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
沈阳工业大学视觉检测技术研究所, 辽宁 沈阳 110178
传统的虹膜定位方法是在人眼图像上把虹膜轮廓当作理想圆来提取。针对虹膜内边界不是理想圆, 外边界边缘模糊等问题, 提出一种新的虹膜轮廓提取方法。先利用极坐标变换将包含全部虹膜区域的某个范围展开成矩形形状, 然后在此矩形区域上根据灰度的阶跃进行虹膜真实内边界的查找, 最后在矩形区域上利用直线定位虹膜外边界代替在人眼图像上利用圆定位外边界。该方法不仅解决了内边界不是理想圆造成的瞳孔遗留或纹理损失问题, 而且以点、线检测代替圆检测显著降低了虹膜定位时间。通过对CASIA-IrisV3虹膜图像库进行定位测试结果表明, 该方法平均定位时间0.172 s, 定位准确率99.35%。
图像处理 虹膜定位 点线检测 真实内边界
