基于改进型最小二乘法拟合的虹膜定位

合集下载

基于SIFT和SDM的虹膜定位方法 微信HTML全文.

基于SIFT和SDM的虹膜定位方法 微信HTML全文.

图 3 SDM 算法迭代中虹膜外边缘的形状变化 Fig������ 3 Outer boundary shape of iris at each step
(a)—根据瞳孔中心确定的初始形状ꎻ (b)—迭代 1 次得到的虹膜外边缘形状ꎻ (c)—迭代 2 次得到的虹膜外边缘形状ꎻ (d)—迭代 3 次得到的虹膜外边缘形状.
需要说明的是ꎬ本文方法的训练和测试过程
都是在边长缩小为 1 / 4 的虹膜图像上进行. SDM
算法的迭代次数设为 3.
1������ 4 最小二乘拟合
本文采用最小二乘法对 SDM 算法得到的关
键点进行了定位. 其中虹膜的外边界采用圆形定
位ꎬ上、下眼睑采用抛物线形定位.
1������ 4������ 1 虹膜外边缘定位
1������ 3������ 3 SDM 定位 对训练数据库中的每一幅图像ꎬ计算标记点
的 SIFT 特征ꎬ并通过求解公式(1) 得到 Rk 和 bkꎬ 作为学习到的线性回归参数.
定位时ꎬ首先利用瞳孔定位的参数和虹膜外
边缘的平均曲线初始化迭代曲线ꎬ得到训练参数 Rk 和 bk. 进行定位时ꎬ用平均形状对虹膜外边界 进行初始化ꎬ如图 3a 所示ꎻ图 3bꎬ图 3c 和图 3d 分 别给出了迭代 1 次、2 次和 3 次的虹膜边界.
张祥德(1963 - ) ꎬ男ꎬ山东昌乐人ꎬ东北大学教授.
第2 期
王 琪等: 基于 SIFT 和 SDM 的虹膜定位方法
Байду номын сангаас
181
feature transform ) [5 - 6] 特 征 和 SDM ( supervised descend method) [7] 算法的虹膜定位方法. 该方法 首先采用径向对称变换[8] 和微积分算子定位瞳 孔ꎬ然后采用 SIFT 特征描述虹膜边界的关键点ꎬ 并采用 SDM 算法对虹膜定位的优化模型进行求 解ꎬ得到虹膜内外边界和上下眼睑的关键点坐标ꎬ 最后采用最小二乘法[9] 确定上、下眼睑的边界和 虹膜外边缘.

一种快速的虹膜定位算法

一种快速的虹膜定位算法

b u d r on —e u n e r x r ce .S mi r o n a p i ts q e c swe e e t t d i l l h u e ice c n b t d b h e s s u r t o y a a y,t e o t rcr l a ef t y t e l a t q a e meh d i e a a t x e me t l e u t s o h t h t o a v r o h y ls e n y l c l so tls .E p r n a s l h w t a e meh d c n o e c me t e e e a h sa d e ei o cu in,a d as i r s t d n lo

A s rs Lo a i a i n M e h d Fa t I i c l to t o z
C E i ,WA G S -n , I i —u , A e, HO h ng a g H NQa n N uj g LU X a h a G O L i Z U C u —un i o
lc lz t n.On lc t g t n e o n a y o rs,a mp o e r c ng a g rt m s i to u e o o t i o aia i o o ai he i n rb u d r fii n n i r v d ta ki lo ih wa n r d c d t b a n
第4 9卷
第 6期
吉 林 大 学 学 报 (理 学 版 )
Junl f inU i r t S i c d i ) ora o Ji nv sy( c neE io l ei e tn
Vo. No 6 149 . NO 2 V 011

基于特征融合和优化极限学习机算法的虹膜识别系统

基于特征融合和优化极限学习机算法的虹膜识别系统

基于特征融合和优化极限学习机算法的虹膜识别系统路春辉【摘要】针对虹膜图像采集过程中存在光照、干扰等因素,为进一步提高虹膜图像识别的准确率,提出一种基于组合特征提取的优化极限学习机(ELM)模型来提高虹膜图像识别的精度.模型考虑了特征提取和分类器优化两者均起着重要作用,利用灰度共生矩阵(GLCM)和多通道2D Gabor滤波器特征提取后进行特征融合,得到更丰富的特征信息,并设计改进了蜂群算法(IABC)优化ELM模型作为分类器.同时设计的线性加权多目标函数综合考虑分类精度和网络结构,从而有效提高了虹膜识别的准确率.实验表明提出的模型通过结合两种特征提取方法,能提取出更丰富的可区分特征,并且结合优化分类器得到了很高的分类准确率,是一种有效的虹膜识别模型.【期刊名称】《计算机应用与软件》【年(卷),期】2016(033)007【总页数】8页(P326-333)【关键词】特征提取;虹膜识别;灰度共生矩阵;多通道2D Gabor滤波器;极限学习机【作者】路春辉【作者单位】广东工程职业技术学院信息工程学院广东广州510520【正文语种】中文【中图分类】TP3生物特征识别技术是指通过计算机,利用人体所固有的生理特征或行为特征来进行个人身份鉴定。

近年来,基于人脸、指纹、虹膜、声音等生物特征的识别技术引起人们关注,其中人眼的虹膜具有丰富的纹理信息和特征,与其他生物特征相比,具有唯一性、稳定性和非侵犯性等优点。

因此基于虹膜的身份识别系统研究正成为生物特征识别领域的一个研究热点[1,2]。

虹膜识别系统主要包括三部分:(1) 虹膜图像预处理;(2) 虹膜特征提取;(3) 虹膜分类。

虹膜特征提取是虹膜识别系统中最重要的步骤之一。

Daugman根据Gabor变换提出了2D Gabor滤波器理论[3]。

之后Daugman[4]利用多尺度正交小波法提取虹膜纹理信息并生成2048位虹膜代码。

Monro等[5]采用一维离散余弦变换(DCT)作为特征提取方法进行虹膜匹配。

改进的虹膜图像分割算法

改进的虹膜图像分割算法

( b) 二值化图
( c)形态学 提取边界
( d)内边缘定位图
图 1 内边缘定位过程
1. 3 虹膜外边缘定位 虹膜纹理丰富, 外边缘比较模 糊, 虹膜与巩
膜分界不明显, 所以内边缘的定位难度比外边缘 要大. 在定位虹膜外边缘前, 要进行预处理, 以避
60
免进一步突出外边缘. 边缘检测采用多尺度形态 边缘检测算法 [ 8 ] , 同时运用形态学的连通区域来 选取边缘, 避免大量的无效点参与定位运算, 从 而使定位更加准确, 定位的时间更少.
通常情况 下, 上 下眼睑 张开的 程度是 有限 的, 遮盖了部分虹膜结构, 因而图像中的虹膜并 不是完整的环形, 还存在眼睑的块状遮盖和睫毛 的线性遮挡, 如图 1至图 5 的 ( a) 图. 因此, 虹膜 分割不仅包含环形区域的分割, 同时还包括此环 形区域中上下眼睑及睫毛遮挡部分检测. 因此, 为有效地进行识别, 应尽量去除眼皮和睫毛遮盖 等干扰.
在三维和四维空间求最优解, 定位速度慢, 搜索
过程复杂, 耗时较多, 当存在严重眼皮、睫毛干扰 时, 外边缘定位还会存在严重偏差.
曾有人取 [ -
4,
4 ] 以及 [ - 34,
5 4
]的区间
来提取纹理特征 [ 7] , 也有人直接删除归一化虹膜
图像的一部分 [ 2] , 这在一定程度上能消除一部分
( a) 原始图像
( b)上下眼睑子图像
( a)虹膜定位图
( b)检测到的睫毛
( c)上下眼睑 的候选点集 ( d)上下眼睑检测结果 图 3 图像 CJL _L _02上下眼睑检测过程
3 睫毛的检测
睫毛对于虹膜来说是一种不规则 ! 黑噪
( c)虹膜分割图

一种基于修正差分进化的虹膜定位算法

一种基于修正差分进化的虹膜定位算法

一种基于修正差分进化的虹膜定位算法邹德旋;王鑫;段纳【期刊名称】《控制理论与应用》【年(卷),期】2013(030)009【摘要】提出一种用于虹膜定位的差分进化算法(modified differential evolution,MDE).MDE和原始差分进化算法(differential evolution,DE)主要有3点不同:第一,MDE采用了基于混沌序列的尺度因子和基于均匀分布的交叉率,这有助于提高候选解的多样性;第二,MDE使用中心解来修正最差解的变异操作,这有助于提高候选解的质量;第三,MDE使用最好解来帮助受困解摆脱局部最优点.在搜索边缘前,两种有效的去噪方法被用来减少虹膜图像中噪声的影响.去噪后,再使用MDE和其他4种方法来进行虹膜定位.在中科院(Chinese Academy of Sciences Institute of Automation,CASIA)眼图数据库中选择200幅来自不同个体的虹膜图像来验证和比较MDE及其他4种方法的效率.实验结果表明,与其他4种方法相比,MDE使用更少的执行时间来定位瞳孔边缘和虹膜边缘.【总页数】7页(P1194-1200)【作者】邹德旋;王鑫;段纳【作者单位】江苏师范大学电气工程及自动化学院,江苏徐州221116;沈阳建筑大学信息与控制工程学院,辽宁沈阳110168;江苏师范大学电气工程及自动化学院,江苏徐州221116【正文语种】中文【中图分类】TP391.41【相关文献】1.基于修正差分进化算法确定周期内多载波微放电等效功率 [J], 王新波;张小宁;李永东;刘纯亮;王瑞;魏焕;冉立新2.一种基于差分进化和编码修正的重叠联盟结构生成算法 [J], 桂海霞;张国富;苏兆品;蒋建国3.一种基于差分进化算法和粒子群算法的双进化方式的全局优化算法 [J], 张宏;蒋德勇4.基于跳距修正与差分进化优化的改进DV-Hop定位算法 [J], 王磊; 巫韦华; 齐俊艳; 安葳鹏5.一种基于粒子群优化算法和差分进化算法的新型混合全局优化算法 [J], 栾丽君;谭立静;牛奔因版权原因,仅展示原文概要,查看原文内容请购买。

一种快速有效的虹膜定位方法

一种快速有效的虹膜定位方法

一种快速有效的虹膜定位方法作者:杨秀张轩雄来源:《软件导刊》2019年第01期摘要:虹膜定位是虹膜识别系统中的一个重要步骤,后续处理步骤均取决于其准确性。

针对传统虹膜定位方法的局限性,设计了一种由粗到精的算法,解决计算成本问题的同时达到可接受的精度要求。

利用灰度投影法和自适应阈值将虹膜图像转换为二值图像实现虹膜内边界的粗定位,再用Canny算子对边缘进行检测精定位,然后根据定位结果结合矩形检测模板对外边界进行粗定位,使用Daugman圆盘算子检测虹膜外边界进行精定位。

实验结果表明该算法能准确快速地定位虹膜区域。

关键词:阈值;Cannny算子;矩形检测模板;虹膜定位;灰度值DOI:10. 11907/rjdk. 182004中图分类号:TP301 文献标识码:A 文章编号:1672-7800(2019)001-0061-04Abstract: Iris localization is an important step in the iris recognition system,whose speed and accuracy affect all the subsequent processing steps. In view of the limitations of traditional iris localization methods,a coarse to fine algorithm is designed to solve the computational cost and attain admissibility accuracy. It employs gray projection algorithm and uses an adaptive threshold to convert the iris image into a binary image to achieve coarse positioning of the inner boundary of the iris,and then it uses the Canny operator to perform fine positioning of the iris inner boundary. According to the positioning results of the inner boundary of the iris, the outer boundary of the rectangle detection template is coarsely positioned. Daugman's disc operator is used to detect the outer boundary of the iris to precisely locate the outer boundary. The experimental results show that the algorithm can accurately and quickly locate the iris region.0 引言隨着人们对信息安全的日益重视,传统意义上的身份识别手段已经不能满足人们的需求[1],由此催生了基于生物特征的身份识别技术。

基于改进型Canny算子的虹膜图像外边缘检测

基于改进型Canny算子的虹膜图像外边缘检测

基于改进型Canny算子的虹膜图像外边缘检测作者:李毅等来源:《科技传播》2014年第16期摘要基于使用传统Canny算子检测虹膜图像后,部分图像抛物线和圆的检测出现细节不完整等问题,提出一种基于自适应动态阈值的算子。

将整幅图像分割为若干个子区域,令子图像之间有一定区域的重叠,然后依据非极大值抑制之后的输出结果自适应地选取每个子图像的高、低两个阈值。

为了验证改进算法的有效性,因而对CASIAI虹膜数据库进行实验并对结果进行分析,得出改进Canny算法相比传统Canny算子不仅计算复杂度有所降低,而且能够更好地检测边缘信息。

关键词边缘检测;Canny算子;自适应动态阈值中图分类号TP391.4 文献标识码A 文章编号 1674-6708(2014)120-0160-03Abstract In this paper, an arithmetic which is based on adaptive dynamic threshold is put forward. It is directed against the traditional Canny operator detection used in the iris image, which has been confronted with incomplete problems in part of its image parabola and round inspection details. This arithmetic segments the whole image into several sub areas in order to make a certain area of overlap between the sub images. After that, the output of the high and low two thresholds of each sub image will be selected adaptively based on the maximum inhibition. This paper is to verify the validity of the improved arithmetic so that it tests the CASIAI iris database and analyzes the results. It makes a conclusion that compared with the traditional Canny operator, the improved Canny algorithm not only has reduced computing complexity, and it is better capable to detect the edge information.Keywords edge detection; Canny arithmetic; adaptive dynamic threshold0 引言身份鉴别是一个永恒的课题。

基于小范围边缘区域搜索的虹膜定位算法

基于小范围边缘区域搜索的虹膜定位算法
中图分类号 :T 3 1 P 9. 4 文献标志码 :A d i 03 6 ̄i n10 —0 X. 1.1 2 o :1 . 9 .s.0 35 1 2 01. 4 9 s 0 0
I i c to s d o e r hi als a eEdg g o rsLo a i n Ba e n S a c ngSm l c l - eRe i ns
t b a n s mep rso e o trb u d r . i a l, e s q a e meh d i s d f rf t g t e b u d r . h x e i e t l o o ti o at f u e o n a y F n l la t u r t o u e o t n o n a y T ee p r h t y s s i i h m n a r s l h w h tt e p o o e rs l c t n a g rt m a o a e t e ii q i k y a d a c r tl a d i a h e e o d e u t s o t a r p s d i o a i l o i s h i o h c n l c t rs u c l n c u a e ̄ n t c i v s g o h l c to o ei s ma e f i e e t u l y o a i n f rt g so f r n ai . h r i i d q t K e r s ii l c t n g a a u e r g o a e r h g o ti h r c e i i ; e s q a emeh d y wo d : r o a i ; r y f t ; e i n l a c ; e me r c a a trs c l a t u r t o s o e r s c t s

基于改进几何特征的虹膜定位算法

基于改进几何特征的虹膜定位算法

基于改进几何特征的虹膜定位算法
王琪;费耀平
【期刊名称】《计算机测量与控制》
【年(卷),期】2005(13)11
【摘要】针对随机Hough变换造成的大量无效采样和无效累积问题,提出了基于改进几何特征的虹膜定位算法;首先通过先验知识对传统的去短枝算法进行了改进,然后对仍然留在图像上的噪声点和高频细节用‘投影'算法进行了进一步的去除,这样就降低了无效采样的概率;在虹膜粗定位的过程中,文中采用的是圆的内接直角三角形;任意取两点,比取三点的方法降低了无效采样的概率,提高了虹膜定位的效率.【总页数】3页(P1271-1272,1275)
【作者】王琪;费耀平
【作者单位】中南大学,信息科学与工程学院,湖南,长沙,410075;中南大学,信息科学与工程学院,湖南,长沙,410075
【正文语种】中文
【中图分类】TP301.6;R322.9
【相关文献】
1.一种基于几何特征的虹膜定位算法 [J], 周俊;罗挺;王友斌;陈扬
2.基于几何特征的虹膜定位算法 [J], 王成儒;胡正平
3.基于几何特征的虹膜定位算法 [J], 韩丽娜
4.一种基于圆几何特征的虹膜定位算法 [J], 魏炜
5.基于改进粒子群算法及分区去噪的虹膜定位研究 [J], 刘辉;朱文玉;娄成芝;张彦文;唐闯;陈希
因版权原因,仅展示原文概要,查看原文内容请购买。

基于特征加权FDCT和模糊最小二乘支持向量机的虹膜识别算法

基于特征加权FDCT和模糊最小二乘支持向量机的虹膜识别算法
虽然采用小波变换进行虹膜特征提取 ,取得了良好的 效果。但是小波变换也存在缺陷性,小波变换反映点奇异 性.在表示线奇异的二维图像时,不具有空间各向异性的要 求,不能有效捕捉虹膜图像的边缘信息。从而影响虹膜识别 的准确性。Curvelet(曲波)变换克服了小波这一局限性 ,除 了具有小波变换多尺度特性之外.还具有多方向性和各向 异性,对图像边缘特征的表达更优于小波变换。罗忠亮等阎 利用 Curvelet变换提取虹膜特征取得了较好的识别效果。
关键 词 :虹 膜识 别 ;特 征 加 权 ;快 速 离 散 曲 波 变 换 ;模 糊 最 /b- 乘 支持 向 量 机 ;最 优 二 叉 树
中 图 分类 号 :TP391
文 献标 识 码 :A
doi:10.1 1959/j.issn.1000—0801.2016058
Iris reco,gnitUion algRorithnm based on feature wei"gh Iit ing f tast discrete Curvelet transform and fuzzy LS—SVM
H E Zhenhong Department of Computer Science,Gansu Normal University for Nationalities,Hezuo 747000,China
Abstract: In order to overcome the weakness of wavelet transforiB in two dimensional spatial analysis. an improved algorithm based on fast discrete Curvelet transform for iris recognition was proposed. Curvelet transform which can effectively capture the im age edge information was introduced to decompose iris im age. M ean and variance of low frequency sub—band coefficients and the energy of high f requency sub·band were extracted.Then the feature vectors were weighted according to the difference of classif ication ability of sub—band feature. Fuzzy least square support vector machine with optima l binary tree was developed to implement classif ication and recognition.The simulation results show that the proposed algor ithm has higher recognition per formance than the present method. K ey words: iris recognition,feature weighting,fast discrete Curvelet transform ,fuzzy least square support vector machine,optimal binary tree

采用改进Snake模型的虹膜定位方法

采用改进Snake模型的虹膜定位方法

第40卷第4期红外与激光工程2011年4月Vol.40No.4Infrared and Laser Engineering Apr.2011采用改进Snake模型的虹膜定位方法张志佳1,张海峰1,周纯冰2,桑海峰1(1.沈阳工业大学信息科学与工程学院,辽宁沈阳110178;2.中国刑警学院声像资料检验技术系,辽宁沈阳110854)摘要:为了提高虹膜定位的精度和可靠性,提出了两种改进的Snake模型来分别定位虹膜的内外边缘。

使用未滤波的虹膜梯度图像,同时,引入蛇点法线方向的归一化向量,使这些向量的方向都指向虹膜的内边缘,在这两个因素作用下来完成Snake模型对虹膜内边缘的定位。

定位虹膜的外边缘时,在传统Snake模型的基础上,引入指向轮廓型心的归一化向量,即先求取Snake的型心,然后求取型心至每个蛇点的归一化向量,使它们都指向Snake的型心。

采用CASIA虹膜图像数据库进行了大量实验,结果表明:提出的算法具有较好的鲁棒性,与经典的虹膜定位算法相比,具有更好的定位效果。

关键词:虹膜定位;主动轮廓;Snake模型;归一化向量中图分类号:TP391.41文献标志码:A文章编号:1007-2276(2011)04-0767-05Iris location method based on improved SnakeZhang Zhijia1,Zhang Haifeng1,Zhou Chunbing2,Sang Haifeng1(1.School of Information Science and Engineering,Shenyang University of Technology,Shenyang110178,China;2.Department of Audio and Vedio Information Indentification,China Criminal Police University,Shenyang110854,China)Abstract:Two improved Snake models were presented to respectively locate the inside and outside edges of iris in order to enhance the location accuracy and location reliability.The gradient image of iris without being filtered was first directly used,then the normalized vectors normal to each snake node pointing to the inner iris edge were added and the inside edge of iris could be located by this improved Snake under the two factors.Based on the traditional Snake model,the normalized vector at every Snake node pointing to the centroid of the contour was used to locate the outside edge.The centroid of Snake was calculated first, and then normalized vector between each Snake node and the centroid pointing to the centroid was rge amount of experiments are carried out with the CASIA iris image database,which show that the proposed Snake is pared with the classical iris location algorithms,the proposed algorithm has a more accurate result.Key words:iris location;active contour;Snake model;normalized vector收稿日期:2010-07-15;修订日期:2010-09-18基金项目:国家自然科学基金(60972123);辽宁省自然科学基金(20102163)作者简介:张志佳(1974-),男,博士,副教授,主要从事图像处理、模式识别的研究。

一种改进的基于Hough变换的虹膜定位算法

一种改进的基于Hough变换的虹膜定位算法
中 图 分 类 号 :T P 3 9 1 文 献 标 识 码 :A 文 章 编 号 :0 2 5 8 — 7 9 9 8 f 2 0 1 4 ) 0 4 — 0 0 6 6 — 0 4
An i mp r o v e d a l g o r i t h m o f i r i s l o c a l i z a t i o n m
i mp r o v i n g t h e e e l c t o f i is r l o c a l i z a t i o n .F i r s t l y .t h e p u p i l c e n t e r i s e s t i ma t e d b y u s i n g a t o t a l o f 1 r e c t a n g u l a r wi n d o w.T h e n.t h e b i n a r y e d g e i ma g e i s t r a n s f o r me d i n t o r e c t a n g u l a r r e g i o n w h i c h i s i n d i c a t e d w i t h p o l a r c o o r d i n a t e s ,a n d t h e r u l e s o f h o r i z o n t a l e d g e s e l e c t i o n a r e u s e d t o r e mo v e t h e n o n-h o r i z o n t a l e d g e ,a n d t h e n t h e e d g e -s e l e c t e d i ma g e i s t r a n s f o r me d i n t o c a r t e s i a n c o o r d i n a t e s . F i n a l l y , t h e Ho u g h t r a n s f o r m a n d t h e c o u p l i n g r e l a t i o n s h i p b e t w e e n t h e i n t e r n a l b o u n d a y r a n d t h e e x t e r n a l b o u n d a r y a r e e mp l o y e d t o d e t e r mi n e t h e p a r a me t e r s o f b o u n d a i r e s o f t h e e d g e —s e l e c t e d i i r s i ma g e ,a n d t h e me a n o f t h e b i g g e s t a n d t h e s e c o n d b i g g e s t b o u n d — a y r p a r a me t e r s a r e c h o s e n a s t h e e s t i ma t e o f t h e i i r s b o u n d a y p r a r a me t e r s .Ex p e r i me n t s i n d i c a t e t h a t t h e p r o p o s e d a l g o it r h m c o s t s a n a v e r a g e t i me o f 0. 1 5 2 S .a n d t h e c o r r e c t r a t e i s 9 8 . 4% .

基于二维小波变换的圆形算子虹膜定位算法

基于二维小波变换的圆形算子虹膜定位算法

基于二维小波变换的圆形算子虹膜定位算法赵静【摘要】An improved iris localization algorithm of circular operator based on two-dimensional wavelet transform is proposed to im-prove the accuracy and the speed of the iris localization. Firstly,the algorithm segments the pupil area of the iris by the threshold. Second-ly it locates the iris inner edge by the edge detection operator in the pupil area. Thirdly the human eye iris image is processed by the two-dimensional wavelet transform to reduce the image resolution instead of the smoothing function in the Daugman circular operator. Finally it gets the circular edge of the sliding window by the circular edge detection operator,and compares the circle inside mean gray with the circle outside mean gray to locate the iris outer edge. The simulation results show that the algorithm locates the iris inner and outer edge with 1. 85s average time and 99. 6% accuracy rate. The algorithm has a higher practical value in the iris recognition system.% 为了提高虹膜定位的准确率和速度,提出了一种基于二维小波变换的Daugman圆形算子虹膜定位改进算法。

基于改进Hamming距离的虹膜识别算法

基于改进Hamming距离的虹膜识别算法
Abs t r a c t:Ai mi n g a t t he pr o b l e m t h a t i is r f e a t u r e ma t c h i n g s p e e d i s s l o w,t h e r e s e a r c h p u t s f o r wa r d a k i n d o f i mpr o v e d Ha mmi n g d i s t a n c e a l g o it r h m t o s h o r t e n t h e t i me o f t h e ma t c h.Tr a di t i o n a l f e a t u r e ma t c hi n g i s 8 t i me s s h i t f r a t i o o n t h e wa y,t he s t u d y c h o o s e s t h e s ma l l e s t Ha mmi ng di s t a n c e c o mp a r e d wi t h t h e t h r e s h o l d v a l ue a t a t i me . Th i s a p p r o a c h l e a d s t o t h e i n c r e a s e o f t he a mo u n t o f c a l c u l a t i o n a n d a f f e c t s t h e r e a l — t i me p e r f o r ma n c e .Th i s p a pe r p r o p o s e s a n e w me t ho d,i n c h a r a c t e iz r i n g t h e s h i t f t h a n a t t h e s a me t i me:i t wi l l c o mpa r e t h e o b t a i n e d Ha mmi n g d i s t a n c e e v e r y t i me wi t h t h r e s h o l d. I f t h e r e s u l t i S l e s s t h a n t h e t h r e s h o l d.i t wi l l d e t e r mi n e t he t wo f r o m t h e s a me i r i s t e mp l a t e p i c k e r ,a n d in f i s h s h i ti f n g .I f n o t l e s s t h a n t h e t h r e s h o l d,t he n i t wi l l c o n t i n u e t o s h i t ,u f n t i l t h e s h i t f 8 t i me s .On t h e e mbe d de d mi n i 2 4 40 d e v e l o p me n t b o a r d.t h e u s e o f a l a r g e n u mb e r o f CAS I A i r i s d a t a ba s e i S

基于改进型最小二乘法拟合的虹膜定位

基于改进型最小二乘法拟合的虹膜定位

基于改进型最小二乘法拟合的虹膜定位韦涛;梁碧珍【期刊名称】《计算机时代》【年(卷),期】2016(000)006【摘要】For the traditional iris localization algorithm is slow and takes up big storage space, an iris localization algorithm based on least squares fitting circular curve is proposed in this paper. According to the difference of gray value between iris image and iris surrounding, the proposed algorithm uses Canny operator to detect image edge, makes the image binarization with a right threshold, and then outlining iris inner boundary and fitting iris image outer boundary are given by least squares approximation, and the coordinates and radii of iris' inner and outer edges are calculated. 100 images extracted from the image database CASIA were experimented. The results show that the accuracy of the proposed algorithm is up to 90 percent, and the speed is 150ms faster than the traditional localization algorithm. The algorithm reduces the complexity of the calculation and saves memory space.%针对传统虹膜定位算法计算速度慢、内存占用大的缺点,提出最小二乘法拟合圆曲线的虹膜定位算法。

基于改进遗传算法的最小二乘法的应用

基于改进遗传算法的最小二乘法的应用

基于改进遗传算法的最小二乘法的应用
菅倩;乔冠峰
【期刊名称】《机械管理开发》
【年(卷),期】2011(000)005
【摘要】为了克服基本遗传算法参数较多时编码表示冗长、烦杂以及实数编码等寻优效果的不足,提出了一种改进编码的遗传算法——矩阵编码遗传算法.它是在遗传算法大的框架不变的情况下仅改变其编码,即遗传编码改变的同时,相应的遗传操作,包括交叉、变异等都要随之变化.除此之外,适应度函数和计算也要变化.最小二乘法是系统辨识常用方法之一,将改进的遗传算法与最小二乘方法相结合来解决系统辨识的问题,给辨识问题的解决提供了新方法和新思路,同时也丰富了遗传算法的实际应用意义.MATLAB仿真实验结果表明,该算法可以解决系统辨识问题.
【总页数】3页(P207-208,212)
【作者】菅倩;乔冠峰
【作者单位】太原科技大学后勤管理处,山西太原030024;太原名仕达煤炭设计有限公司,山西太原030000;西建筑职业技术学院;山西太原030000
【正文语种】中文
【中图分类】TP29
【相关文献】
1.基于最小二乘法的灰色 GM(1,1)改进模型在非煤矿山事故预测中的应用 [J], 李明洋;姜福川
2.改进遗传算法及最小二乘法在计算机数学建模中的应用 [J], 孙庆锋;方来祥;戴柯寒;
3.基于规划理论的最小二乘法改进及其在Markov跳变系统参数估计中的应用 [J], 李颖;林洪生;刘严
4.改进Diebold & Li两步法的Nelson-Siegel模型——基于遗传算法与最小二乘法交叉运用 [J], 李国徽;谢贵知
5.计算机数学建模中改进遗传算法与最小二乘法应用 [J], 余航
因版权原因,仅展示原文概要,查看原文内容请购买。

基于改进最小二乘法拟合的车道线检测

基于改进最小二乘法拟合的车道线检测

基于改进最小二乘法拟合的车道线检测
刘波;耿韬
【期刊名称】《信息技术》
【年(卷),期】2015(39)4
【摘要】提出了一种新的适用于自主驾驶系统的车道线检测——基于改进最小二乘法拟合的车道线检测.算法首先将摄像头采集的一帧帧图像,截取感兴趣的下半部分进行灰度变换,得到灰度图像;其次采取高通滤波,小波变换,来进行边缘增强与检测;之后采取最小阀值二值化得到二值化图像,采用最小二乘法拟合车道线;最后车道线的跟踪采用粒子滤波.实验表明,该算法简单、鲁棒性强,能准确地检测到车道标识线.【总页数】5页(P192-195,200)
【作者】刘波;耿韬
【作者单位】上海理工大学光电信息与计算机工程学院,上海200093;上海理工大学光电信息与计算机工程学院,上海200093
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于改进型最小二乘法拟合的虹膜定位 [J], 韦涛;梁碧珍
2.基于改进Hough变换的车道线检测 [J], 李后隆;马骊溟;钟林伟
3.基于改进OctConv的车道线检测算法研究 [J], 蒙双;陈乐庚;肖晨晨
4.基于改进双阈值分割的车道线检测算法研究 [J], 许烁;何俊红;王栋
5.基于改进逆透视变换的车道线检测算法 [J], 刘景锋;李炎亮;江奎;郭雨婷
因版权原因,仅展示原文概要,查看原文内容请购买。

基于极坐标特征的改进模糊C-均值虹膜定位算法

基于极坐标特征的改进模糊C-均值虹膜定位算法

基于极坐标特征的改进模糊C-均值虹膜定位算法王洋;庞彦尼;左平【期刊名称】《吉林大学学报(理学版)》【年(卷),期】2014(000)003【摘要】A new two-step location approach combing coarse location with fine location was presented for iris location under non-ideal situation. Improved fuzzy C-mean clustering based on polar coordinates transformation was proposed for the coarse iris location and a kind of dynamic circular edge template was adopted by the fine irislocation.Having used polar coordinates as clustering attribute and relaxed fuzzy clustering restriction,the proposed algorithm improves the robustness of iris location.The experimental results prove the validity of this approach convincingly.%针对非理想情况下虹膜图像定位失败的问题,提出一种新的虹膜定位算法。

该算法先使用基于极坐标特征的改进模糊C-均值算法对虹膜外圆半径进行粗定位,再采用圆周差分法对外圆参数进行准确计算。

该算法通过使用极坐标作为聚类特征及放宽模糊聚类的聚类条件,提高了虹膜定位算法的鲁棒性。

实验结果表明,该方法有效提高了非理想情况下虹膜图像的定位精度。

【总页数】4页(P515-518)【作者】王洋;庞彦尼;左平【作者单位】吉林大学计算机科学与技术学院,长春 130012; 吉林大学公共计算机教学与研究中心,长春 130012;吉林大学数学学院,长春 130012;空军航空大学基础部,长春 130022【正文语种】中文【中图分类】TP391.1【相关文献】1.基于改进的模糊C-均值聚类算法及支持向量机的眼底图像中硬性渗出检测方法[J], 高玮玮;沈建新;程武山;王明红;左晶2.基于改进的模糊c-均值聚类算法的负荷特性指标分析与分类 [J], 李文华;贾玉雯;范新涛3.一种改进的基于遗传算法的模糊C-均值算法 [J], 侯惠芳;刘素华4.基于减法聚类改进的模糊c-均值算法的模糊聚类研究 [J], 于迪;李义杰5.基于改进蝙蝠优化自确定的模糊C-均值聚类算法 [J], 汤正华因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

生 。其 中虹膜识别是 当今 时代最有市场潜 力和商 长 ,很难达 到实时性 ;②Daugman微积分 圆形检 测算
收 稿 日期 :2016—3—1O 基金项 目:广西高校科学研究技术项 (KY2015ZD118) 作者简 介 : ̄ (1984一),男 ,广西河池人 ,硕士研 究生 主要研究方 向:模式识别 ,无线通信 。
航海安全等重要领域 ,对身份的有效识别和认证要求 像 中提取出来 ,虹膜定位是整个虹膜识别过程最重要
更可靠 、更精确 、更便捷 。仅仅依靠传统的身份证件 、 的一步 。虹膜定位准确与否直接影响到虹膜纹理特征 护照 、信 用卡等11-21进行 身份鉴别 已经远远不能满足信 最后 的虹膜 识 别效 果 。 目前 国 内外 普遍 采用 的虹膜 定
· 76 ·
Com puter Era N o.6 201 6
法 m ,该 方 法 是 采 用 基 于 梯 度 积 分 的 方 法 来 定 位 虹 膜 边 界 的 圆 探 测 器 ,通 过 沿 径 向 求 梯 度 再 圆周 积 分 , 将 积分最大值对应 的参数 作为虹膜边界参数 。算法
幅 图像进行 实验 ,结果显 示所提 出的算法准确率达 99%,而且比传统的定位算 法快 150ms,减少虹膜定位计算 的复杂度 和
内存 空 间 。 Fra bibliotek关 键 词 : 虹膜 识 别 ;边 缘检 测 ;虹 膜 定位 ; 最 小二 乘 法 拟 合
中图分类 号 :TP391.4
文献标 志码 :A
文章编 号 :1 006—8228(201 6)06—75—05
摘 要 :针对传统虹膜 定位算法计 算速度慢 、内存 占用 大的缺 点 ,提 出最小二乘 法拟合 圆 曲线的虹膜 定位算法 。该 算法
根 据虹膜 区域 图像和周边 灰度值相 差异 的特 点,先利 用 Canny 算子探 测虹膜 图像 边缘 ,设 定合适 的阂值将 图像二 值化 ;
再用 最小二乘 法勾勒虹膜 内边界和 拟合外边界 ,并计算 出虹膜 内外边缘 的坐标和半 径。从 CASIA图像数 据库抽取 100
Abstract: For the traditional iris localization algorithm is slow and takes up big storage space,an iris localization algorithm based on least squares f itting circular curve is proposed in this paper.According to the diference of gray value between iris im age and iris surro ̄ ding, the proposed algorithm uses Canny operator to detect image edge, makes the im age binar ization with a right threshold, and then outlining iris in er boundary an d fitting iris image outer boundary ar e given by least squares approximation, and the coordinates and radii of iris’ inner and outer edges are calculated. 100 im ages extracted from the image database CASIA were experimented. The results show that the accuracy of the proposed algorithm is up to 90 percent, and the speed is 1 50ms faster than the traditional localization algorithm.The algorithm reduces the complexity of the calculation and saves m em ory space. K ey words: iris recognition; edge detection; iris localization; least squares fiting
计 算机 时代 2016年 第 6期
· 75 ·
DOI:1 0.1 6644/j.cnki.cn33—1 094/tp.20 1 6.06.02 1
基 于 改进 型 最 小 二 乘 法 拟 合 的虹 膜 定 位 ★
韦 涛 。梁碧 署珍
(百 色学院信 息 工程 学 院 ,广 西 百 色 533000)
Iris localization algorithm with im proved least squares fitting
W ei Tao,Liang Bizhen
(College of Information Engineering,Baise University,Baise,Guangxi 533000,China)
0 引言
业价 值 的 生物 识 别 方 法之 一 ,它 是 一 种 非 接 触 、防 伪
当今 身份 识别的重要性 日益彰 显 。在维护 国家 性能好 、识别率高 、定位准确的识别方法。
安全 ,维护社会安全 ,网络 安全 ,金融信息 安全 ,航空
虹膜定位是通过一定的算法将虹膜圆环从人 眼图
息时代对身份验证和 身份 识别准确性的要求 。传统 位经典算法主要有两种 :@wildes提出的 Hough算法 ,
的识别方式技术落 后 ,手段单一 ,很难 区分伪造者和 该方 法先使 用 canny算子对虹膜进行边缘检测 ,然后
真正 的所有 者。在 更准确需求的驱使 下 ,基于指纹 、 采用边缘点对边界参数进行投票 ,将得票数最多 的参 人脸 、手掌 、声音 、虹膜等生物特征的识别技术应运而 数 确定 为虹膜 边界参 数 ,由于 Hough变 换 计算耗 时
相关文档
最新文档