基于优化Daugman算法的出租车标志定位

针对传统的Hough变换算法定位圆状目标时易受到干扰,效果不佳,导致定位出现较大偏差的问题,提出了一种基于优化的Daugman算法的定位方法来实现对于出租车标志定位。该算法引进一种优化的Daugman算子并使用阈值经验以提高出租车标志判断与定位的精确度。实验表明,使用该算法判断与定位出租车标志准确且抗干扰性强,从而能有效地定位出租车标志。

不均匀光照下的虹膜定位算法研究

虹膜定位是虹膜识别中的基础性环节。针对经典虹膜定位算法易受光照影响且速度慢的问题,分析不均匀光照对虹膜定位的影响,提出最小二乘法粗定位与微积分算法精定位相结合的虹膜定位方法：首先利用形态学灰度运算处理虹膜图像,对处理图像阈值化后提取并修复瞳孔区域,利用最小二乘法对瞳孔区域下部边界点进行内边缘粗略拟合;然后根据外边缘点存在区域的灰度梯度确定虹膜外边缘点,利用最小二乘法进行外边缘粗略拟合;最后利用微积分算法精确定位虹膜内外边缘。以中国科学院虹膜库CASIA（version 2.0）1 200幅虹膜图像做实验,平均耗费时间为4.38 s,定位成功率为98.3%。与经典的Daugman算法和Hough变换算法相比,所提出的算法对不同光照条件下的虹膜图像能更准确、快速地定位。