基于瞳孔变化的动态虹膜定位方法.pdf
《基于瞳孔变化的动态虹膜定位方法.pdf》由会员分享,可在线阅读,更多相关《基于瞳孔变化的动态虹膜定位方法.pdf(5页珍藏版)》请在咨信网上搜索。
1、2023 年第 5 期计算机与数字工程收稿日期:2022年11月6日,修回日期:2022年12月19日作者简介:刘冬冬,男,硕士,研究方向:嵌入式系统设计。李向荣,女,博士,副教授,研究方向:信号采集与处理。焦学,男,硕士,研究方向:数字信号处理。续敏,女,博士,研究方向:机电一体化。1引言生物识别技术一直是社会安全领域的关注热点,目前虹膜识别被认为是近年来最值得信赖的生物识别技术之一1。它与生俱来,不易被破坏,且一生不会改变,被伪造盗用的可能性也微乎其微24。针对该识别技术,目前算法较多,其中虹膜定位算法一直是研究的热门,其快速准确的定位直接决定了该生物识别技术的推广性和可靠性。目前较为热门
2、的算法有Arif Iqbal Mozumder5提出了一种基于自适应直方图均衡和中值滤波技术的分割方法,该方法相较于 Daugman67提出的两次采用Hough变换进行虹膜定位的方法,在准确度上有提升,但该算法的运算量仍较大,虹膜的定位速度较慢;孙雯雯8提出了一种基于Hough变换定位虹膜内外边界的方法,该方法先对图像进行数学形态学操作,然后再使用Hough变换,该方法同样存在运算量较大的问题,定位的速度有待提高。本文提出了一种快速定位方法,该方法首先通过准确过滤噪声,快速定位瞳孔区域,然后建立瞳孔半径与虹膜外径关系的数学模型,基于该模型自动定位虹膜外边界的方法,该方法相对已有算法的定位速度和
3、准确度有显著的提高。2虹膜定位通常采集的虹膜图像包含许多信息如图1所基于瞳孔变化的动态虹膜定位方法刘冬冬李向荣焦学续敏(青岛科技大学机电工程学院青岛266061)摘要目前虹膜识别算法较多,但仍存在计算量大、速度慢的问题,针对该问题提出了一种基于瞳孔变化的动态虹膜定位方法。该方法首先通过去除小面积过滤噪声,再将图像进行缩小,再使用Hough变换进而实现对虹膜内边界定位;在瞳孔定位之后,根据瞳孔尺寸和虹膜纹理尺寸的变化关系,建立瞳孔半径与虹膜外径关系的数学模型,对不同图像可实现动态实时定位虹膜的外边界。该方法将虹膜内边界定位时间缩减到0.17s,外边界定位缩减到0.01s。实验结果表明经该方法提取
4、的虹膜区域,虹膜识别准确率可高达99.8%。关键词去除小面积;图像缩小;动态定位中图分类号TP751DOI:10.3969/j.issn.1672-9722.2023.05.034Method of Locate Iris Region Dynamically Based on Pupil ChangeLIU DongdongLI XiangrongJIAO XueyanXU Min(Institute of Mechanical and Electrical,Qingdao University of Science and Technology,Qingdao266061)Abstract
5、The current iris localization algorithm has the problem of large computation and slow speed,to solve this problem,a dynamic iris localization method based on pupil change is proposed.This method firstly removes the small area to filter noise,thenshrinks the image,and then uses Hough transform to loc
6、ate the inner boundary of iris.According to the change of pupil size and iristexture size,the mathematical model of the relation between pupil radius and iris outer diameter is established,and the outer boundary of iris can be dynamically located in real time for different images.This method reduces
7、 the positioning time of iris inner boundary to 0.17s and outer boundary to 0.01s.The experimental results show that the iris recognition accuracy of the iris region extractedby this method can reach 99.8%.Key Wordsremove the small area,image reduction,dynamic positioningClass NumberTP751总第 403期2023
8、 年第 5期计算机与数字工程Computer&Digital EngineeringVol.51No.51169第 51 卷示,而用于识别的信息只存在于虹膜区域内,即瞳孔与巩膜之间的环形区域9,因此在进行虹膜识别之前,必须要对虹膜的内外边界进行定位,分离出有效区域。图1采集的虹膜图像2.1虹膜内边界定位2.1.1虹膜图像预处理由于瞳孔的灰度值相对于虹膜及巩膜的灰度值较小,因此可以通过设定一较低阈值T,将虹膜图像转化为二值图像,进而定位虹膜的内边界10。首先将采集的虹膜图像转化为灰度图像,得到其灰度直方图,如图2所示。通过观察虹膜图像的灰度直方图得知,若将瞳孔有效分离,需要将二值化阈值设置在第一
9、个峰谷处。经该阈值二值化处理后的结果如图3所示。300025002000150010005000050100150200250图2虹膜图像的灰度直方图图3二值化图像由于 Hough 变换需要把每一个灰度值为 255的像素点作为有效像素点进行运算,而二值化之后的图像存在大量灰度值为255的像素点,而这些像素点大多数都是无效信息,如果全部参与Hough变换,运算量大且效果不佳。因此要对二值图像进行边缘检测,利用边缘检测的信息进行圆检测。本文采用在边缘检测中效果做好的 Canny11算子,对二值化后的虹膜图像进行边缘检测,提取二值图像的边缘信息,经该算子处理后的二值图像边缘信息如图 4 所示。由与存
10、在睫毛,光斑等噪声,该图像仍达不到快速准确定位的要求,仔细观察图像,发现噪声区域大多数为面积较小的孤立点,本文根据这一特性继续对图像进行去噪处理,以保留瞳孔部分的信息,过滤掉光斑睫毛等噪声。图4Canny边缘检测图5八连通模板采用一种八连通的模板对图像进行连通区域检测,该模板如图 5 所示。即将每一个灰度值为255的像素点代入该模板,对八个方向进行连通区域的检测,并统计出该连通区域的面积。通过设定一面积阈值S,把图像中的噪声去除,结果如图6所示。图6去噪后图像经过去噪后的图像可以清晰地显示瞳孔所在的位置,且有效过滤了睫毛,光斑等噪声。但由于所采集的图像分辨率为640480,即使是瞳孔大小的圆形
11、也是由较多的像素点组成,如果直接对去噪后的图像进行Hough变换圆检测,计算量仍有待提高,本文继续提出一种缩小图像分辨率的方法进一步减少 Hough变换的运算量。即把 640480分辨率的图像,在不影响瞳孔圆特征的情况下,将去噪后的图像长宽各缩小为原来的 1/4,分辨率降为160120,使得组成瞳孔的像素点数缩减为原来的1/16,进一步加快虹膜内边界的定位速度。其转换刘冬冬等:基于瞳孔变化的动态虹膜定位方法11702023 年第 5 期计算机与数字工程公式为f小(xy)=f原(4x4y)(1)其中f小(xy)为缩小后的图像,f原(4x4y)为原图像,x和y为缩小4倍后的值。2.1.2Hough
12、变换圆检测Hough变换是一种常用的计算机视觉算法,因为其可以根据几何图形的公式特性,通过投票机制准确地检测出几何图形的参数,而人眼的瞳孔近似于圆形,所以可以利用霍夫变换圆检测,推导出瞳孔的半径和中心坐标12。其原理公式如下:()x-a2+()y-b2=r2(2)其中x和y为圆上点的坐标,()a,b为圆心坐标,r为半径。对去噪后缩小后的图像进行Hough变换圆检测,将得到的中心坐标和半径扩大4倍并附加到原始图像上,即为瞳孔定位的效果。结果如图 7 所示。图7Hough圆变换检测结果2.2虹膜外边界定位算法研究由于虹膜和巩膜之间灰度值变化比较平缓,所以通过阈值分割法把虹膜外边界突显出来较为困难。
13、通过观察采集的虹膜图像,可发现虹膜区域为夹杂在瞳孔和巩膜之间的环形区域,里面包含了复杂的纹理信息,而这些纹理信息正是虹膜识别进行比对的根本信息,因此虹膜的边界定位目的是把虹膜的纹理信息,尽可能多地用于虹膜匹配识别,而其它信息的占有率应尽可能小,进而保证虹膜识别的准确度。由于虹膜的纹理信息主要集中在瞳孔附近,而外边界附近的纹理信息相对较少,因此只需要确定纹理的外边界即可完成虹膜的外边界定位,而瞳孔的大小变化会引起虹膜纹理的伸缩和拉伸,纹理的外边界半径R也会因此发生变化。本文对CASIA13提供的虹膜图像,按照瞳孔的尺寸进行分类,并通过虹膜识别匹配算法进行实验,通过不断调整外边界R,得到在不同R下
14、的匹配识别率,取识别率最高的R值作为该瞳孔尺寸下虹膜纹理外边界的半径。经过反复试验得出结果:在瞳孔半径为r的时候,纹理的外边界半径R的变化情况如图8所示。6968676665646362616020253035404550瞳孔半径纹理外边界半径图8瞳孔半径和虹膜纹理外边界半径关系本文采用最小二乘法对其进行二次曲线拟合,得出瞳孔半径r与纹理的外边界半径R的对应关系如下:y=(-0.0071)x2+0.79x+46.89(3)其中y为虹膜纹理的外边界半径,x为瞳孔半径。使用该方法进行定位的虹膜边界结果如图9所示。图9虹膜定位效果图3实验结果分析与比较本实验使用的PC主频为2.7GHz,内存16G,
15、显存3G,运行于Windows 10 64位操作系统上。为验证该算法的通用性,本文通过自行搭建设备,固定相机与人眼的距离,自行采集不同瞳孔大小的虹膜照片,用本文提出的算法进行定位,结果如图10所示。采用本文提出的算法进行虹膜定位的时间如表1所示,其平均时间约为0.18s。图10不同尺寸瞳孔外边界定位效果1171第 51 卷表1不同算法虹膜定位所需时间方法内边界定位时间/s外边界定位时间/s总定位时间/sDaugman1.812.023.83Wildes1.751.923.67本文方法0.170.010.18为进一步验证该定位方法的可行性,本文采用基于Gabor滤波器的虹膜识别匹配算法14,在M
16、atlab R2019b 平台对中国自动化研究所提供的 CASIA 虹膜照片进行匹配实验,得出结果如图 11 所示。109876543210012345678910FAR/%FRR/%图11虹膜识别OCR曲线实验结果表明,本文提出的虹膜定位方法在定位速度上相对其他算法有了较大的提高,且准确度较高,适用于虹膜匹配实验,等错率为2.1%。本文提出的虹膜定位方法,在时间上优势很大,主要是因为本文在瞳孔定位阶段首先通过去除小面积的方法,去除了光斑、睫毛等噪声,缩减了Hough变换的运算量,并且提高了瞳孔定位的准确性,然后通过缩小图像比例,进一步缩减运算量,从而实现虹膜的内边界快速定位;而虹膜外边界定位
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 瞳孔 变化 动态 虹膜 定位 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。