基于分水岭算法脸图像中定位眼部虹膜的中心位置.doc

基于分水岭算法在人脸图像中定位眼部虹膜的中心位置 虞凌飞 （温州大学物理与电子信息工程学院，11电科班） 摘要:使用分水岭分割算法与区域合并相结合的方法，有效地对虹膜图像进行分割并减少过度分割现象。首先对原图像做平滑处理，使用 sobel 梯度算子得到原图像的梯度图，然后使用分水岭算法对梯度图进行区域分割，最后将分割图像的过度分割部分进行区域合并。实验证明这种方法可以应用于分割带有噪声的图像，也能够减少过度分割现象。仿真结果表明，把这种方法用于虹膜区域分割中，可以得到精确的、封闭的虹膜边缘。 关键词:图像分割，分水岭算法，虹膜区域分割，区域合并。 Based on Watershed Algorithm to Locate Facial Image of the Iris in the Eye Center Position Yu Lingfei (Physics and Electronic Information Engineering of Wenzhou University,11 Dianke Class) Abstract: The method of combining watershed algorithm and regions merging technology is used in this paper, segment iris image accurately,and reduce over- segmentation phenomena efficiently. First, smooth the image and choose the sobel gradient operator to make the gradient image,then use watershed algorithm on the gradient image to segment the original image. Last,do regions merging to reduce over- segmentation.It has been proved that this method may be used in image with noise, And can reduce over- segmentation. Emulational result shows that accurate and close iris edge can be obtained by this method. key word: image segmentation，watershed algorithm，iris region segmentation，regions merging 引言 图像分割是一种解析的图像描述方法，是把图像分割成为互相连通的、有一致属性的象素的集合。它在很多计算机视觉和图像处理的应用中占有重要的地位。分水岭算法是一种非常快速的算法，它生成的分割结果通常比较稳定，但是应用分水岭分割算法有两个主要缺点：对噪声敏感、合并过度分割的区域时需要大量的计算。对图像进行平滑处理和在分割后对图像进行区域合并可以很大限度地弥补这个缺点。 虹膜定位，亦即虹膜内外边缘的定位。由于虹膜具有较好的环状特性，所以可以用圆心及半径可变的圆作为模板，来定位虹膜边缘。本文对虹膜边缘的定位采用两步法，即先利用灰度投影量进行粗定位，然后利用圆形模板进行精定位。这样可以提高虹膜边缘定位的速度，避免一些盲目性的搜索。 分水岭算法 分水岭算法，基本思想是把图像看作是测地学上的拓扑地貌。计算分水岭的算法有很多种，其中具有代表性的一种算法是基于浸没模拟(Immersion Simulation)]的过程。 图1 这是一种自下而上形成区域的方法。该算法把灰度图像看成是地形学上的地貌。假设在每个区域最小值的位置上打一个洞，并且让水以均匀的速率从洞中涌出，从低到高淹没整个地形。当处在不同的汇聚盆地中的水将要聚合在一起时，建造一道大坝来阻隔它们。在浸没过程中，水位每升高一个高度，盆地将得到延伸，并且可能有新的盆地被注水，浸没过程结束后，所有的区域将被水淹没，并被大坝所包围，这些大坝就是流域的分水岭，也就是我们使用分水岭算法提取出来的连续的边界线。 图 1 表示了这些概念。关于分水岭算法的严格数学描述参见文献。 一般地，分水岭算法最初分割的区域，有些区域本身是一个目标区域，也有些是一个目标区域的一部分，因此为了获得最终的目标区域，需要对最初分割得到的区域进行区域合并。分水岭分割算法对噪声比较敏感，如果原始图像中有噪声，那么经过分水岭算法分割后的图像，将产生过度分割情况，所以将需要更多的区