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。     

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.     

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.     

一种新的虹膜图像预处理眼睑定位算法

针对眼睑边缘结构复杂、干扰因素多,定位速度慢的问题,提出了一种新的虹膜图像预处理眼睑定位算法.首先,通过大窗口平滑滤波、特定方向边缘点检测以及高阈值边缘点筛选等算法处理虹膜图像,以有效去除睫毛、眼部纹理等屋脊状边缘的干扰,快速检测出单层眼睑及双层眼睑的外边缘点集合.然后,对检测到的眼睑边缘点进行曲线拟合,获得完整的眼睑边缘曲线,完成第一次定位.最后,根据双层眼睑的内外层边缘近似平行、而且在内层眼睑边缘处出现灰度跳变这一特点,以第一次定位所得拟合曲线为模版,平行下移搜索灰度跳变位置,完成对双层眼睑的二次定位.实验表明,本文算法在保证定位准确率的基础上,定位速度得到有效提高.     

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.     

复杂背景下的人耳检测方法

本文在借鉴人脸检测算法的基础上,对现有的人耳检测方法进行研究,针对人耳区域小、共性特征少、复杂背景下难以检测等特点,提出了一种分阶段优化的静态彩色复杂背景下的人耳检测方法.首先采用肤色分割将检测范围缩小至肤色区域;接着利用侧脸的先验知识再次筛选;然后对图像进行边缘提取,在边缘图像中利用人耳含有丰富边缘信息的特点进行区域搜索以确定人耳.在该方法中,彩色图像的肤色信息和灰度图像的多尺度边缘以及人耳自身特征被结合起来,对解决人耳共性特征在复杂背景下难以被提取的问题具有较好的效果.实验结果表明,该算法在复杂背景下是有效的.     

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.     

基于瞳孔灰度特征的快速虹膜定位

虹膜定位算法是虹膜识别的关键步骤之一,定位的速度和准确度是衡量虹膜定位算法优越性的标准.本文根据瞳孔区域独特的灰度特征提出了一种快速虹膜定位算法,即先粗定位瞳孔区域,再利用形态学和几何学方法精确定位瞳孔,最后利用微分积分算子在瞳孔定位后分割的区域内进行外圆定位,对中科院虹膜库Version 1.0中的756幅图像进行定位,准确率达到98.80%,平均定位时间为1.5 s,比直接应用Hough变换定位虹膜在速度上有了很大提高.     

基于改进FAST与分水岭算法的颗粒图像分割

为准确、高效分割粘连颗粒,提出一种改进FAST特征点检测算法,并与基于h-maxima变换的分水岭算法相结合实现粘连颗粒的分割。该算法通过h-maxima分水岭算法得到候选边缘分割点和候选分割线;采用改进FAST算法遍历二值图像边缘获得图像边缘特征点;利用边缘特征点对所有候选边缘分割点进行非极大值抑制得到待边缘分割点;通过待边缘分割点从候选分割线中提取待分割线;利用边缘特征点识别待分割线中的伪边缘分割点,并去除与其相连的分割线;获得正确分割线进行图像分割;对典型颗粒进行分割实验,并与现有3种图像分割算法进行比较。结果表明:该算法相对运算时间最短,分割正确率最高且均大于95%。     

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.