基于数学形态学的虹膜定位算法.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于数学形态学的虹膜定位算法   摘要:针对现有的虹膜定位算法的局限性,提出了一种基于数学形态学的虹膜定位算法。内圆定位是利用二值图像形态学的方法提取瞳孔的圆心和半径。外圆的定位用形态学进行边缘提取与Hough变换相结合,确定外圆圆心及半径。实验证明了该算法的合理性和有效性。   关键词: 虹膜定位;数学形态学;Hough变换   中图分类号:TP301文献标识码:A文章编号:1009-3044(2008)16-21282-02   An Algorithm of Iris Localization Based on Mathematical Morphology   WANG Ya-ru,LUO Sheng-xian   (College of Information Engineering, Chengdu University of Technology,Chengdu 610059, China)   Abstract:Aiming at the limit of location algorithm , a method of the iris localization based on the Mathematical Morphology is proposed .A morphological method for the binary images is used to extract the center of pupil and estimate its radius. The method of edge detection based on Mathematical Morphology and Hough transform is used to locate the outer edge of the iris. The experimental results show that our algorithm is rational and feasible.   Key words:Iris location,mathematical morphology,Hough Transform      1 引言   虹膜识别技术是目前崭新的一种基于生物特征的身份识别技术。虹膜是人眼中位于瞳孔和巩膜之间的近似圆环状的区域,具有稳定性,唯一性和非侵犯性等特点。虹膜识别包括:虹膜的定位,特征提取和模式匹配。虹膜的定位是指找出虹膜的内外边缘,它是虹膜识别过程中的关键环节,准确的虹膜定位是获取虹膜特征从而进行识别的前提。   在目前国内外的虹膜识别系统中,比较通用的算法有Daugman识别算法[1]和Wiides识别算法[2]。Daugman提出了一种基于活动圆模型板匹配的定位算法,Wiides提出的是二维高斯算子与边缘检测算子相结合的Hough变换算法。这两种算法虽然都取得了良好的定位效果,但都需要进行三维空间搜索,定位速度慢。为了提高定位速度,本文提出了基于形态学方法的虹膜定位算法。   2 虹膜定位   2.1 内边缘的定位   一般而言,在采集到的眼图中,虹膜灰度值比巩膜灰度值小,而瞳孔灰度值比虹膜灰度值小。根据这一规律,本文提出了一种快速的内边缘定位算法。   2.1.1 分离瞳孔区域   依据瞳孔灰度值最小的特点,采用二值化的方法粗略的把瞳孔分离出来。首先通过计算图像的直方图,设定一个阈值T将图像转化为二值图像,如图1(a)所示,然后将原始图像中的像素点灰度值大于T的,其值置为255,反之置为0。   2.1.2 去除二值图像中的干扰   如图1(a)所示,在二值化后的图像中,仍然存在着浓密的睫毛部分。利用形态学的方法对图像进行处理。首先通过膨胀的方法把虹膜图像中的眼睫毛等干扰去掉,然后再通过腐蚀的方法把膨胀过程中膨胀过的区域腐蚀掉。算法公式为:   ■   式中,F为待处理的二值化图像,S为结构元素。经过去除睫毛处理后的二值图像仍然保留了瞳孔的形状,如图1(b)所示。   图1 瞳孔分离与去噪处理   2.1.3 确定内圆的圆心和半径   在去掉睫毛和噪声的二值图像中,只有分离出来的瞳孔。因此通过对瞳孔部分的像素所有的横、纵坐标分别求和再取平均,即求出瞳孔部分的质心,就得到瞳孔的圆心坐标(a0,b0)。由于分离出来的瞳孔是黑色,背景是白色,可以利用这一特点只需搜索出灰度变化的点就是瞳孔的边缘,求出圆心到边缘的距离得到内圆的半径r0。   2.2 外边界的定位   外边界定位通过形态学算法和Hough变换来实现。   2.2.1 前期滤波   由于拍摄到的虹膜图像存在着一定的光学噪声和电子学噪声,这些孤立的噪声在边缘检测前应先去除,以免影响边

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档