基于霍夫变换的可见光虹膜图像定位

虹膜定位是虹膜识别中的关键步骤,而非理想条件下的可见光虹膜图像定位算法则是近年来的研究热点。为了提高虹膜定位的精度,提出了一种基于霍夫变换的可见光虹膜图像定位算法,分析并确定了先定位虹膜外边界、再定位内边界的顺序,以提高边界定位准确度;针对外边界定位存在的问题,利用可见光虹膜图像颜色分布的先验信息,进行了边缘检测与筛选,提高了定位的速度与准确度;在此基础上,借助瞳孔和虹膜的位置关系指导虹膜内边界定位,进行了高光噪声检测与去除,采用基于距离约束的霍夫变换,排除噪声影响和减少计算时间。实验结果表明,该算法具有较高的定位准确度,并且能处理诸如严重遮挡、成像模糊、区域对比度低、虹膜纹理与隐形眼镜等干扰情况下的虹膜图像。