摘要
由于退化条件的存在,非理想虹膜识别的关键在于正确分割虹膜区域,这一区域包含能够用于个体识别的纹理。本文提出了一种基于统计特性的非理想虹膜图像分割方法,包括内边界定位、外边界定位和眼睑检测3个阶段。在内边界定位阶段,通过高斯混合(GMM)模型及多弦长均衡策略,实现对瞳孔及虹膜中心的精确定位;在外边界定位阶段,利用简化的基于区域信息的曲线演化方法,将其与序统计滤波(OSF)结合,以确保曲线收敛至虹膜外边界;在眼睑检测阶段,利用二次曲线对眼睑进行建模。对多个数据库进行实验的结果表明,本文方法能够有效克服反光、睫毛和眼睑遮挡、外边界模糊等不利因素的影响,精确实现了非理想虹膜图像的分割。
学科与关键词
关键词
非理想虹膜分割高斯混合模型(GMM)生物特征识别虹膜识别 non-ideal iris segmentationGaussian mixture model(GMM)biometricsiris recognition
- 基于多通道Gabor滤波与灰度梯度共生矩阵的虹膜识别方法白雪冰; 张庭亮; 祝贺现代科学仪器, 2013, (05): 69.
- 虹膜图像获取与识别技术谭铁牛; 王蕴红; 马力; 孙哲南; 崔家礼; 朱勇国家技术发明奖, 二等奖, 2005.
- 低分辨率图像的虹膜中心实时定位算法徐立明自动化应用, 2019, (10): 118-120.
