基于单位扇环灰度的虹膜定位算法

提出了基于单位扇环灰度的虹膜定位算法。利用投影法分割出一个包含瞳孔的矩形区域,通过最大类间方差法确定该矩形区域的阈值,完成瞳孔的分割。对于虹膜外边界的定位,需要基于瞳孔中心分割出某一方向上的扇形区域,以5个像素作为扇形区域的步长,计算每个扇环的平均灰度值,根据灰度变化情况就可以确定该方向上的虹膜外边界点。其他方向上的边界点也通过此方法确定。对这些边界点进行筛选并进行圆的拟合,最终实现虹膜的定位。实验结果表明,采用该方法所分割的虹膜图像可以获得良好的效果,具有良好的应用和参考价值。     

基于特定感兴趣区采样的虹膜定位改进算法

从虹膜图像特点出发,以瞳孔形心为辅助点实现对虹膜图像特定感兴趣区采样.并且根据虹膜内外圆半径的生理特点设定Hough变换半径参量,依据虹膜内外圆近似同心圆来筛选与虹膜外圆最匹配的Hough变换结果.该算法在主动避开眼皮,睫毛干扰的同时又显著降低了Hough变换的计算量.通过对中科院自动化所CASIA虹膜数据库108组图像的虹膜定位测试结果表明,该方法平均定位时间0.83 s,定位准确率98.9%.     

一种新颖的虹膜轮廓提取方法

传统的虹膜定位方法是在人眼图像上把虹膜轮廓当作理想圆来提取.针对虹膜内边界不是理想圆,外边界边缘模糊等问题,提出一种新的虹膜轮廓提取方法.先利用极坐标变换将包含全部虹膜区域的某个范围展开成矩形形状,然后在此矩形区域上根据灰度的阶跃进行虹膜真实内边界的查找,最后在矩形区域上利用直线定位虹膜外边界代替在人眼图像上利用圆定位外边界.该方法不仅解决了内边界不是理想圆造成的瞳孔遗留或纹理损失问题,而且以点、线检测代替圆检测显著降低了虹膜定位时间.通过对CASIA-IrisV3虹膜图像库进行定位测试结果表明,该方法平均定位时间0.172 s,定位准确率99.35%.     

基于灰度曲面匹配的虹膜识别方法

目前的虹膜识别都是采用在图像上提取特征点,并将特征点编码为固定长度的特征数据用于匹配的方式。这种方式使虹膜识别系统易受攻击。为了进一步提高虹膜识别系统的安全性和识别速度,提出了一种基于灰度曲面匹配的虹膜识别方法。该方法抛弃了特征提取和编码等传统操作,在特征分析的基础上直接利用了灰度曲面匹配的思想,首先对两幅图像中的像素灰度做差,得到灰度差曲面,然后求出该灰度差曲面的方差。将此方差作为衡量两个虹膜特征曲面之间距离的依据,并据此判定两个虹膜是否来自同一只眼睛。在给定阈值为40的前提下,正确识别率为96.89%,识别时间为53.2 ms。实验结果证明,该方法识别准确率高,识别速度快。     

虹膜身份识别技术

介绍了现在最有发展前景的生物特征识别技术——虹膜身份识别技术。在整体介绍了其技术的基础上,详细介绍了当今具有代表性的虹膜识别算法,最后针对虹膜识别技术存在的主要问题分析了虹膜识别的发展方向：精度高、速度快、鲁棒性好的定位算法,高效的特征提取方法,机器学习的分类方法,虹膜图像的质量评价,不完整、不合作情况下的虹膜识别以及活体虹膜检测。     

大气湍流环境下光斑中心定位算法研究

以提高通信链路的稳定性为目标,针对传统算法如形心法、质心法等在大气激光通信中定位稳定性较差的问题,提出了一种滑动加权质心定位算法.改进了自适应阈值分割方法,提高光斑定位的精度;对光斑进行去背景噪声处理和中心噪声补偿,最大程度保留光斑有效灰度范围;通过非线性权重质心定位算法进行粗定位,加入滑动补偿机制后实现光斑中心的精定...     

光学测量中椭圆圆心定位算法研究

提出了一种椭圆圆心定位算法。先对图像中的椭圆目标进行粗定位,获取椭圆的粗定位信息,再用Canny算子对图像中的感兴趣区域进行边缘检测。根据椭圆的粗定位信息以及图像的边缘灰度分布特征,用高斯曲线拟合的方法求得精确的亚像素边缘点的坐标。针对亚像素边缘点中出现的“孤立点”以及噪声点,分别用曲率滤波和均值滤波的方法加以滤波,将滤波后的亚像素边缘点用最小二乘法加以拟合,求得精确的椭圆圆心数据。实验证明了该算法的定位精度和抑制噪声能力,通过测试算法运行时间,证明该算法具有很好的实时性。     

快速多项式拟合亚像素边缘检测算法的研究

传统的亚像素边缘检测都是先粗定位,再进行亚像素细分,因而运行时间较长.采用了一种基于多项式拟合的快速亚像素边缘检测算法.该算法根据图像的灰度分布,运用三次多项式拟合图像的边缘实现亚像素定位,从而达到较高的定位精度.采用在边缘附近取点,进行亚像素边缘检测,减少了运行时间.仿真实验给出的实验结果证明了该算法的有效性.     

非接触式虹膜图像获取及特征提取方法的研究

报道了一种由使用者自行瞄准来实现虹膜图像非接触式获取的新方法,对获得的图像数据进行了虹膜纹理特征提取试验,验证了方法的可行性和有效性。通过设计几何光照明来辅助使用者定位瞄准,使眼睛处于前后合适的位置;并在摄像机镜头前面放置一片半透半反镜,帮助使用者观察自己眼睛的像来判断眼睛是否偏出摄像机的视场范围。通过该方法可以得到虹膜特征识别的图像数据。采用二维伽博小波对虹膜纹理进行特征提取,并计算两个虹膜特征码值中数值相等的特征位个数,对采集到的虹膜图像进行了特征匹配实验,得到的实验数据证实了该系统完全满足虹膜特征识别的要求。     

一种基于局部信息统计的虹膜分块编码方法

由于虹膜自身的稳定性、非侵犯性、不可更改性等优点,虹膜识别已经成为生物特征身份鉴别领域中的研究热点。但虹膜丰富的纹理和复杂的结构给特征提取和编码带来了很大困难。为尽可能地简化特征提取和编码方法,提高虹膜识别效率,提出了一种基于局部信息统计的虹膜分块编码方法。对原始人眼图像进行虹膜定位等预处理操作,得到归一化的虹膜纹理图像;分别根据虹膜局部信息与全局信息、局部信息与局部信息之间的比较关系进行分块编码;计算了不同虹膜代码之间的汉明(Hamming)距离。根据汉明距离给出识别结果。实验证明该方法有效、可行,具有较高的识别率和识别速度。     

Automatic localization of pupil using eccentricity and iris using gradient based method

This paper presents a novel approach for the automatic localization of pupil and iris. Pupil and iris are nearly circular regions, which are surrounded by sclera, eyelids and eyelashes. The localization of both pupil and iris is extremely important in any iris recognition system. In the proposed algorithm pupil is localized using Eccentricity based Bisection method which looks for the region that has the highest probability of having pupil. While iris localization is carried out in two steps. In the first step, iris image is directionally segmented and a noise free region (region of interest) is extracted. In the second step, angular lines in the region of interest are extracted and the edge points of iris outer boundary are found through the gradient of these lines. The proposed method is tested on CASIA ver 1.0 and MMU Iris databases. Experimental results show that this method is comparatively accurate.     

Human eye iris recognition using the mutual information

This article presents the new biometric electro-optical measuring method supported by PC for identification of a person by its eye iris image recognition. The aim of this approach is to show the ability of mutual information to such recognition. Couples of the comparative human iris images were geometrically aligned by maximization of their mutual information and subsequently recognized. The mutual information was estimated using the efficient algorithm proposed by G. A. Darbellay and I. Vajda. The decision whether two compared iris images belong to the same eye depends on the chosen threshold of the mutual information. Only a simple preprocessing of the iris images is needed to acquire their characteristic geometric parameters before the recognition is performed. The investigations carried out showed the correct (successful) personal identification better than 99%.     

Iris localization based on the Hough transform,a radial-gradient operator,and the gray-level intensity

The iris biometric recognizes a human based on his/her iris texture, which is a stable and unique feature for every individual. A typical iris biometric system performs better for the ideal data, which is acquired under controlled conditions. However, its performance degrades when localizing iris in non-ideal data containing the noisy issues, e.g., the non-uniform illumination, defocus, and non-circular iris boundaries. This study proposes a reliable algorithm to localize iris in such images robustly. First, a small region containing the coarse location of iris is localized. Next, the pupillary boundary is extracted within this small region using an iterative-scheme comprising an adaptive binarization and a pupil location verification test. Following that, the limbic boundary is localized by reusing the Hough accumulator. The iris location is also verified through a gray-level test. After that, the pupillary and limbic boundaries are regularized by applying an enhanced method comprising a Radial-gradient operator (RGO), an error-transform (ET), and the Fourier series. Experimental results, obtained on the CASIA-IrisV3, CASIA-IrisV4, MMU V1.0, and MMU(new) V2.0 iris databases, show superiority of the proposed technique over some of the contemporary techniques.     

红外图像的疲劳状态识别方法

目的：为了解决光照变化对疲劳检测系统造成的准确性不高的问题,提出了一种近红外环境下判断人眼状态的方法,即针对红外光补图像的人眼状态判断。方法：首先,利用Adaboost算法对人眼区域进行定位,在网格法标记人眼瞳孔部分的基础上,进行Retinex红外图像增强。接着,对二值化与边缘检测后的红外图像分别进行网格法闭合度计算,得到人眼闭合度。最后,根据闭合度计算结果设定双阈值并结合PERCLOS来判断眼睛状态。结果：在DM642硬件平台上进行疲劳检测试验,实验结果表明,人眼状态识别率达到了90%以上,且平均每秒能处理21帧图片。结论：证明了该方法不仅能有效解决光照变化带来的问题,而且满足疲劳状态检测系统的快速性、可靠性和有效性等要求。     

基于K-L变换的虹膜识别方法

提出了一种基于K-L变换和最近邻分类器的虹膜识别方法。该方法采用K-L变换得到一组虹膜图像基,并利用这组基图像构造一子空间,将待识别图像在这个空间上的投影系数作为待识别图像的特征向量。采用最近邻分类器进行了分类。基于CASIA虹膜数据库的试验表明,将K-L变换应用在虹膜特征提取上可以取得较高的识别率。     

虹膜识别技术及应用

虹膜识别技术由于具有稳定性好、错误接受率 (FAR)和错误拒绝率 (FRR)相等的指标最优、识别速度快等优点正逐步受到人们的重视。对虹膜纹理的特征、虹膜识别技术的发展和应用进行了较详细的介绍 ;通过将虹膜识别技术与其它生物识别技术相比较 ,对虹膜识别技术的优点进行了讨论。讨论了虹膜识别系统的构成 ,以及用二维Gabor小波和其它小波变换实现特征编码的方法和叙述了虹膜识别中所采用的一些算法     

虹膜区域选取与识别率对应关系分析

在人眼自然张开状态下,虹膜遭受睫毛、眼睑和反射光斑不同程度地干扰而失去了部分信息,因此需要找出虹膜保留面积与虹膜识别率之间的对应关系,从而根据小同的识别率要求估计不同的人眼最小张开程度.利用相关系数识别方法作为评测手段分别在不同的虹膜图库中进行了实验.结果证明,选取靠近瞳孔的虹膜内环区域与整个虹膜区域的比率在大于37.5%时,或者暴露的虹膜两侧扇形的角度大于70.时,就可以获得区分个体的特征量,达到比较稳定的识别率.实验结果还给出了虹膜内环区域而积与识别率的对应关系曲线以及虹膜两侧扇形区域面积与识别率之间的对应关系曲线.     

手机虹膜识别镜头设计

随着近年来图像传感器的快速商用化以及生物识别算法的发展，虹膜识别功能得以应用于移动终端设备。获取虹膜图像是虹膜识别的关键一步，运用ZEMAX光学设计软件设计了一款适用于手机的虹膜识别镜头。该镜头采用豪威科技公司OmniVision_OV2281传感器，采用三片式非球面光学塑料设计，F数为2.3，全视场角为34°，在1/2奈奎斯特频率220 lp/mm处MTF值均大于0.39，且系统总长仅3 mm。根据ZEMAX像质评价方法以及公差分析结果可知，该镜头各项光学指标优良，具有像质好、体积小，质量轻、价格低、容易加工等特点。