改进的遮挡条件下瞳孔检测方法

受到眼睑、睫毛、反光等干扰,提取的瞳孔往往无法近似成标准的椭圆,给瞳孔精确检测带来了难度。针对遮挡问题,提出了一种改进的遮挡瞳孔精确检测方法,该方法首先获取瞳孔图像的感兴趣区域,在对该区域进行阈值分割的基础上,通过滤波去噪和扫描线法去除光源反光的影响;根据沿遮挡瞳孔的分界线进行水平旋转,应用内接平行四边形法确定瞳孔的中心;根据圆形检测理论,提出一种中心修正算法,将求得的两个圆的交点作为眼睑与瞳孔的交点,计算出旋转角度,从而精化瞳孔中心的定位;最后利用五点法计算得到的瞳孔椭圆参数作为初始值,通过最小化拟合椭圆与边缘点之间的欧氏距离,使得该椭圆在非线性最小二乘意义下是最优的。实验结果表明,该方法具有良好的鲁棒性和准确性,在遮挡不超过瞳孔面积一半的情况下,能得到较为精确的瞳孔位置和边界。     

椭圆拟合的非线性最小二乘方法

为了在图像中确定椭圆目标精确的位置和边界,提出了一种基于非线性最小二乘的椭圆拟合方法。该方法在得到目标边界点的基础上,通过最小化拟合椭圆与边界点之间的欧氏距离,确定出由椭圆中心坐标、长半轴和短半轴长度、旋转角度共5个参数定义的椭圆,使得这一椭圆在非线性最小二乘意义下是最优的。在实际应用中,特别是人眼图像的瞳孔提取中,这种方法能够排除反光、睫毛、眼皮等的干扰,得到较为精确的瞳孔位置和边界。仿真实验和实际数据计算的结果表明,提出的方法有良好的准确性和鲁棒性。     

基于星射线法的瞳孔中心定位

为解决红外图像中人眼瞳孔中心定位存在的眼睑遮挡、睫毛遮挡和角膜反射引起的白斑干扰等问题,采用由粗到精的瞳孔中心定位策略.对红外图像进行预处理,通过YoloV3深度学习模型检测瞳孔区域,实现瞳孔中心的粗略定位;在此基础上,采用星射线法提取瞳孔边缘点,剔除因眼睑遮挡导致的伪瞳孔边缘点;将剩下的边缘点基于最小二乘法进行椭圆拟合,对椭圆进行修正,精确定位瞳孔中心.实验结果表明,在眼睑遮挡、睫毛遮挡和白斑干扰的情况下,该方法可以准确定位,具有较好的鲁棒性和实时性.     

虹膜图象质量评价的研究

一幅虹膜图象采集后 ,首先要进行质量评价 ,再根据评价结果确定其是否可以用于虹膜识别 .将虹膜图象质量评价分为 3个部分 :虹膜检测、虹膜不可用区域的确定以及虹膜图象清晰度评价 ,即采用模板匹配法在图象中检测可能的虹膜 ,并利用虹膜图象的一些特征来校验其可信度 ;寻找虹膜与眼皮的边界线 ,计算虹膜被眼皮遮盖的面积 ,同时根据虹膜和瞳孔的边界参数来计算位于图象外虹膜面积的大小 ,以确定不可用虹膜部分的大小 ;用灰度差分累加和的方法计算瞳孔边沿的平均高度 ,以判断图象中虹膜的清晰程度 .实验结果表明 ,该方法能够有效地筛选出符合要求的虹膜图象 .     

基于双光源图像合成法的标牌字符识别方法研究

在电能表标牌OCR的识别过程中,标牌上的透明薄膜经常出现皱褶,使得待识别字符极易受到反射光遮挡,从而增加了OCR的识别难度和识别错误率。提出一种位置对称的双光源图像合成法,用该方法检测了多个贴有皱褶薄膜层的电能表标牌,经实例验证,相较于单光源的识别错误率大幅度降低,这有效解决了电能表标牌OCR中薄膜反光干扰问题。     

单摄像机视线跟踪

提出一种能对环境光强变化、用户头部位置变化自动适应的视线跟踪方法,减少了视线跟踪系统对使用者的头部限制。改进了视线跟踪算法：依据直方图,给出了一种自适应阈值提取方法; 依据瞳孔边界点的灰度信息、梯度信息及瞳孔边界曲线的平滑信息综合判据,给出了一种提取瞳孔边界点的一维算法; 给出了一种随机化椭圆拟合算法; 讨论了去除眼皮、眼睫毛及光斑干扰的方法。实验结果验证了算法的有效性。     

一种基于深度图像的自遮挡检测方法

针对视觉目标存在的自遮挡现象,并为更好地界定、规避自遮挡现象提供依据,提出一种完全基于目标深度图像信息、仅需通过分析深度图像平均曲率变化特征并结合使用二次阈值法进行自遮挡检测的方法.为避免平均曲率计算的复杂性,该方法首先采用改进的离散正交多项式局部曲面拟合法计算深度图像的平均曲率;然后,通过分析图像各点的平均曲率并结合曲率阈值提取与其八邻域点存在曲率异号的点组成自遮挡候选点集;最后,依据候选点与以其为中心的窗口内其它点存在深度值不连续的现象,再次使用阈值法,实现对自遮挡的检测.实验结果表明该方法能够有效地检测出自遮挡现象并获得自遮挡边界.     

一种虹膜图像的质量评价算法

在虹膜识别系统中,质量较差的虹膜图像可能被系统拒识,导致身份识别或身份认证的失败。因此有必要在虹膜图像的采集端引入质量评价环节,从虹膜图像采集仪输出的视频序列中挑选出符合识别系统要求的虹膜图像。首先提出了一种快速的基于连通域分析的瞳孔定位方法,然后在此基础上,针对具有散焦模糊和眼皮睫毛遮挡的虹膜图像,提出了一种分步式的虹膜图像质量评价算法。实验结果表明,该算法能够有效地筛选出符合要求的虹膜图像。     

基于Gabor滤波的快速虹膜识别算法

为提高系统虹膜识别系统的性能,提出了一种改进的虹膜识别算法。在虹膜定位阶段,通过瞳孔边界修正获得瞳孔真实边界,随后形态学边缘连接弥补Canny算子在虹膜外边缘检测中形成的边缘间断,最后利用最小二乘法椭圆拟合瞳孔边界、圆拟合虹膜外边缘。特征编码提取时,设计不同频率不同方向的Gabor滤波器分别对已分块的归一化虹膜图像进行滤波,根据虚部所产生的正负结果进行相位编码。实验结果表明了该方法的可行性和有效性,能够快速高效地实现虹膜分类。     

基于遮挡区域建模和目标运动估计的动态遮挡规避方法

对于运动视觉目标，如何对遮挡区域进行规避是视觉领域一个具有挑战性的问题.本文提出了一种新颖的基于运动视觉目标深度图像利用遮挡信息实现动态遮挡规避的方法.该方法主要利用遮挡区域最佳观测方位模型和视觉目标运动估计方程，通过合理规划摄像机的观测方位逐渐完成对遮挡区域的观测.主要贡献在于:1）提出了深度图像遮挡边界中关键点的概念，利用其构建关键线段对遮挡区域进行快速建模；2）基于关键线段和遮挡区域建模结果，提出了一种构建遮挡区域最佳观测方位模型的方法；3）提出一种混合曲率特征，通过计算深度图像对应的混合曲率矩阵，增加了图像匹配过程中提取特征点的数量，有利于准确估计视觉目标的运动.实验结果验证了所提方法的可行性和有效性.     

A new segmentation approach for iris recognition based on hand-held capture device

Iris segmentation is an important step for automatic iris recognition. This paper presents a new iris segmentation method for hand-held capture device. We use a geometrical method for pupil detection. The bottom point of pupil is used as the reference point for pupil localization because it is insensitive to pupil dilation and not affected by the top eyelid or eyelashes. To decrease computational cost, the outer (or limbus) boundary of iris is localized based on shrunk image using Hough transform and modified Canny edge detector. The lower part of iris pattern is used for recognition in order to reduce the occlusion by eyelashes and eyelids. Experimental results demonstrate that the proposed method has an encouraging performance.     

Iris localization in frontal eye images for less constrained iris recognition systems

Commercial iris recognition systems do not perform well for non-ideal data, because their iris localization algorithms are specifically developed for controlled data. This paper presents a robust iris localization algorithm for less constrained data. It includes: (i) suppressing specular reflections; (ii) localizing the iris inner (pupil circle) and outer (iris circle) boundaries in a two-phase strategy. In the first phase, we use Hough transform, gray level statistics, adaptive thresholding, and a geometrical transform to extract the pupil circle in a sub-image containing a coarse pupil region. After that, we localize iris circle in a sub-image centered at the pupil circle. However, if the first phase fails, the second phase starts, where first we localize a coarse iris region in the eye image. Next, we extract pupil circle within the coarse iris region by reusing procedure of first phase. Following that, we localize iris circle. In either of the two phases, we validate the pupil location by using an effective occlusion transform; and (iii) regularizing the iris circular boundaries by using radial gradients and the active contours. Experimental results show that the proposed technique is tolerant to off-axis eye images, specular reflections, non-uniform illumination; glasses, contact lens, hair, eyelashes, and eyelids occlusions.     

Frame detection using gradients fuzzy logic and morphological processing for distant color eye images in an intelligent iris recognition system

The capture of an eye image with the occlusion of spectacles in a non-cooperative environment compromises the accuracy in identifying a person in an iris recognition system. This is due to the obstruction of the iris by the frame which tends to produce an incorrect estimation of the initial center of the iris and the pupil during the iris segmentation process. In addition, it also causes incorrect localization of the upper eyelid during the process of iris segmentation and sometimes, the edges of the frame are wrongly identified as the edges of the upper eyelid. A frame detection method which involves the combination of two gradients, namely the Sobel operator and high pass filter, followed by fuzzy logic and the dilation operation of morphological processing is proposed to identify the frame on the basis of different frame factors in the capture of a distant eye image. In addition, a different color space is applied and only a single channel is used for the process of frame detection. The proposed frame detection method provides the highest frame detection rate compared to the other methods, with a detection rate of more than 80.0%. For the accuracy of the iris localization, upper eyelid localization and iris recognition system, the proposed method gives more than 96.5% accuracy compared to the other methods. The index of decidability showed that the proposed method gives more than 2.35 index compared to the existing methods.     

虹膜定位算法的研究

虹膜识别系统中的虹膜定位精度和定位速度影响识别系统性能.在分析现有虹膜识别算法的基础上,采用基于Canny思想的边缘检测算子提取虹膜图像边缘信息,结合先验知识在小图像块上进行Hough变换拟合虹膜内外圆.实验结果表明,该定位方法在保证定位精度的同时有效地提高了定位速度.虹膜区域的噪声包括眼睑、睫毛、眼睑阴影和光斑等,在眼睑定位方面提出了边缘检测结合Radon变换分段直线定位去除眼睑噪声的方法,同时采用阈值法去除了睫毛和眼睑阴影对虹膜区域的干扰,并用实验验证了该算法的有效性和准确性.     

一种新颖的虹膜图像噪声检测方法*

为提高虹膜识别的正确率,针对虹膜图像中存在着眼睫毛和眼睑这两类较难检测的遮挡噪声,在分析现有检测虹膜噪声算法的优缺点后,提出了一套新颖的虹膜图像噪声检测方法：基于Gabor滤波变换的灰度均值法检测睫毛和利用最小二乘法检测眼睑。实验表明,该算法能有效地检测两种遮挡噪声,准确率分别达到95.10%和96.51%,且等错率（EER）指标与已有算法相比最优,提高了虹膜识别系统的整体性能。     

一种基于形态学的虹膜定位快速算法

针对有眼睑、睫毛、光斑干扰的虹膜图像的定位速度慢且不精确等问题,提出了一种快速精确的虹膜定位算法。利用灰度投影法和形态学实现瞳孔的粗定位,再分别利用Hough算法和圆周差分算法在小范围内对虹膜内外边缘进行精定位,采用改进后的模板检测法和圆周梯度法定位眼睑,运用灰度阈值法结合形态学检测睫毛。实验结果表明,该算法在定位速度和准确率上都达到了非常好的效果。     

一种虹膜实时定位新方法

针对现有虹膜定位算法的某些局限性,提出了一种新的虹膜定位方法。先用灰度小于某阈值对虹膜图像纵向与横向计数,以其各计数的最大值取四分之一处连续连通的最大区定位瞳孔的中心与长短半轴,这样可消除光斑、睫毛的影响;再充分利用已经求得的瞳孔中心的位置参量,设定虹膜外边缘的圆心与瞳孔中心相差5个像素,在幅角θ取值限定在（-45°,45°）U（135°,225°）的范围用最大梯度圆法定位虹膜外边缘,这样可消除眼皮和睫毛的干扰。实验结果表明,该算法对虹膜定位具有实时性好、速度快等特点。     

一种人脸图象中瞳孔中心的提取方法

本文提出一种人脸灰度图象中瞳孔中心精确提取的方法。首先采用积分投影法自动检测眼睛区域，然后利用灰度变化的强度、方向信息进行边缘提取和上、下眼睑轮廓跟踪，探讨基于眼睛几何特征的瞳孔中心精确定位方法。所采用的眼睑轮廓跟踪方法与传统的模板匹配法相比较，对眼睛特征的先验知识依赖程度较低，对不同类型的眼睛具有很好
好的适应性。所提出的瞳孔中心精确定位方法，与Hough变换的中心定位法相比较，计算量更小，且实验结果表明该方法具有很高的精确度。     

灰度分布特征的虹膜定位算法研究

为克服浓密睫毛、眼睑等噪声对虹膜定位算法的影响,提出一种有效的去扰虹膜定位算法。对于虹膜的内边缘,在二值化分离瞳孔区域的基础上,利用形态学中的开运算消除噪声,并用灰度投影法定位瞳孔的圆心、半径。而对于虹膜的外边缘,则采用形态学中的闭运算去除虹膜区丰富的纹理,并设计了一个边缘检测模板,在小范围内搜索虹膜外边界的上下左右4个边界点进而确定虹膜的圆心、半径。对比的仿真实验表明：该算法不仅在计算精度和速度上都有很大提高,而且具有较好的鲁棒性。