一种快速虹膜定位算法

提出了一种根据眼睛瞳孔近似为圆的几何特性,利用与瞳孔相切的两条平行扫描线进行瞳孔圆心的定位来实现虹膜的定位算法.与传统虹膜定位算法相比,该方法避免了搜索的盲目性,提高了虹膜定位的精度和速度.     

嵌入式虹膜定位算法

利用虹膜的几何特征及平面几何的知识,提出了一种支持嵌入式系统的虹膜定位算法.即通过移动两条经过瞳孔且相互垂直的弦来定位虹膜内边缘;并利用巩膜与虹膜的灰度值悬殊这一特点,对图像反相处理来突出巩膜,再确定虹膜外边缘上的六个点,从而定位虹膜外边缘.算法避免了搜索的盲目性,实时性有较大改善,能较好地支持嵌入式系统.     

一种新的快速虹膜定位算法

虹膜定位是虹膜识别中非常重要的一个环节.本文提出一种通过边缘检测模板的新瞳孔定位方法,避免了睫毛干扰造成定位不准的影响.同时在外边界粗定位的基础上,改进了虹膜外边界的精确定位方法,采用此种粗定位与精定位相结合的方法极大的缩短了虹膜定位的时间,提高了定位的准确性.大量实验表明,该虹膜定位方法简单可靠,精确度高,取得了非常好定位效果.     

一种改进的虹膜快速定位算法

针对现有虹膜定位算法的局限性,提出一种检测变形瞳孔的算法,实现了精确快速的虹膜定位,并通过最大类间方差法确定图像阈值。变形瞳孔近似椭圆,因此利用最长弦定位内边界。由于瞳孔虹膜近似同心,利用圆灰度梯度算子小范围搜索外边缘。此算法精确定位了变形瞳孔,避免了外边缘搜索的盲目性,提高了虹膜定位的精度与速度。     

一种快速虹膜定位方法

虹膜定位是虹膜识别中非常重要的一个环节。首先利用灰度平均值法找到瞳孔内初始定位点,并提出一种通过边缘检测模板的新瞳孔定位方法,同时引入C-均值动态聚类分析法提高定位精度。然后在外边界粗定位的基础上,改进了虹膜外边界的精确定位方法,采用此种粗定位与精定位相结合的方法极大缩短了虹膜定位的时间,提高了定位的准确性。大量实验表明,该虹膜定位方法简单可靠,精确度高,取得了非常好的定位效果。     

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。     

虹膜定位的快速算法

基于眼睛图像的几何特性,提出了一种基于最长弦的瞳孔定位算法,该算法能快速地检测到瞳孔的位置。由于图像中的瞳孔并不是规整的圆形,此方法与传统的基于圆灰度梯度检测算子的瞳孔定位算法相比能够更好地拟合瞳孔边界。在精确地定位瞳孔之后,根据瞳孔和虹膜近似同心的特性,利用圆灰度梯度检测算子在小范围内搜索虹膜的外边沿。与传统的虹膜定位方法相比,此算法避免了搜索的盲目性,提高了虹膜定位的速度和精度。     

一种新的虹膜归一化算法

根据在虹膜归一化算法研究中遇到的问题，在虹膜定位的基础上，介绍了虹膜归一化算法，并对虹膜归一化算法进行了改进，将瞳孔真实边缘作为归一化内边界。实验结果表明，新算法有效的去除了黑点并保留了虹膜原有信息。     

一种有效的虹膜定位及睫毛检测方法

提出一种有效的虹膜定位及睫毛检测方法。通过把眼睛图像中分割成小的矩形区域,利用找到的这些矩形区域像素平均最小值把眼睛图像进行二值化,找到虹膜区域的内边界;以瞳孔的质心为参考点,在其左右的扇形区域内分别使用修改后的Daugman的检测算子,找到像素值变换大的位置,进而定位出虹膜的外界;使用Gobor滤波器和窗口移动法对睫毛进行有效的检测。通过对大量虹膜图像的实验表明,该方法取得了非常好的结果。     

一种改进的虹膜边界定位算法

虹膜边界定位是虹膜识别系统的重要组成部分,定位的速度、准确度和定位算法的鲁棒性至关重要。针对传统虹膜定位算法的不足,提出了一种改进的虹膜定位算法,充分利用虹膜图像的灰度分布特征,合理地设定相关参数,实现虹膜内边界和外边界快速准确的定位。实验结果表明,该算法与经典的虹膜定位算法相比,定位准确度更高,定位速度更快。     

基于区域生长与Hough变换的虹膜定位方法

快速、准确地定位虹膜是虹膜识别系统的关键。在分析了传统虹膜定位算法的基础上,提出了一种把区域生长与Hough变换相结合的虹膜定位方法,利用区域生长搜索虹膜的内边缘,根据图像的灰度变化规律,搜索位于外边缘的若干个点,利用Hough变换找出外边缘所在位置。实验结果表明,该方法易于实现,减少搜索的盲目性,可提高定位速度。     

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。     

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。     

A new iris segmentation method for non-ideal iris images

Many researchers have studied iris recognition techniques in unconstrained environments, where the probability of acquiring non-ideal iris images is very high due to off-angles, noise, blurring and occlusion by eyelashes, eyelids, glasses, and hair. Although there have been many iris segmentation methods, most focus primarily on the accurate detection with iris images which are captured in a closely controlled environment. This paper proposes a new iris segmentation method that can be used to accurately extract iris regions from non-ideal quality iris images. This research has following three novelties compared to previous works; firstly, the proposed method uses AdaBoost eye detection in order to compensate for the iris detection error caused by the two circular edge detection operations; secondly, it uses a color segmentation technique for detecting obstructions by the ghosting effects of visible light; and thirdly, if there is no extracted corneal specular reflection in the detected pupil and iris regions, the captured iris image is determined as a “closed eye” image.     

一种快速有效的虹膜图像预处理方法

为解决虹膜识别中的虹膜定位时间较长、虹膜内边界变形、眼睑和睫毛普 遍存在的问题,提出了一种新的虹膜图像预处理方法,该方法对虹膜图像采用数学形态学算 子对图像进行处理,合理有效地减少了边缘图像中非虹膜的边缘点;然后对图像直方图采用 双直线拟合直方图求取检测眼睑和睫毛的阈值。对中科院自动化所CASIA-IrisV3 虹膜数据 库的实验结果显示,提出的虹膜图像预处理方法准确快速,能合理有效去除眼睑和睫毛。     

一种结合Snake与GAC模型的虹膜定位方法

为了提高虹膜定位的精度和可靠性,采用改进的Snake模型和改进的GAC模型分别定位虹膜的内外边缘。对于虹膜内边界,在传统的Snake模型的基础上,引入GVF力场代替原有的传统外力场,完成Snake模型对虹膜内边缘的定位。对于虹膜外边界,在传统的GAC模型的基础上,引入非负常数项作为演化收缩力,使其方向指向对象内部,从而实现GAC模型对虹膜外边缘的定位。采用CASIA虹膜库进行了大量实验,结果表明该方法与经典的虹膜定位算法相比,定位速度更快,抗噪性更强,定位更准确。     

一种快速而精确的虹膜定位方法

快速虹膜定位是实现虹膜自动识别系统的基础。从虹膜图像特点出发,提出了基于分块统计灰度平均值的方法来确定虹膜内圆圆心和半径。利用不变矩的识别方法,不需要对任何带估参数进行累积计数,就可快速求出外边缘的参数,计算量小,计算时间短。通过对中科院自动化所CASIA虹膜数据库50组图像的虹膜定位测试结果表明,该方法定位准确率达到95%。     

基于统计的虹膜定位算法改进

由于目前基于统计的虹膜定位算法局限性,我们改进了这个虹膜定位的算法,利用二值化后灰度图像进行内边缘的粗定位,然后通过对直方图均衡后的图像提取虹膜的外边缘进行粗定位,最后利用Daugman算子的改进进行模板精定位.实验结果表明,该方法提高了准确度和速度.