹膜纹理信息;最后,利用Hamming距离进行虹膜识别。采用虹膜库中30例虹膜图像对该快速虹膜识别算法进行实验研究,结果表明:对虹膜图像缩小倍数应为22n(n=1,2,3,…)倍;当虹膜图像缩小倍数为16倍时,可实现计算速度与识别效果的最佳平衡。实验证明,该虹膜识别方法可行有效。     

基于边缘追踪的虹膜定位算法

针对随机Hough变换造成的大量无效采样和无效累积问题，提出了基于边缘追踪的虹膜定位算法。首先通过寻找瞳孔内一点，找到了瞳孔边缘上的点。然后以Sobel算子为模板，根据点所在区域的方向特点进行一定邻域的边缘追踪。这样的定位算法边缘信息完整，边缘不存在间断的情况。因为只是在一定区域的搜索，所以定位的速度较快。同时由于算法对选取瞳孔边缘的点做出了改进，所以无需考虑光照所产生的光斑的影响。     

一种新颖的基于小波变换的虹膜识别算法

虹膜识别是一种新兴的生物识别技术,研究了虹膜图像的快速定位、增强等预处理方法,并提出了一种新颖的基于二维小波变换的虹膜识别算法,它的基本思想是:对预处理得到的虹膜图像进行四层小波分解,对得到的低频和高频系数抽取115维特征矢量,最后用汉明距离进行图像匹配判决合法性.实验证明,该算法运算速度较快,在图像模糊、噪声干扰等不利条件下仍具有良好的稳健性.     

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...     

虹膜识别中的采集系统研究

介绍了虹膜识别系统中的识别方法及相应的采集系统设计；系统设计中采用新型CMOS成像芯片成像、光学低通滤波器滤波和自对准、红外照明、防Xuan光等无侵犯性设计；文章详细介绍了相关器件及系统参数设计，并给出运用此系统所进行的的虹膜识别对比实验结果。该系统设计具有一定的参考价值。     

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。     

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.     

虹膜识别中图像采集的研究

介绍了图像采集中的自动调焦方法,并给出了一种基于图像灰度处理的自动调焦判别函数--锐度判别函数,在此算法的基础上设计开发了虹膜识别的图像采集系统.实验证明,用此方法采集的虹膜图像纹理清晰,提高了系统的有效率.     

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.