1 引 言虹膜定位的本质就是确定虹膜的内外边界, 以便提取虹膜纹理的特征信息,是虹膜识别过程的关键一步。人眼图像的灰度值有一定的分布规律,从瞳孔、虹膜到巩膜, 图像灰度值呈阶梯上升变化,具有明显的梯度变化。在虹膜定位时,可以利用这一特点,找出边缘强度的极值点,提取虹膜的边界点。虹膜的形状也很特殊,具有几何圆的形状,是可以利用的重要信息。虹膜与巩膜、瞳孔的边界均可以看作圆形,这样基于圆检测器进行圆的检测和基于圆方程进行边界拟合都可以实现虹膜边界定位,并且对于虹膜边界间断或不连续情况,由于形状已知, 一旦求出圆的参数,就可以而很容易描绘出整个虹膜边界。虹膜边界定位主要分为两类: 一种是将梯度图像进行二值化处理,对于二值化边界点采用 Hough 变换投票或者最小二乘拟合方法等进行边界定位; 另一种是直接对梯度图像采用微积分方法进行圆检测实现边界定位。Hough 变换算法和微积分算法是虹膜边界定位中的成熟算法,定位精度高,许多文献中介绍的方法都是这两种方法演变而来的。但是,这些算法在定位过程中存在参数搜索范围大、计算量大、易受图像质量影响等问题, 在实时性方面需要改善,以满足识别的快速性要求。针对以上问题, 提出了一种基于人眼图像灰度分布规律的改进算法。首先在瞳孔内部找到一个圆心附近的基准点,然后以此搜寻上下左右四个方向的虹膜内边界点, 从而确定瞳孔圆心和半径,完成内边界的定位;再以瞳孔圆心为基准,用类似的方法完成外边界的定位。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !