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。     

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.     

基于灰度曲线几何特征的虹膜内边缘定位方法

为了解决以往虹膜内边缘(瞳孔边缘)定位方法算法复杂、计算量大和抗干扰性差的问题,提出了一种新的内边缘定位方法.研究了虹膜图像行、列灰度曲线的几何特征与瞳孔区域边界之间的关系,即:虹膜图像行、列灰度曲线上与瞳孔区域对应的部分有类似于"深井"的几何特征,利用它们之间的关系,通过寻找行列灰度曲线上"深井"的最大"井宽"定位瞳孔位置.实验结果表明此方法算法简单、计算量小、抗干扰性强,并且能够准确的定位虹膜的内边缘.     

一种新型实用、快速的虹膜定位方法

在初步定位与修正定位相结合的两步虹膜定位方法研究基础上,提出一种利用灰度累加和均值以及半径范围双重阈值约束进行搜索虹膜内外边缘的方法．实验结果表明,该方法减少了传统虹膜定位算法中搜索的盲目性,提高了虹膜定位的速度和定位的精确度．     

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.     

虹膜内外边缘定位算法

提出了一种基于Hough变换的虹膜定位方法.根据虹膜图像特征,按内外边缘定位需要,采用不同尺寸模板的中值滤波器对原始图像进行预处理,再采用圆形Hough变换投票决定其内外边缘精确位置.根据对100多幅虹膜样本的处理结果表明,此算法具有快速、精确、鲁棒等特点.     

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.     

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。     

稳健的虹膜定位算法

虹膜定位是虹膜识别的第一步,同时也是最为关键的一步,它将直接影响整个虹膜识别系统的效率和准确率。针对目前已有虹膜定位算法的局限性,该文提出了一种新的基于多分辨率理论的虹膜定位算法。该算法首先在某一分辨率下搜索虹膜内外缘的边界点,然后针对这些边界点进行椭圆曲线拟合。通过大量的实验表明,该算法快速、准确,并能够在一定程度上解决偏视虹膜图像的定位问题和眼睑、睫毛的遮挡问题。     

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。     

虹膜定位算法研究

针对目前已有的虹膜定位算法的局限性,提出一种粗定位和精定位相结合的方法.根据对人眼部的生理特性和采集得到的眼部图像进行分析,先利用灰度投影量的分布特点进行粗定位,再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会遇到的困难。     

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.     

一种基于聚类算法的缺陷语句定位技术

由于数据集的不一致,已有的基于频谱覆盖的缺陷定位方法之间的比较并不全面。本研究实现了现有的28种基于频谱覆盖的缺陷定位方法,并在同一数据集上加以比较。 提出一种新的基于k-means聚类算法的缺陷定位技术,利用现有的多种方法计算出特征值,对数据集进行聚类并排序,给出一个新的语句的可疑度序列。实验结果表明:该方法可以取得比较好的结果,能够捕获到个别算法的优越性,较为有效地对程序中的缺陷进行定位。     

一种新的改进Canny边缘检测算法

对Canny边缘检测算法的性能进行了分析和评价, 针对传统Canny算法在梯度幅值计算上的缺陷, 提出了一种通过计算像素八邻域内图像一阶偏导数有限差分来确定梯度幅值的方法, 改善了传统Canny算子利用2×2邻域内求有限差分均值对噪声的敏感性, 提高了边缘定位的精度. 在此基础上, 在基于非极值抑制原理检测边缘点时, 将像素的八邻域分为4个像限结合双线性插值的方法进一步提高了边缘检测的精度和准确度. 实验结果表明, 该算法在保证实时性的同时, 具有更好的检测精度和准确度.     

快速有效的虹膜图像分割方法

针对影响虹膜识别性能的眼睑及睫毛遮挡以及瞳孔边界非标准圆等情况,提出一种新的虹膜图像分割方法．采用活动轮廓模型技术计算出瞳孔的精确边界;根据归一化虹膜图像水平方向灰度信号的小波模极值点在尺度空间的演化计算得到眼睑遮挡边界上点,并利用多项式拟合确定眼睑遮挡部分;最后结合一维Gabor滤波的眼睫毛检测结果实现有效的虹膜图像分割．与现有分割方法相比,消除了瞳孔传统圆模型给归一化虹膜图像带来的畸变影响,避免了传统眼睑边界检测过程中涉及的四维参数空间搜索范围问题,降低了算法实现复杂度．在CASIA图像库上的实验结果表明该方法可将系统识别等错误率从8%降低到4.4%．     

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.