一种改进的VFC活动轮廓模型

VFC活动轮廓模型相较于其他的基于参数的活动轮廓模型具有抗造性强、势场平滑、边界保真能力强的特点。然而该模型对噪声和弱边缘同时存在的情况依然不能很好地处理,且该模型不能提取多个目标的轮廓。为了解决这一问题,本文首先深入分析VFC模型之所以抗造性强的原理,在此基础上提出了一种改进的VFC模型,从而解决强噪声和弱边缘同时存在的轮廓提取问题,并且分析改进后VFC模型能够提取多个目标轮廓的原理。通过实验分析验证,改进后的模型具有更强的通用性。

基于矢量场卷积的虹膜定位

为了提高虹膜定位的精度和准确性,从而进一步提高虹膜识别系统的识别率,提出了一种基于矢量场卷积(Vector Field Convolution,VFC)的虹膜定位算法,用于精确定位虹膜内边界。首先利用最小灰度平均值法自动确定VFC模型的初始化轮廓,在活动轮廓内外力作用下实现虹膜内边界定位;然后对于虹膜外边界,采用改进的Daugman算法进行定位。利用多个虹膜图库进行了大量实验,并与几种常见的虹膜定位算法进行了比较,实验结果表明:该方法定位准确度更高,虹膜内边界定位更接近真实边界,定位结果有明显改善。