学位论文 > 优秀研究生学位论文题录展示

眼毛、眼睑、光斑的检测方法研究

作　者: 乔一勤
导　师: 苑玮琦
学　校: 沈阳工业大学
专　业: 计算机应用技术
关键词: 虹膜识别眼毛遮挡边缘检测模式分类
分类号: TP391.41
类　型: 硕士论文
年　份: 2007年
下　载: 115次
引　用: 0次
阅　读: 论文下载

内容摘要

随着信息时代的到来和网络技术的广泛应用,基于信物或口令安全系统不能完全达到安全与高效的作用,安全市场尤其高端市场期待更便捷更安全的安全系统,因此人们转向生物测定学技术的研究。虹膜识别作为生物识别技术中比较有发展潜力的识别技术之一,已经被逐步应用到身份认证等安全领域。虹膜识别是基于人眼虹膜纹理特征来确定人的身份的一种识别方法,也是最为准确的生物识别方法之一。目前国内外的虹膜技术研究方兴未艾,国内的应用研究才刚刚开始,论文正是在这种背景下结合虹膜识别技术的实际需要,对其中的虹膜图像噪声处理开展研究。虹膜识别系统中,主要研究的对象是虹膜区域的纹理。而实际上通过获取装置采集到的虹膜图像除了包括虹膜区域外,还有巩膜、眼睑、眼睫毛、光斑等噪声。如果这些噪声作为虹膜特征进入虹膜编码模块,将会出现错误的虹膜代码,极大地降低了虹膜识别率。本文针对虹膜中不同的噪声,提出了不同的检测方法,从而可以在特征提取和匹配过程中避开这些噪声区域,提高了虹膜识别率。针对人眼正常张开下,眼睫毛的遮挡比较严重,为了降低眼睫毛噪声对虹膜识别的影响,提高虹膜的识别率,设计了基于canny算子的眼睫毛边缘检测算法。该算法基于canny算子检测图像中的眼睫毛;利用虹膜的外圆,提出了用一个扇形区域来表示眼睫毛遮挡区域。除去眼睫毛遮挡区域与瞳孔,虹膜外圆余下的部分即是虹膜的有效区域。眼睑噪声包括上眼睑和下眼睑,本文首先采用方向选择性的Sobel边缘检测算子提取边缘,然后使用基于改进的抛物线Hough变换的方法求得上下眼睑大致边界。光斑噪声检测分两步,首先提取出图像中像素灰度值较大的点,其中包含光斑和眼睑上的点,然后根据光斑周围灰度较小的特点提取出光斑。实验表明:该算法可以有效地检测眼睫毛、眼睑与光斑,并且所得到的扇形区域包含外圆内部所有的眼睫毛像素,可以有效的提高模式的可分性和虹膜的识别率。

眼毛、眼睑、光斑的检测方法研究

内容摘要

全文目录

相似论文