文档介绍：万方数据
曲线拟合的虹膜定位算法研究马1神methodmaximum的前提，其定位质量好坏决定了特征提取是否有效，以及编码是否准确，并在一定程度上直接决定了虹膜识别的精度。目前，虹膜定位经典的算法主要有以下郑何南住】提出的基于圆模板匹配的微积分方dx-算法对图像的清晰度和对比要求较高，并且计算量的灰度信息实现对虹膜内外边界的快速定位。即首【摘要】虹膜定位是在虹膜图像中找到虹膜的内外边界，它是虹膜识别中的重要环节．该文提出了一种根据曲线拟合来进行虹膜快速定位的新方法，即先对图像进行分块并提取包含瞳孔的子图像块；再结合类间方差法提取瞳孔的二值化阈值，确定虹膜内边界点；然后根据关键的感兴趣区域灰度梯度信息确定虹膜外边界点；最后对内外边界点采用最小二乘法原理来进行曲线拟合，从而确定虹膜内外边界。通过实验表明该文提出的算法能快速准确地定位虹膜内外边界。关键词曲线拟合；灰度梯度：虹膜定位：最小二乘法：最大类间方差，paperanalgorithman伴随着信息技术的发展和对智能认证系统的需要，生物认证识别技术得到了快速的发展和应用，由于虹膜具有唯一性、稳定性、防伪性、独特性以及非侵犯性等优点，因此，基于虹膜的生物认证识别技术得到了学术界和企业界的极大关注和重视，并在智能认证领域中得到了迅速发展和广泛应用。3成，瞳孔位于眼睛的中心，巩膜为眼球外围亮度比较大的部分，虹膜位于巩膜和瞳孔之间，总体上为一种由里到外的放射状结构，虹膜的内外边界均近似圆形，但是两个圆形边界并不是完全同心的。在实际获取的虹膜图像中，除了眼睛外，还包括人脸的其他部分，如眼睑和睫毛等影像。虹膜定位就是在虹膜图像中对虹膜内外两个圆形边界进行位置确定，它是虹膜识别的重要环节，也是虹膜特征提取6Hough7提出的基于最小二乘原理的方法。从本质上讲，前两种方法是进行参数搜索，后一种方法是进行参数容易受到二值化阈值的影响；微积分法容易受到虹Hough大，占用内存大，提取的参数受参数空间的量化间隔制约，速度最慢。本文采用类间方差法结合图像先通过分块，提取包含瞳孔的区域，接着对提取的38320095电子科技大学学报TP391Q334A桑甶imageInfittingInextractedNext,adeterminedAndthenthe．，甌；between．电子科技大学通信与信息工程学院成都；厍斓缱庸こ讨耙笛г和ㄐ殴こ滔抵厍焐称喊忧recognitionis，quicklyfittinggraylocalizationleast收稿日期：——：修回日期：——(60472046)gl(2006837430002)作者简介：马争，男。博士．教授。主要从事图像处理和模式识别等方面的研究．．No3．EngineeringUniversity；2Department瓹
万方数据
号xy2t0(2)1拟合确定虹膜外边界参数。本算法避免了图像二值1提取的子图像块上采取二值化的方法来分离瞳孔。d"--8(f4(f(2e)E(2d)(2)(3)[1考虑到可能存在眼皮、睫毛以及光斑的干扰，区域采用类间方差求得瞳孔的二值化阈值，再通过搜索边界点，对确定的边界点进行曲线拟合，从而实现虹膜内边界的精确定位；然后根据瞳孔的位置参数以及一些先验知识提取虹膜外边界的感兴趣区域，对所选区域进行中值滤波和一阶梯度变换后，采用局部