虹膜定位算法的研究

【摘要】：虹膜识别具有较高的可靠性和稳定性,是应用数学与图像处理和模式识别等学科研究的交叉前沿课题。虹膜定位是从采集到的图像中分割出虹膜区域,精确稳定的虹膜定位是高效率的虹膜识别系统的前提。本文研究的主要内容是如何提高虹膜定位算法的精确性和稳定性,同时减少定位所需时间。 本文首先对虹膜识别系统的原理和组成做了简要的介绍,然后详细阐述了现有的比较有影响的虹膜定位方法,并分析了现有定位算法存在的主要问题。 针对现有定位算法存在的问题,本文提出了一种有效的虹膜定位算法。算法的流程依次为：瞳孔位置估计,噪声检测,虹膜内边界定位和虹膜外边界定位。虹膜内边界定位采用“由粗到精”的流程,虹膜外边界定位首先估计外圆半径,然后精定位外圆。定位算法在展开图像上采用加权微积分算子检测边界,把在原图像上检测圆形边界的问题转化为在展开图像上检测直线边界的问题,提高了算法的效率。加权微积分算子首先采用相邻n行灰度值的加权平均计算梯度,然后将梯度沿着行方向逐行加和平均。一方面减小了噪声对定位结果的影响,另一方面加强了原本不明显的虹膜边界信息,提高了虹膜定位的准确性和稳定性。 通过在虹膜数据库CASIA-V3.0上的实验表明,本文提出的虹膜定位算法具有较高的准确性和稳定性。对质量较差的虹膜图像,定位算法也取得了比较理想结果,克服了现存定位算法对虹膜图像的质量要求较高的缺点,而且定位算法计算量较小,定位速度较快,实用性较强。