为了提高虹膜识别的效率和准确性，对虹膜识别进行了深入研究，提出了一种基于区域灰度变化的虹膜识别方法。图像预处理得到归一化的虹膜图像，根据虹膜纹理尺度的不同，采用椭圆形高斯滤波器对虹膜图像进行滤波，均匀选取采样点，计算每个采样点附近的区域灰度值，利用序数测度的方法对特征编码，最后通过两个虹膜编码之间的海明距来判断两者之间的差异程度，得到识别结果。本文算法选用Bath 大学虹膜库和CASIA 虹膜库进行了验证实验，等错率分别达到0.05%和0.69%。结果表明，该算法具有很好的准确性和识别速度。
生物特征 虹膜识别 特征提取 序数测度 biometric iris recognition feature extracting ordinal measure
虹膜定位算法是虹膜识别的关键步骤之一,定位的速度和准确度是衡量虹膜定位算法优越性的标准。本文根据瞳孔区域独特的灰度特征提出了一种快速虹膜定位算法,即先粗定位瞳孔区域,再利用形态学和几何学方法精确定位瞳孔,最后利用微分积分算子在瞳孔定位后分割的区域内进行外圆定位,对中科院虹膜库Version 1.0 中的756 幅图像进行定位,准确率达到98.80%,平均定位时间为1.5 s,比直接应用Hough 变换定位虹膜在速度上有了很大提高。
虹膜定位 分块统计 圆检测 Hough 变换 iris location sub block statistics circle detection Hough transform
