基于小范围边缘区域搜索的虹膜定位算法

提出了一种基于小范围边缘区域搜索的虹膜定位算法.首先,利用瞳孔的灰度特征对虹膜图像进行二值化及形态学处理,结合对原虹膜图像的Sobel检测结果得到部分虹膜内边界;然后利用Canny算子结合虹膜的几何特征划分出一小范围的外边缘待搜索区域.在待搜索区域中,利用本文根据大量实验提出的虹膜外边界五个特征来确定部分虹膜外边界,最后用最小二乘法来进行内外边界的拟合,从而定位虹膜.实验结果表明,该算法性能稳定,搜索范围小,定位速度大幅提高,且对不同质量的虹膜图像均取得很好的定位效果.     

基于图像抽样的快速虹膜定位算法

提出了一种基于图像抽样的快速虹膜定位算法.首先在抽样图像中搜索瞳孔内一点,并以该点为起点检测粗略的虹膜内边缘点,然后在原分辨力图像中利用梯度算子精确定位内边缘点从而实现内边缘定位;虹膜外边缘定位采用Canny算子和Hough变换实现,由于基于抽样图像进行边缘提取,忽略了虹膜纹理等细节边缘信息,减少了大量外边缘干扰,提高了算法实时性.实验结果表明该算法的定位准确率达到99.47%,定位速度为0.162s.与经典的虹膜定位算法相比,该算法的定位速度有了很大提高.     

一种基于人眼结构特征的新颖虹膜定位算法

虹膜定位是虹膜识别系统的重要组成部分,定位的速度以及定位算法的健壮性是需要特别注意的因素.根据对人眼的结构特征进行分析,提出一种新颖虹膜定位算法.利用一种灰度累加算子找到瞳孔内一点,通过边缘检测模板找到虹膜内圆上三个不共线的点,从而快速而准确地定位出虹膜内圆,通过边缘检测模板找到虹膜外圆上四个不共线的点,从而快速定位出虹膜外圆.对已有的756幅虹膜图像组成的虹膜数据库进行定位,本算法只需要1.59min,平均定位时间达到0.126s,准确率达到99.07%.比Hough变换以及Daugman的圆检测算子等经典方法速度上有了很大的提高.而且保证了定位的准确率和算法的鲁棒性.     

一种基于区域标记的虹膜内边缘定位新算法

提出了一种新颖简单的虹膜内边缘（瞳孔）定位算法。首先，采用Soble边缘检测算子和形态学变换进行边缘检测；然后，利用区域标记法为边缘检测后形成的各连通成分赋予相应的灰度值，并利用直方图的方法分离出瞳孔区域；最后，采用投影的方法进行瞳孔的定位，实验结果表明，文中提出的方法能够准确地进行虹膜内边缘定位。     

一种用于虹膜识别的眼睫毛遮挡检测算法

为了降低眼睫毛噪声对虹膜识别的影响,提高虹膜的识别率,本文提出了一种用于虹膜识别的眼睫毛遮挡检测算法.该方法根据Canny算法检测图像中的眼睫毛,对Canny算法中的参数进行研究,利用虹膜的外圆,提出了用一个扇形区域来表示眼睫毛遮挡区域.除去眼睫毛遮挡区域与瞳孔,虹膜外圆余下的部分即为虹膜的有效区域.实验结果表明,该方法可以有效地检测眼睫毛,并且所得到的扇形区域包含外圆内部所有的眼睫毛像素,可以有效提高模式的可分性和虹膜的识别率.     

一种新颖的虹膜图像预处理方法

本文提出了一种新颖的虹膜图像预处理方法,该方法打破了传统的定位思想,并且将噪声检测的过程由空间域转到频域来完成.首先,在原始图像上填充瞳孔内的光斑;其次,将人眼图像展开成矩形,在矩形图像上以点线检测代替传统的圆检测确定虹膜的内外边界,并进行归一化;最后在归一化后的虹膜图像上利用2D-Galbor滤波器的方向选择性检测眼毛和眼睑,标记干扰区域.实验证明,该方法可以解决内边界不是理想圆造成的瞳孔遗留或纹理损失问题,而且显著降低了虹膜定位时间,提高了虹膜识别的准确性.     

基于边缘识别的虹膜定位算法

为了提高虹膜定位算法的抗干扰能力,本文提出了一种基于虹膜边缘识别的虹膜定位算法.该算法应用图像几何矩函数提取虹膜内外边缘的特征,通过由支持向量机(SVM)训练的分类器进行虹膜边缘点的识别.最后由Hough变换对识别的结果进行参数求解并实现虹膜的定位.本算法经过了CASIA虹膜图形库的实验验证,仿真实验数据表明所提算法不仅具有较快的定位速度和较高的定位成功率,而且性能稳定.     

基于圆弧逼近的虹膜定位方法

在虹膜识别系统中,如何提高虹膜定位的速度和精度是急需解决的重要问题.针对虹膜边缘图像中的圆形局部畸变的情况,在虹膜定位中,采用圆弧逼近的方法,第1步进行圆弧参数的分段拟合,第2步进行圆弧参数动态聚类,完成虹膜的内边缘定位,在内边缘定位的基础上,实现虹膜外边缘定位.实验结果表明,在同等情况下,比基于J.D圆探测算法和Hough变换算法的虹膜定位速度快,精度高.     

基于区域灰度变化的虹膜识别

为了提高虹膜识别的效率和准确性,对虹膜识别进行了深入研究,提出了一种基于区域灰度变化的虹膜识别方法.图像预处理得到归一化的虹膜图像,根据虹膜纹理尺度的不同,采用椭圆形高斯滤波器对虹膜图像进行滤波,均匀选取采样点,计算每个采样点附近的区域灰度值,利用序数测度的方法对特征编码,最后通过两个虹膜编码之间的海明距来判断两者之间的差异程度,得到识别结果.本文算法选用Bath 大学虹膜库和CASIA 虹膜库进行了验证实验,等错率分别达到0.05%和0.69%.结果表明,该算法具有很好的准确性和识别速度.     

一种快速虹膜定位算法

针对虹膜内边缘易变形,外边界边缘模糊从而虹膜定位困难等问题,提出了一种快速虹膜定位算法。基于虹膜边缘图像的几何特征,依据偏差平方和定位虹膜内边缘;利用图像灰度曲线得到模糊外边缘的边缘点,根据圆的相交弦性质以及投票策略确定虹膜外边缘的圆心,从而快速定位虹膜外边缘。实验结果表明,该方法提高了虹膜定位的速度以及定位的稳定性,减少了传统虹膜定位算法中搜索的盲目性。     

改进的基于人眼结构特征的虹膜识别方法

本文提出了一种改进的基于人眼结构特征的虹膜识别方法,基本思想是:首先,通过图像预处理,确定虹膜的位置和大小,将环形虹膜图像展开成矩形并进行归一化与图像增强;其次,利用局部灰度极小值的方法寻找有效虹膜区域内的特征点,依据纹理长度和方向信息去掉伪特征点,得到虹膜二进制编码;最后根据匹配准则进行识别.大量实验表明,该方法识别率高,识别时间短.     

一种改进的虹膜定位方法

本文针对原有基于结构特征的虹膜定位方法提出一种有效的改进方法.本方法主要针对定位容易出现错误的外边界,利用虹膜的结构特征和数学手段,对得到的虹膜外边界点进行验证,必要时通过计算得到准确的外边界点.这样本方法解决了原有方法在眼睑和眼毛对虹膜的遮挡比较严重的情况下难以准确定位的问题.对已有的1200幅虹膜图像(图像大小为640x480)组成的虹膜数据库进行实验,本文算法定位准确率达到99.08%,平均定位时间仅为0.8s,实验验证了该方法的有效性.     

基于Morlet小波变换系数的自适应虹膜识别

传统的虹膜识别方法原理复杂,实现困难.为了在保证识别率的同时简化虹膜识别算法,提高虹膜识别效率,本文提出了一种基于Morlet小波变换系数的自适应虹膜识别方法.首先,进行虹膜定位和下眼睑拟合,然后对虹膜图像进行归一化操作,得到512列x64行的矩形虹膜图像,并自适应地确定有效虹膜区域;其次,在虹膜有效区域内,对图像逐行进行一维Morlet小波变换,获得不同尺度下一系列小波变换系数,进而得到不同尺度下的小波变换系数分布图;再次,依据不同尺度下的小波变换系数对图像进行二进制编码,用虹膜代码表示虹膜模式;最后,采用自适应的模式匹配方法对不同的虹膜模式进行分类,给出识别结果.实验证明,该方法可以达到99.946%的识别率,能够满足虹膜识别要求.     

虹膜识别的身份认证系统

基于虹膜识别的身份认证系统包括3部分:虹膜图像采集,虹膜图像预处理,虹膜图像编码和识别。预处理过程中对虹膜的精确定位,使定位后的虹膜图像具有平移、尺度和旋转的不变性。与现有其他方法相比,该方法将Symlets小波用于虹膜图像编码,使算法的运行速度大大提高,为Daugman方法的8倍, 克服了当前流行算法中计算量过大的问题。     

A Pupil-Positioning Method Based on the Starburst Model

Human eye detection has become an area of interest in the field of computer vision with an extensive range of applications in human-computer interaction, disease diagnosis, and psychological and physiological studies. Gaze-tracking systems are an important research topic in the human-computer interaction field. As one of the core modules of the head-mounted gaze-tracking system, pupil positioning affects the accuracy and stability of the system. By tracking eye movements to better locate the center of the pupil, this paper proposes a method for pupil positioning based on the starburst model. The method uses vertical and horizontal coordinate integral projections in the rectangular region of the human eye for accurate positioning and applies a linear interpolation method that is based on a circular model to the reflections in the human eye. In this paper, we propose a method for detecting the feature points of the pupil edge based on the starburst model, which clusters feature points and uses the RANdom SAmple Consensus (RANSAC) algorithm to perform ellipse fitting of the pupil edge to accurately locate the pupil center. Our experimental results show that the algorithm has higher precision, higher efficiency and more robustness than other algorithms and excellent accuracy even when the image of the pupil is incomplete.     

基于形态学算子的睫毛干扰抑制算法

针对虹膜识别中的睫毛干扰抑制问题,本文提出了一种基于形态学算子的睫毛干扰抑制算法.该算法将虹膜图像中的睫毛对象看作是背景图像中存在的随机的,不规则的细微裂缝,通过膨胀算子对这些裂缝进行像素填补,实现了对睫毛干扰的有效抑制.与常见的高斯滤波法相比,所提算法具有更强的睫毛干扰抑制能力.通过CASIA虹膜库的仿真实验表明,所提算法比高斯滤波法消除的睫毛像素点要多40%,可以使Daugman和Wildes定位算法的定位精度分别提高1.7%和2%,定位时间分别减少27.9%和24.2%.     

基于视觉的答题卡自动判分系统设计

针对目前市场上光标读卡机在功能和价格上的局限性,提出了基于数字图像处理的答题卡识别新方法。首先将答题卡进行图像预处理和图形校正,利用YCbCr颜色空间算法分割出考生信息区和答题区;然后利用字符匹配和纵向同步头定位出考生信息区和答题区的精确坐标;最后利用自适应阈值算法把答题卡二值化,计算二值图像中每个填涂点的面积并与设定的阈值比较,若大于阈值,则视为已填涂。实验证明:该方法具有识别速度快、准确率较高的特点,并且对于答题卡扫描时的倾斜不敏感,对填涂大小、填涂深浅不一致和卷面轻微污损等情况均有比较好的识别效果。     

一种新的虹膜识别算法研究

目的 为了提高虹膜识别的速度和可靠性。方法 根据虹膜识别的特征,提出了虹膜自动身份识别的一种新的算法和虹膜像几何畸变的校正方法。结果 用相关系数来测度图像的匹配结果,证实了该算法是有效的。结论 用本文的算法进行的大量抽样实验显示了主这种算法的正确性和可靠性。