一种新的虹膜定位方法

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.先对虹膜图像进行预处理,用canny边缘检测算子检测得到虹膜内边缘;再通过二次canny边缘检测对虹膜外边缘进行粗定位,然后分小区域对虹膜外边缘实现多阈值边缘检测,从而获得真实边缘,再利用虹膜内外边缘之间的耦合关系,结合最小二乘法实现虹膜外边缘的定位.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.     

一种改进的中文文档图像倾斜检测方法

图像获取设备将纸质文档转换为文档图像时,经常会使文档图像出现某种程度的倾斜,从而可能使后续的文档版面理解和OCR识别算法失败。文中提出一种基于近邻法的中文图像的倾斜角度检测方法,并采用最小二乘法减小倾斜估计的误差,从而大大优化了运算速度,增强了算法的鲁棒性,与现有方法相比,具有运算速度快,检测精度高的优势。算法在Visual C＋＋下编程加以实现,通过对检测库中100幅倾斜中文文档图像的检测证明,该方法具有精度高和适应性强的特点。     

虹膜分割中的噪声检测

针对虹膜图像中的眼睑、眼睫毛和光斑等噪声影响虹膜识别性能,提出一种虹膜分割中的噪声检测方法,在数学形态学的基础上,该方法采用边缘检测与最小二乘法相结合的方法拟合确定眼睑遮挡部分,利用阈值法来检测上眼睫毛和光斑.实验结果表明,该方法可准确而有效地在虹膜分割中检测和剔除这些噪声,是一种有效和可行的虹膜图像噪声检测算法.     

虹膜图像中的闭眼检测方法

在远距离、运动中采集到的虹膜图像库中包含了闭眼虹膜图像,一种检测闭眼虹膜图像的方法被提出用于提取这些虹膜图像。该方法使用圆的积分微分算子确定闭眼虹膜图像的候选图像,使用直方图分析将候选图像进行二值化,采用边缘检测和连接、图像膨胀和最小二乘拟合等技术拟合抛物线,通过抛物线开口方向判断该图像是否为闭眼虹膜图像。在UBIRIS.v2虹膜数据库中进行了实验,结果表明,检测闭眼虹膜图像方法的使用提高了虹膜分割算法的效果。     

基于感兴趣区域的快速虹膜定位方法*

为解决虹膜图像受光源影响和二值化边缘提取困难的问题,提出一种新的定位方法。该方法首先对瞳孔进行粗定位;然后在瞳孔粗定位的基础上,合理选择感兴趣区域;其次在此感兴趣区域利用行梯度极值取得虹膜外边缘的二值化图像;最后利用最小二乘法计算出虹膜外边缘的圆心和半径。实验结果表明了该算法的有效性。     

噪声图像边缘检测方法的研究*

对图像中常见的高斯噪声和椒盐噪声的特性进行了分析,对含有这两种噪声的数字图像的边缘检测方法进行了研究,尤其对基于顺序形态学的噪声图像边缘检测方法进行了深入的分析研究,基于顺序形态学理论提出了针对分别含有高斯噪声和椒盐噪声的图像边缘检测方法。通过仿真验证表明,对于含有以上两种噪声的图像,提出的方法不仅能够去除噪声而且能够提取出准确清晰的边缘。     

一种基于脉冲噪声检测的图像均值滤波方法

论文提出了一种针对图像脉冲噪声进行检测,并根据检测结果利用均值滤波方法滤除脉冲噪声的方法。该方法首先采用串行方式,对含有脉冲噪声的图像进行逐点检测,其中判断噪声点的阈值可自适应地调整。采用窗口长度自适应调整和选择性取样的均值滤波方法,对检测到的噪声点进行逐点滤除。该方法既可有效地滤除脉冲噪声,又可以较好地保持图像边缘细节,对图像的后续处理有很好的价值。论文最后给出了实验滤波结果,说明了该方法的有效性。     

一种去除HDR图像噪声的新方法

为了提高HDR(high dynamic range)图像的质量,提出一种针对HDR图像滤噪的新方法。首先取得图像组中相同空间位置的点构成像素组;然后利用相机的ITF(intensity transfer function)还原成亮度值;接着通过求解最小二乘问题拟合L-t(luminance-exposure time)直线,并用该直线修正各点亮度值;最后再通过ITF转换成像素值。图像组经滤噪之后,再用于合成HDR图像。实验结果表明,该算法运算量小,能有效去除椒盐型噪声,对高斯型噪声抑制效果明显,优于A.&E.(ahmet & erit)算法,这也是该算法的主要特色。     

利用2D-Gabor滤波器提取纹理方向特征的虹膜识别方法*

目前基于2D-Gabor滤波器的虹膜识别算法主要是使用虹膜的相位信息或能量信息作为特征,但在虹膜可用区域减少时这些算法的识别效果明显下降。虹膜纹理除具有上述特征外,还有很强的方向性。在分析了2D-Gabor滤波器的方向和频率选择性后,提出了一种利用2D-Gabor滤波器提取纹理方向特征的虹膜识别方法。实验表明该方法提取的虹膜纹理方向特征可以在较小区域内提取出足够丰富的可区分性特征,实现高准确性的虹膜识别,说明方向特征是一种有效的虹膜识别特征。     

虹膜识别中噪声的检测和处理方法

针对虹膜识别中存在的问题,在识别时应该尽可能将虹膜有效信息提取出来,而将眼皮、睫毛、光点的反射等去除,同时在特征提取中,提出了通过噪卢扩展方法消除噪声信号在编码过程中带来的影响。实验结果表明该文提出的方法有助于提高识别的可靠性和模式分类能力。     

基于局部纹理分析的虹膜识别算法

提出了一种新的基于局部纹理分析的虹膜识别算法。基于多通道Gabor滤波器,滤波图像的系数定量地描述了虹膜纹理局部子块和给定滤波器之间的相似度,系数越大,说明该子块在空间形态上和滤波器越相似。采用局部滤波图像系数的加权平均作为特征编码,那些具有较大系数的点,即和滤波器最相似的点对特征点的位置贡献较大,更能真实的反应虹膜纹理结构。基于欧氏距离的特征匹配试验表明了该方法的有效性。     

虹膜识别系统的研究

介绍了基于人眼虹膜的一种生物识别技术,描述了虹膜识别系统的组成结构与实现,给出每部分组成模块,并详细讨论了虹膜识别算法。     

自适应数字带阻滤波器的设计及应用

本文采用自适应跟踪数字带阻滤波器自动跟踪被测信号中干扰信号的频率，并利用该频率设计相应的数字带阻滤波器去除被测信号中的干扰信号。试验表明，该方法具有设计简单、应用方便、实时性强等特点。     

结合形态学的Hough变换虹膜定位改进算法

虹膜定位是在虹膜图像中确定虹膜的内外边界,是虹膜识别过程的首要环节。Hough变换是虹膜定位的经典算法,但对原始图像质量要求高,算法运算时间长。依据人眼图像的灰度特性,结合形态学处理提出一种改进的Hough变换定位新算法。对图像进行灰度二值化运算后进行形态学处理分离出瞳孔,结合Sobel算子边缘检测出瞳孔边界点,通过最小二乘法拟合定位出虹膜内边界;在先验知识和形态学处理的基础上对图像进行Hough变换,定位出虹膜的外边界。实验表明所提出的算法性能比传统Hough变换有较大提高,可用于实际虹膜识别的预处理过程中。     

基于多通道Gabor滤波和D-S证据理论的虹膜识别

为了提高虹膜识别的准确性和稳定性,研究了Gabor滤波的虹膜特征提取方法,并在此基础上对虹膜特征进行了D-S(Dempster-Shafer)证据理论的改进．提出了多通道Gabor滤波和D-S证据理论的虹膜识别方法．该方法充分考虑到虹膜图像获取中被考察对象的姿态和环境光照等不确定性因素对识别结果的影响,通过选择不同频率和方向的Gabor滤波器组,有效提取虹膜特征,并结合D-S证据理论实现了虹膜特征决策．实验结果表明,所提方法增强了虹膜识别过程中抵御图像噪声、干扰和亮度变化等不利因素的能力,与标准的Gabor方法相比,识别率平均提高了4.05%．     

Gabor滤波器在指纹图像分割中的应用

为了有效地进行指纹图像的分割。在分析了Gabor滤波器虚部特征的基础上,在指纹图像的分割中引入了Gabor滤波器虚部的滤波结果作为新的指纹图像特征,并通过加权平均的分割策略;获得了较好的实验结果。同时,为了提高分割速度,还改进了特定条件下的Gabor滤波算法,从而有效地降低了算法的时间复杂度。     

Toeplitz矩阵在图像恢复中的应用

从某种意义来说,图像退化的过程可以等价为传输函数和噪声对原始图像矩阵进行线性变换,因而此像恢复过程可以等价于在了解传输函数的基础上,尝试由最小二乘给出解答。当传输函数可分离时,该问题可进一步转化为Toeplitz矩阵的求逆。通过仿真实验,验证了该方法的有效性并给出了算法的数值稳定性分析。     

Gabor滤波器参数设计及其在虹膜识别中的应用*

利用二维Gabor滤波器组编码虹膜纹理的方法,已被广泛地应用于虹膜识别中。该方法的关键是滤波器组的参数设计,直接影响着识别准确率。深入分析了二维Gabor滤波器各参数的作用,提出了一种适用于虹膜纹理特征提取的Gabor滤波器参数设计方法。该方法根据理论分析建立起参数间的关系,借助傅里叶变换和频谱分析确定参数取值。实验证明,依据该方法设计的滤波器组用于虹膜识别,效果好、识别率高。     

快速去除睫毛及高效眼睑检测方法

根据虹膜分割得到的图像确定上下眼睑的检测区域,针对上下眼睑的分布特征,分别设计了等级滤波器及方向滤波器并结合膨胀的方法去除上下眼睑周围的睫毛。进而设计了基于gabor滤波的快速眼睑检测方法,能够在减少睫毛干扰的眼图中高效的找到上下眼睑的有效点,并对这些点使用二次多项式分别拟合出了上下眼睑的曲线,从而计算虹膜的有效区域,作为判断该眼图是否能够进行特征提取,提高了虹膜识别的效率,为虹膜识别提供了辅助作用。算法模型简单,复杂度低,运行速度快,自适应性强,上下眼睑检测时间均在18mm左右,能够在各种尺寸的眼图以及灰度分布不均的眼图中精确定位眼睑位置。因此该算法可应用于芯片,以及日常虹膜识别功能的软件开发中。