一种虹膜内外轮廓检测方法

虹膜识别技术是人体生物识别技术的一种,它作为重要的身份鉴别特征具有唯一性,稳定性,可采集性和非侵犯性等优点.与脸像,声音等身份鉴别方法相比,虹膜具有更高的准确性.而虹膜内外轮廓提取是虹膜识别技术不可缺少的关键步骤.文章介绍了一种有效的虹膜内外轮廓检测方法,使用灰度投影方法估计虹膜内边缘圆心位置;然后采用边缘检测方法得到虹膜边缘图像,使用Hough变换准确检测虹膜内轮廓;最后使用一维信号检测确定虹膜外边缘点同时使用Hough变换检测虹膜外轮廓.实验结果表明,该方法能够有效检测出虹膜内外轮廓.     

一种改进的虹膜定位算法研究

虹膜定位是虹膜识别过程中的重要环节,定位速度和精度决定了整个虹膜识别系统的性能.依据虹膜图像的灰度分布特点,首先对粗定位方法进行改进,包括在利用灰度投影方法粗定位瞳孔圆心及半径的基础上,剪切出虹膜图像中包含瞳孔的图片,冉利用灰度投影法对剪切图片进行粗定位瞳孔嘲心及半径.其次对传统的Canny边缘检测算子进行改进,使其只在垂直方向上检测边缘,并结合Hough变换定位外边缘.实验结果证明了该算法的有效性和可行性.     

虹膜图像定位方法的研究

针对现有虹膜定位算法的局限性,提出了一种新的虹膜定位的方法。对虹膜图像进行预处理,用阈值方法和投影方法简单地检测得到虹膜内边缘;通过线平均的算法对内边缘进行精确定位。外边缘的定位采用改进的canny算子和新的hough变换相结合的方法。实验结果表明,此方法能比较快速准确地定位出虹膜的内外边缘。     

虹膜定位方法研究

简要介绍了目前具有代表性的4种虹膜定位方法：Daugman定位法、Hough变换定位法、几何特征定位法和主动轮廓线定位法，并指出了这些方法在实际应用中的优点与缺点。根据上述几种方法，提出了一种简单有效的虹膜定位法：由于瞳孔与虹膜之间的灰度差比较明显，所以先通过求图像直方图的方法找到域值点，分割出瞳孔，然后计算瞳孔的圆心位置以及半径，利用虹膜的外边缘与内边缘近似为同心圆的性质，最后用变圆模板的方法求得虹膜外半径。文中选取多组不同图像质量的虹膜图像来说明定位的效果。实验结果表明，该算法设计简单，定位效果良好。     

改进Hough变换在虹膜定位中的应用研究

目的提出了一种基于改进Hough变换(HT)的虹膜定位算法,解决标准HT定位虹膜计算量较大,且定位不准确的问题.方法根据虹膜的形状和圆近似的性质,用改进的圆HT定位虹膜,定位时采用点对和梯度信息确定潜在的虹膜中心和对应的圆半径.为了使输出结果仅为虹膜的外边界,定义了一个阈值.结果采用点对和梯度信息并定义相应的阈值定位虹膜,在较大程度上减少了计算量,并且保证输出结果为虹膜的外边界.结论采用改进HT能以较小的计算代价准确地定位虹膜.     

一种新的虹膜定位算法

针对目前已有的虹膜定位算法存在的局限性,提出了一种利用虹膜图像边缘图像以及虹膜的几何特征进行虹膜定位的算法,先利用Canny算子提取虹膜的灰度边缘图像,然后通过虹膜的圆特性对虹膜进行粗定位,最后利用变圆模板精定位.实验结果表明,该方法提高了准确度和速度,有效地解决了目前算法处理包含大量脸部区域的虹膜图像时遇到的困难.     

曲线拟合的虹膜定位算法研究

虹膜定位是在虹膜图像中找到虹膜的内外边界,它是虹膜识别中的重要环节。该文提出了一种根据曲线拟合来进行虹膜快速定位的新方法,即先对图像进行分块并提取包含瞳孔的子图像块;再结合类间方差法提取瞳孔的二值化阈值,确定虹膜内边界点;然后根据关键的感兴趣区域灰度梯度信息确定虹膜外边界点;最后对内外边界点采用最小二乘法原理来进行曲线拟合,从而确定虹膜内外边界。通过实验表明该文提出的算法能快速准确地定位虹膜内外边界。     

基于小波的虹膜定位算法的研究

在研究亮度梯度法与Hough定位算法的基础上,结合小波分析的优点,提出一种基于小波的最小二乘算法对虹膜进行了内定位,而对外定位采用了一种改进的亮度梯度算法.内定位算法很好的利用了小波分析和最小二乘算法的优点,在边缘点的基础上对虹膜的内边缘进行了定位.它改变以往对边缘两次定位的特点,直接对边缘点进行拟合.而外定位算法通过改进亮度梯度法减少搜索的范围进行定位.实验结果表明,两者的定位速度比传统的Hough算法快.基于小波的最小二乘法不仅提高了定位的速度,且简化了算法.改进的亮度梯度法减少了搜索范围,使定位速度更快.     

用于目标定位的图像边缘点检测算法

提出了一种检测特殊边缘点定位图像中目标的算法,该算法可以检测图像中感兴趣的边缘信息。通过检测图像行序列中是否存在特定的灰度序列来判断特殊边缘点的存在并计算其所在位置。利用本文算法对焊缝图像中的焊缝和虹膜图像中虹膜区域进行了定位验证。实验表明,本文算法可以准确定位焊缝的边缘点。在虹膜区域定位时,得到感兴趣边缘点后使用Hough圆检测方法可以定位虹膜区域的轮廓,可用于UBIRIS.v2虹膜图像数据库中各种类型图像的虹膜区域定位。     

基于Hough变换和无轨迹卡尔曼滤波的眼睛角点跟踪

提出了一种基于改进Hough变换(HT)和无轨迹卡尔曼滤波(UKF)的眼睛外角点跟踪算法。该算法在输入图像中存在虹膜时采用改进Hough变换提取眼睑轮廓并得到眼睛外角点位置,当输入图像中检测不到虹膜时,采用UKF算法对当前帧眼睛角点进行估计。实验证明,本文算法能精确地跟踪眼睛外角点。     

A Novel and Efficient Method for Iris Automatic Location

An efficient and robust iris location algorithm plays a very important role in a real iris recognition system. A novel and efficient iris automatic location method is presented in this study. It includes following two steps mainly： pu- pil location and iris outer boundary location. A digital eye image was divided into many small rectangular blocks with fixed size in the pupil location, and the block with the smallest average intensity was selected as a reference area. Then image binarization was implemented taking the average intensity of the reference area as a threshold. At last the center coordinates and radius of pupil were estimated by extending the reference area to the pupil＇s boundaries in the binary iris image. In the iris outer location, two local parts of the eye image were selected and transformed into polar coordinates from Cartesian reference. In order to detect the fainter outer boundary of the iris quickly, a novel edge detector was used to locate boundaries of the two parts. The center coordinates and radius of the iris outer boundary can be estimated using the fusion of the locating results of the two local parts and the location information of the pupil. The algorithm was tested on CASIA vl.0 and MMU vl.0 digital eye image databases and experimental results show that the proposed method has satisfying performance and good robustness.     

基于预优投票的虹膜定位算法

针对传统虹膜定位算法定位速度慢、受眼睑、睫毛等遮挡影响的不足,本文基于投票竞选和圆的几何特性,提出基于预优投票竞选策略的虹膜圆检测算法。为减少盲目搜索和克服眼睑、睫毛等遮挡影响,建立了逐步求精的实施方案,从而形成一个快速有效、鲁棒性强的虹膜定位算法。基于JLU-IRIS虹膜库,从定位速度和定位精度两方面评价本文构造算法性能,将本文构造算法与积分微分算子法、Hough圆检测算法进行了对比测试。实验结果表明,本文方法具有快速、鲁棒性强的特点。     

基于灰度梯度的虹膜定位方法研究

利用虹膜识别进行身份认证,是一种准确有效并具有巨大发展潜力的身份认证技术,本文基于人眼图像的灰度几何特性,介绍了一种基于微分积分圆形检测算子的虹膜定位方法,并对真实图像进行了检测实验,结果表明,该方法能有效准确地进行虹膜的内外边界定位,从而为虹膜模式分析和识别奠定良好基础。