快速虹膜图像眼睑分割方法

虹膜图像中通常包含了干扰因素的眼睑,为了消除影响识别效果的这种干扰因素,保证较高的识别率,提出一种分段检测算法。先进行圆弧分段拟合和圆弧参数的动态聚类,对聚类所得的圆弧再次拟合,完成上下眼睑的分割。实验表明,与Hough变换和Daugman圆探测法相比,在同等条件下,在速度和精度上具有一定的优势。最后的编码识别实验表明,这种处理方法提高了虹膜识别的模式分类能力和识别的可靠性。

虹膜图像的分段检测眼睑算法提取及其图像清晰度评价研究

针对虹膜图像的提取和清晰度分析问题，研究了基于分段检测眼睑的虹膜图像采集及对所采图像的清晰度的评价，进而提出了一种新的解决方法。所提方法使用分段检测的眼睑分割算法提取虹膜边缘，使用倒谱域函数评价图像的清晰度。分段检测方法可经过圆弧参数的分段拟合、动态聚类，快速准确地分割出虹膜图像中的上下眼睑，倒谱域函数评价法可大大减少运算时间，提高抗噪性和可靠性。实验结果证明，该方法能有效地提高虹膜图像的识别率，且对整体识别时间影响很小，因而更适合用作眼睛图像的质量评价。