沈阳工业大学 视觉检测技术研究所, 沈阳 110178
针对2D-Gabor滤波器设计的问题,提出了一种单频2D-Gabor滤波器设计方法。该方法在详细分析了2D-Gabor滤波器中各个参数意义的基础上,通过二分法的思想确定适合虹膜纹理的单一频率ω,再根据其它参数与其关系确定出各个参数取值,从而获得单一频率下的2D-Gabor滤波器。实验结果表明使用设计的单频2D-Gabor滤波器对虹膜图像进行特征提取可以使虹膜识别的识别率达到98.61%以上。使用单频2D-Gabor滤波器不仅可以提高特征提取速度,降低存储空间,同时也利于硬件实现。
虹膜识别 2D-Gabor滤波器 单一频率 二分法 iris recognition 2D-Gabor filter single frequency dichotomy
沈阳工业大学 视觉检测技术研究所，沈阳 110178
在虹膜检测方法中易受到部分眼睑和睫毛的遮挡，从而降低虹膜识别的准确性,针对该问题，提出了一种基于2D-Gabor滤波器的虹膜噪音检测方法.该方法首先利用2D-Gabor检测归一化后虹膜图像中的眼睑和睫毛等噪音，然后记录噪音干扰区域，最后在匹配时去除虹膜代码中的干扰位来尽量避免噪音对于虹膜识别的影响.在CASIA(3.0)图库上进行实验的结果表明，采用噪音检测操作时正确识别率为99.02%，不采用噪音检测时正确识别率仅为98.46%.
虹膜识别 噪音检测 2D-Gabor滤波器 匹配 Iris recognition Noise detection 2D-Gabor filter Match
沈阳工业大学 视觉检测技术研究所，沈阳 110178
本文提出了一种新颖的虹膜图像预处理方法，该方法打破了传统的定位思想，并且将噪声检测的过程由空间域转到频域来完成。首先，在原始图像上填充瞳孔内的光斑；其次，将人眼图像展开成矩形，在矩形图像上以点线检测代替传统的圆检测确定虹膜的内外边界，并进行归一化；最后在归一化后的虹膜图像上利用2D-Gabor滤波器的方向选择性检测眼毛和眼睑，标记干扰区域。实验证明，该方法可以解决内边界不是理想圆造成的瞳孔遗留或纹理损失问题，而且显著降低了虹膜定位时间，提高了虹膜识别的准确性。
图像预处理 虹膜定位 真实内边界 去除噪声 归一化 image pre-processing iris location real inner edge de-noising normalization
