一种精确的虹膜定位方法

合集下载

一种新的虹膜定位算法

膜应用于生物识别具有以下优点：１高独特性，（）虹膜具有非
巩膜
图１眼睛图象
常复杂的细节特征和纹理图象，这些特征每个人各不相同；（）２高稳定性，虹膜纹理在人的一生中基本不会发生改变；３（）防伪性好，利用虹膜本身有规律的震颤特性以及虹膜随光强度变化而缩放的特性，以把假冒的虹膜图片识别出来；４易可（）使用性，该技术可以不与人体接触，甚至在没有引起人们注意情况下即可把虹膜图象摄下来。另外，据统计。Ｊ虹膜识别的错误率是各种生物识别技术中最低的。在现有图象采集的条件下，ＣＤ摄像头所得的虹膜图用Ｃ象不可能就只有虹膜，还包括了大面积的虹膜附近区域的信息，如瞳孔、、巩膜睫毛等，ＣＣＤ摄像机采集所得的眼睛图象如图ｌ所示。这些信息均对虹膜识别有一定影响，如果眼睑遮掩了一部分虹膜，则只能用上眼睑以下和下眼睑以上的图像；另外，还有瞳孔内的光源反射也可能对虹膜图象造成影响。
１引
言
虹膜瞳孔
近年兴起的虹膜鉴别技术，由于其巨大的优势及潜在的商业价值，驱使国际上一些公司投入大量的人力财力对其进行研究。使用虹膜进行身份识别的想法。最初是由跟科专家ＦａｋｒｎＢｔ在１３ｕｈ９６年提出来的。１８ｃ９７年另两个美国眼科专家Ｌｏａｏ和ＡａａｒＢｒｅｒＨｒｎｄｎｒＳｆ用ｕｃｎｉｈ的概念申请了专利…，但他们没有开发出这样的处理器。现在虹膜识别算法研究都是基于１９９４年Ｄｕｒｎ申请的专利基础上。ａｇａｎＪ相对于以的各种生物识别技术所利用的生物特征，往将虹

一种基于圆几何特征的虹膜定位算法

１引言
虹膜是指白色巩膜与黑色瞳孔之间的色素沉着区
虹膜内外边界都具有较好的圆环特性，因此传统
的虹膜定位算法都是采用圆形检测算子提取虹膜内外边缘。定位虹膜定位方法主要有Ｊｈａｇｎ提出ｏｎＤｕｍａ
域，如图１所示。虹膜识别具有普遍性、唯一性、稳定性、受保护性、非入侵检测性和防伪性等优点。非入侵检测性（或非接触式）的生物特征识别是身份鉴别研究与应用发展的必然趋势，与人脸、声音和步态等
采集的虹膜图像质量的不确定性，上述算法都有一定
性。据统计，虹膜识别的错误率是各种生物特征识别中最低的【。Ｉ】
虹膜识别技术主要由虹膜图像采集、虹膜定位、特征提取、匹配与识别等几个环节组成。虹膜定位就是虹膜内边缘（瞳孔）与虹膜外边缘的定位，由于图像采
２０１０年第１９卷第１期０
计算法①
魏炜（苏州卫生职业业技术学院江苏苏州２０２１０）５
摘
要：虹膜定位是虹膜识别中基础性环节，其精度和速度决定了虹膜识别系统的性能，为提高虹膜定位的速
的耦合性缩小微积分方法搜索外边缘的范围，减少运
的适用范围，微积分方法定位精度高，缺点是计算量大，且容易受到局部光源的影响；ｏｇＨｕｈ变换与最小
二乘法是基于二值化边界点的定位方法，其前提是必须将边界点与非边界点区分开来，否则不能精确定位，
该算法也存在计算量大的问题。针对以上算法的局限，许多文献提出了粗定位与精定位相结合的方法，既保证了定位精度，也提高了定位速度。本文提出了一种利用圆几何特征快速定位虹膜内边缘，结合内外边缘

虹膜图像采集方法

虹膜图像采集方法一、引言虹膜作为人体唯一的、不可伪造的生物特征之一，因其高度的特异性和稳定性在生物识别技术中被广泛应用。

而虹膜图像的采集方法对于准确、高效地获取虹膜信息至关重要。

本文将介绍几种常见的虹膜图像采集方法，并对其优缺点进行比较分析。

二、直接照相法直接照相法是一种简单常用的虹膜图像采集方法。

此方法通过虹膜摄像机，将被采集者的眼睛对准摄像头，通过摄像头直接拍摄眼睛的虹膜。

这种方法无需接触眼睛，操作便捷，适用于大规模人群的虹膜图像采集。

然而，直接照相法存在一些问题。

首先，虹膜的成像受到环境光线的影响较大，若光线不均匀或强烈，可能导致虹膜成像质量下降。

其次，由于直接照相法无法控制被采集者的眼部位置和注视点，所拍摄的虹膜图像可能存在位置偏差，影响后续的虹膜匹配与识别效果。

三、近红外反射法近红外反射法是目前较为广泛应用的虹膜图像采集技术之一。

此方法通过近红外光源向眼睛投射特定波长的光线，虹膜组织吸收一部分光能，其余部分被反射回来，经过摄像头捕获并生成虹膜图像。

近红外反射法较好地解决了直接照相法的环境光影响问题，并且能够通过特定波长的近红外光源对虹膜进行有效照亮，提高虹膜图像的质量。

此外，近红外反射法还可以根据被采集者的眼部位置和注视点进行定位，提高虹膜位置的准确性。

然而，近红外反射法也存在一些限制。

首先，该方法需要特殊的设备支持，成本相对较高。

其次，受到眼部眨动、眼球转动等生理因素影响，可能导致图像模糊或部分缺失。

因此，稳定控制被采集者的眼球位置和注视点仍然是一项挑战。

四、全息图法全息图法是虹膜图像采集的一种新兴方法。

此方法利用全息成像原理，将被采集者的眼睛置于全息摄像机的特定光学装置中，通过全息录制技术将虹膜图像以全息形式记录下来。

全息图法的优点在于能够以全息形式保存虹膜图像，具有更高的维度信息。

此外，全息图法不受环境光的影响，能够在复杂光照条件下获得更好的图像质量。

而且，全息图法可以在后期对图像进行重建和增强，提高图像的清晰度和分辨率。

快速准确的虹膜定位算法

２．ＤｅａｔｎｆＥｌｃｒｎｉｎｏｍａｉｎＥｎｉｅｒｎ，ＨｅｉｃｔｎｌｅｈｉａｌｅｅｐｒｍｅｔｅｔｏｃＩｆｒｔｇｎｅｉｇｏｏｂａｉａｃｎｃｌＣｏｌｇ，Ｈｅｉ８３，Ｃｈｎ；ＶｏｏＴｂ００４５ｉａ
ｕｅｈｒｏｉｎｗｌｄｅｈｔｈｅｔｒｆｎｅｏｎａｙａｄｏｔｒｏｎａｙｉｖｒｏｅａｒｗｉｇｔｅｓａｃｎｅｆａｃｌｓｔｏｓｅｐｒｋｏｅｇａｅｃｎｅｉｎｒｕｄｒｕｅｕｄｒｅｃｓ，ｎｒｏｎｅｈｒｇｃｌｕｕｈｄｔｉｔｔｏｂｎｂｓｙｌｈｒａｏｍｅ
定位外边缘的搜索范围，从而显著提高了虹膜定位速度。实验结果表明，该算法显著提高了虹膜定位速度且具有较高的定
位精度。
关键词：虹膜定位；圆几何特征；内边缘粗定位；外边缘定位；微积分方法
中图法分类号：Ｐ９．１Ｔ３１４
（．勤工程学院研究生１，重庆４０１；２鹤壁职业技术学院电子信息工程系，河南鹤壁４８３；１后队００６．５００３．后勤工程学院训练部模拟中心，重庆４０１；４重庆师范大学，重庆４０３）００６．０００
摘要：针对经典虹膜定位算法速度较慢的问题，出一种基于圆几何特征的粗定位与精定位结合的快速虹膜定位算法。提

虹膜定位

虹膜定位
编辑
目录
1虹膜定位的原理
2虹膜定位的特点
IR-SUPER-LASIK----这个是虹膜定位下波前像差引导的LASIK.比告诉你SUPER-LASIK是最先进的技术的医生所说的手术方式更为先进.虹膜定位是个追踪系统,有了这个追踪系统的辅助后,激光机能最精确的在角膜基质层上打激光.能给患者带来最好的术后效果和视觉质量.
说白了就是个激光治疗近视手术的辅助手法，帮助手术中激光定位
1虹膜定位的原理编辑
虹膜定位系统其原理是将波前的影像摄取后，将眼球虹膜的影像做分析，由于每个人的虹膜就如指纹般，其表面样式皆是独一无二的，因此波前与虹膜定位系统将所得的虹膜影像分析比较后，取得相符的虹膜定位点，在进行激光手术实施时，计算出眼球转动角度及偏移位置，适时改变激光治疗的切削角度，做一自动补偿修正，使病人在坐立时的波前检测资料，与在进行激光手术治疗仰卧时取得的眼睛影像得已完全吻合，其能使散光和高阶像差得到更精确地治疗。

2虹膜定位的特点编辑
个性安全：虹膜定位源于虹膜识别技术。

虹膜纹理和指纹一样，极具个性特征，目前世界上还没有发现虹膜特征重复的案例，即使同一个人的左右眼虹膜特征也有很大区别。

除了白内障等原因外，即使是接受了角膜移植手术，虹膜特征也不会改变。

相关文献
∙不完美虹膜图像定位方法-应用科技-2012年第6期(5)
∙基于TMS320DM6446和TVP5158的虹膜识别系统-数据采集与处理-2012年第6期(7)
∙应用统计距离实现虹膜定位-光学精密工程-2012年第11期(7)
以上文献来自于
>> 查看更多相关文献。

虹膜图像定位方法的研究

感兴趣的部分。本文采用二维统计顺序滤波，它是中值滤波的演变和推广，该方法与其他滤波方法相
比，有效地减少了图像的噪声，到了预期的目地。达但是虹膜与巩膜的边缘不是很清晰，给定位带来了困难，所以又进行了锐化处理。采用拉氏算子对对象进行运算，模糊部分得到了锐化，特别是模糊的
Ｗａｄ．ｅｌａｉａｏｆｔｅｏｔｉｅｏｈｅｉｉｇｄｐｅｐｏｄｃｎｎｐｒｔｒａｄｎｗｓｍａｅＴｏｌｚｔｎｏｈｕｓｄｆｔｓｅｅａｏｔａｉｒｖｅａｙｏａｏｅｈｃｉｒｄｄｎｍｅｎｈｏｇｒｎｆｒｏｕｈｔａｓｏｍｉｃｍｂｉｔｏｆｔｅｔｎｎａｎｏｗｏ．ｅｅｐｒｍｅｔｅｕｔｅｐａａ，ｔｓｍｅｏａｒｅｔｉｈｈＴｘｅｉｎａｒｓｌｘｔｍｓｈｉｔｄＣｏｉｎｌｉｈｎｈｎｔｍｌｎｔｅｉｅａａｄｅｔｒａｄｇｆｔｅｉｉｃｕｒｔｌｎｄｍｏｒａｔｘｅｎｌｅｅｏｈｒｓａｃａｅｙａｅｆｓ．
ＸＵｕ — ｉｇＺＨＡＮＧｉｎＣｈｎｑｎ，Ｊａ
（ｎｏｍｔｏｃｅｃＩｆｒａｉｎＳｉｎｅ＆Ｅｎｉｅｄｎｌｇ，ａｎｎｉｅｓｔｆｈｏｏｙＪｌｈｕ１０，ｈｎ）ｇｎｅｇＣｏｌｅＬｉｏｉｇＵｎｖｒｉ０１ｎｌｇ ’ ｉｚｏ２１０１Ｃｉａｅｙｌ

精确定位虹膜的眼动跟踪算法

ｍｏｄｅｌｓｆｏｒｅｙｅｓａｎｄｇａｚｅ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰａｔｔｅｒｎＡｎａｌｙｓｉｓ
ａｎｄＭａｃｈｉｎｅＩｎｔｅｌｌｉｇｅｎｃｅ，２０１０，３２（３）：４７８ — ５００．
ｃｅｅｄｉｎｇｓｏｆｔｈｅＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＷａｖｅｌｅｔＡｎａｌｙｓｉｓ
ａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，２００７：６８７２．
［３］ＺＨＡＮＧＺｕｔａｏ．Ｄｒｉｖｅｒ ’ ｓｅｙｅｔｒａｃｋｉｎｇｔｅｃｈｎｏｌｏｇｙｒｅｓｅａｒｃｈｂａｓｅｄｏｎｓａｍｐｌｉｎｇｔｈｅｏｒｙｏｆｓｔｒｏｎｇｔｒａｃｋｉｎｇｎｏｎ－ｌｉｎｅａｒｆｉｌｔｅｒ［Ｄ］．
在计算虹膜区域梯度方向特征时，增加了时间，但是由于增强了跟踪目标与干扰因素的差异，均值漂移迭代次数大大减少，一般只需要１ — ２次，故在耗时上低于其他方法。本文算
参考文献：
ＥｌｉＱｉＹｉｎｇ，ＷａｎｇＺｈｉｌｉａｎｇ，ＨｕａｎｇＹｉｎｇ．Ａｎｏｎ－ｃｏｎｔａｃｔｅｙ￣ｇａｚｅｔｒａｃｋｉｎｇｓｙｓｔｅｍｆｏｒｈｕｍａｎｃｏｍｐｕｔｅｒｉｎｔｅｒａｃｔｉｏｎ［ｃ］／／Ｐｒｏ —

一种虹膜定位算法

Ｔ３１４Ｐ９．１
中图法分类号
ＡｎＩｉｃｔｏｇｒｔｍｒｓＬｏａｉｎＡｌｏｉｈ
ＷａｇＣｈｎｒＨｕＺｅｇｉｇＬｉｎＱｉｓｅｇｎｅｇｕｈｎｐｎａｕｈｎ
（ｎｔｕｅｏｍａｅＰｒｃｓｎ，ＹｎｈｎＵｎｖｒｉ，Ｑｉｈａｇａ０６０）ＩｓｔｔｆＩｇｏｅｓｇａｓａｉｅｓｔｉｉｙｎｕｎｄｏ６０４
ｓｍｅｒｅｔｒｎｄｅｇｅｄｅｅｔｏｒｙｍｔｙｆａｕｅａｄｔｃｉｎｆｏｍａｃｌｍａｓｐｒｓｎｅｇｒｙｓａｅｉｇｅｉｅｅｔｄ．Ｂａｓｄｏｔｓｉａ，ｔｅｉｐｒｅｅｎｈｉｄｅｈｍｏｖｄＳｏｂｌｄ — ｅｅ
ｃｅｒ，ｔｎｈｅｉｉｎｔｒｏｒａｅｎｔｈｅｔｒｓｉｅｉｎｄｅｘｔｒｏｒｒｄｉａｅｄｅｅｔｄｂｙｕｉｇｒｄｉｓｏｇｒｍｏｕｇｒｎｓｏｍ．ＲｅｕｌｓｅｉａｉｒｔｃｅｓｎａｕｓｈｉｔａｏｆＨｈｔａｆｒｓｔｓｈｏｗｈａｈｅｍｅｈａｍｐｒｔｔｔｔｏｄｃｎｉｏｖｅｌａｉｎｓｅｎｄｉｏｃｔｏｐｅｄａｓｎｏｔｓｎｓｔｖｅｔｏｉｅｅｆｅｔｅｉｉｏｎｓｆｃ．
Ｋｅｒｉｉｏａｔｏｎ，ｉｉｄｎｔｆｃｔｏ，ｉｃｅｄｅｅｔｙｗｏｄｓｒｓｌｃｉｒｓｉｅｉｉａｉｎｃｒｌｔｃｏｒ，ｏｕｒＨｇｈｔａｎｓｏｒｆｍ

基于小范围搜索的虹膜定位方法

学腐蚀、膨胀的去噪方法，有效地抑制了眼睫毛的干扰，提高了采用灰度投影法进行瞳孑中心粗定位的精度，Ｌ缩小了精定位的搜索范围。然后使用ｓｂｌｏｅ算子获取边缘图像，并利用粗定位数据和实际经验值设计了有效去除边缘噪声的方法。最后运用本文提出的基于“ 小范围搜索 ” 的方法对虹膜内边缘进行精定位；在外定位方面，利用虹膜内边缘定位数据及虹膜库的先验知识，在
ｉｇｔｈｎｅｏａｉｎｄｔｎｈｒｏｎｗｌｄｅｏｒｓｄｔｂａｅ，ｔｅｓｌｌｓａｅｓａｃｎｔｏｓａｓｓｄｔｎｏｔｅｉｎｒｌｃｔａａａｄｔｅｐｒｋｏｅｇｆｉａａｓｏｉｉｈｍａ —ｃｅｒｈｉｇｍｅｈｄｉｌｏｕｅｏｌ
ｐｏｃｏ，ｎｄｃｅｅｒｉｇｒｇｆｃｕａｃｔｎＴｅｄｅｉａｅｉｏｔｎｄｕｉｇＳｂｌｐｒｔ，ｎｒｅｔｎａｄｒｕｅｔａｃｎｎｅｃｒｅｌａｏ．ｈｎｅｇｇｂａｅｓｏｅｏｅｏａｄｊｉｅｈｓｈａｏａｔｏｉｎｅａｄＥｇｎｅｎＮｒｅｔｎＵｉｒｔ，ｈｎａｇ１００，Ｃｉ；ｃｏｌｆＩｏｍｔｎＳｉｃｎｎｉｒｇ，ｏｈａｅｎｖｓｙＳｅｙｎ１０４ｈｎｎｏｅｅｉｔ￣ｒｅｉａ２ＳｈｏｏｏｍｕｉｔｎｎｌｔｎＥｇｎｅｎ，ｉｈｒＵｉｒｔ，Ｑｑｈｒ６０６，ｈｎ）ｃｏｌＣｍｎａｉｓｄＥｅｒｓｎｉｒｇＱｑａｎｅｉｆｃｏａｃｏｅｉｉｖｓｙｉａ１０Ｃｉａｉ１

一种基于几何特征的虹膜定位算法

虹膜是指白色巩膜与黑色瞳孔之间的色素沉着区域，图１如所示。虹膜识别具有普遍性、一性、定性、保护性、入侵唯稳受非检测性和防伪性等优点。非入侵检测性（或非接触式）的生物特征识别是身份鉴别研究与应用发展的必然趋势，人脸、音和与声
ＡｂｔａｔＩｓｌａｉｎｉａａｏｅｓｏｎａｒｓｒｃｇｔｏｙｔｍ．ｅｓｅｄａｃｕｒｃｆｔｅｉｓｌｃａｉｎｄｃｄｅｓｒｃｒｏｃｔｏｓａｂｓｌｐｒｃｓｉｎｉｎｉｅｏｎｉｉｎｓｓｅＴｈｐｅｎｄａｃａｙｏｈｒｏｔｏｅｉｉｉｉｔｅｐｆｒａｃｆｔｒｓｒｃｇｉｉｎｓｓｅ．ｎｏｄｅｏｆｓｅｈｅｓｅｆｉｓｌｃｔｏｔｉｐｒｉｒｄｅａｔｌｃｔｏｌｏｈｅｒｏｍｎｅｏｈｅｉｅｏｎｔｏｙｔｍＩｒｒｔａｔｎｔｐｅｄｏｒｏａｉｎ，ｈｓｐａｅｎｔｏｕｃｓａｆｓｏａｉｎａｇ — ｉｉｉｈｆｒｐｕｌｅｅｔｎａｅｎｔｅｇｏｔｉａｈｒｃｅｔｃｏｉｃｅ．ｉｇｔｅｃｕｉｒｌｔｒｔｍｏｐｉｄｔｃｉｇｂｓｄｏｈｅｍｅｒｃｌｃａａｔｒｓｉｆｃｒｌＵｓｎｈｏｐｌｅａｉｎｓｉｅｗｅｎｔｎｒａｄｏｅｉｎｇｏｈｐｂｔｅｈｅｉｎｅｎｕｔｒｅｇｓｏｈｒｓｉａｅ，ｈｅｓａｃａｅｏａｃｌｔｏｏｌｃｔｕｔｒｂｕｎａｅｓｇｅｔｙｒｄｕｅＥｘｅｍｅｔｈｏｔｔｔｄｅｆｔｅｉｍｇｔｅｒｈｒｎｇｆｃｌｕｕｓｍｅｈｄｔｏａｅｏｅｏｄｒｓｉｒａｌｅｃｄ．ｐｒｉｉｉｎｓｓｗｈａｈｅ

采用Hough变换定位出虹膜内外边缘的圆心和半径

采用Hough 变换定位出虹膜内外边缘的圆心和半径虹膜包含纹理的部分是内外两个近似圆形边界之间的部分，虹膜的内侧与瞳孔相邻，外侧与眼白相邻，这两个圆不是完全同心的，需要分别对内外两个边界进行处理。

目前国内外提出了不少的虹膜定位算法。

在此具体研究基于Hough 变换的虹膜定位算法。

1 分离瞳孔并估算出虹膜内半径仔细观察眼睛的图像（如图1所示）发现与眼睛的其它部分相比，瞳孔暗得多，所以可以采用二值化的方法分离出瞳孔，根据瞳孔图像的面积估算出虹膜的内半径。

二值化方法的关键在于阈值的选取，具体的做法是，先计算出整个图像的灰度直方图，它应该有两个主要的峰值，其中第一个峰值，对应的就是瞳孔区域灰度集中的范围，第二个峰值对应的是虹膜区域的灰度集中范围。

显然，提取瞳孔的二值化阈值应该选择在第一个峰值的右侧(如图2所示)，图3是二值化后的结果，可以看出，瞳孔被成功的分离了出来。

对于提取出的瞳孔图像函数()j i p ,，选择适当的阈值b ,令()⎩⎨⎧=10,j i f ()()b j i p b j i p ><<,,0 求出瞳孔的面积为()()∑∈=Ij i j i f S ,, 估算出瞳孔的半径为 πSr =图1 原始数图像图2 虹膜图像的灰度直方图图3 二值化方法定位瞳孔2 采用改进的Hough 变换算法定位出虹膜内外边缘（一）Hough 变换的原理Hough 变换的实质是将图像空间的具有一定关系的像元进行聚类，寻找能把这些像元用某一解析形式联系起来的参数空间累积对应点。

采用Hough 变换检测任意曲线的原理如下：假设()y x a a f a n n ,,,...,11-= （1）为需检测曲线的参数方程，式中n a a , ... ,1为形状参数，y x ,为空间域的图像点坐标，对于图像空间的任意点()00,y x ，利用（1）式可将其变换为参数空间()n a a ,...,1中的一条曲线。

一种基于形态学的虹膜定位快速算法

Ｋｅｏｄ：ｒｃｌａｏ；ｏｇｇｒｈ；ｉｕｅｅｃｉｅｅｔｌｌｏｉ；ｅｌｅｄｔｃ；ａｏｅｔｎｙｗｒｓｉｓｏａｚｔｎＨｕｈａｏｉｃｒｍｆｒｎｅｆｒｎｉｇｒｈｔａｅｅｔｇｙｐｊｃｏｉｌｉｉｌｔｍｃｄａａｔｍｍｐｔｒｒｉ
ｔｌｅｕｔｓｏｔａｅｐｏｏｅｔｏｃｉｖｓｘｅｌｎｓｌｒｆｏｈｓｅｄａｄａｃｒｃｒｏａｉａｉｎａｓｌｈｗｔｒｐｓｄｍｅｈｄａｈｅｅｃｌｔｅｕｔｉｔｍｓｏｂｔｅｎｃｕａｙｆｃｌｔ．ｒｓｈｔｈｅｅｒｓｎｅｐｏｌｚｏ
ＳｈｏｆｍｐｔｒａｄＴｌｃｍｍｕｉａｉｎ，ａｇｈｉｅｓｔｆｃｅｃｎｅｈｏｏｙＣｈｎｓａ４０１，ｉａｃｏｌＣｏｕｅｎｅｅｏｏｎｃｔｓＣｈｎｓａＵｎｖｒｉｏＳｉｎｅａｄＴｃｎｌｇ，ａｇｈ１１４ＣｈｎｏｙＰＥＮＧｉｎＸＩＪａ，ＡＮＧｕＦａｔｒｓｌｃｌａｉｎａｇｒｔｍａｅｎｍｏｐｏｏｙＣｏＪｎ．ｓｉａｉｔｏｌｏｉｈｂｓｄｏｒｈｌｇ．ｍｐｔｒＥｎｉｅｒｎｎｐｉａｉｎ，０２，ｉｏｚｕｅｇｎｅｉｇａｄＡｐｌｔｏｓ２１ｃ
ｔｒｅｙｅｅｉ，ｙｌｈａｄｆｕａ，ｏａｉｔｎｗｔｗ— ｅｄａｄｌｗａｃｒｙｅｃＩｅｌｙｒｙｐｏｅｔｎａｇｒｈａｄｍｏ－ｕｂｄｂｙｌｅｅａｃｌｌｃｌａｉｉｌｓｅｃｕａ，ｔ．ｔｍｐｏｓａｒｃｉｌｉｍｔｄｓｎａｚｏｈｏｐｎｏｃｇｊｏｏｔｎ

一种快速而精确的虹膜定位方法

（２：８．８．１）１３１５
Ａｂｓｒｃ：ＴｈｅｋｙｓｅｔｏｔｕｔｔｙｔｍｆａｔｍａｉｒｓｒｃｇｔｏｉｗｏｌａｅｔｅｉｉｕｃｌＴｔａｔｅｔｐｏｃｎｓｒｃｈｅｓｓｅｏｕｏｔｃｉｉｅｏｎቤተ መጻሕፍቲ ባይዱ ｎｓｈｏｔｏｃｔｈｒｓｑｉｋｙｏｉ
法。其中虹膜识别由于具有惟一性、普遍性、定稳性、保护性、受可采集性和防伪性好等优点，必然会成为未来社会的主流生物认证技术。在虹膜识别技术中，虹膜定位是最关键的一环，
Ｋｅｙｗｏｒｓ：ｉｉｏｃｔｏｇａａｂｌｃ；ｏｅｔｉｖｉｎｓｄｒｓｌａｉｎ；ｒｙｍｅｎ；ｏｋｍｍｎｎａａｔｒ
摘
要：快速虹膜定位是实现虹膜自动识别系统的基础。从虹膜图像特点出发，出了基于分块统计灰度平提
均值的方法来确定虹膜内圆圆心和半径。利用不变矩的识别方法，不需要对任何带估参数进行累积计数，就可快速求出外边缘的参数，算量小，算时间短。通过对中科院自动化所ＣＳＡ虹膜数据库５组图像的虹计计ＡＩ０膜定位测试结果表明，该方法定位准确率达到９％。５关键词：虹膜定位；度平均；；变距灰块不
．
ａｈｅｅｓｃｏｌａｃｒｉｇｔｈｈｒｃｅｓｉｓｏｅｉｉｉｇ，ｎａｇｒｔｍ，ｉｈｉａｅｎｂｏｋｓｔｔｓｃｉｖｕｈｇａ，ｃｏｄｎｏｔｅｃａａｔｒｔｆｈｓｍａｅａｌｏｉｉｃｔｒｈｗｈｃｓｓｄｏｌｃｔｉｉｂａｓｃｏｖｒｇｅ，ｓｐｏｏｅｏｄｔｒｎｅｃｎｎａｉｓｏｅｉｓｉｎｒｃｒｌ．ｉｇｍｏｎｖｒａｔｎｆａｅａｅｙｉｒｐｓｄｔｅｅｍｉｅｔｅ￣ｅａｄｒｄｕｆｈｉｅｉｅＵｓｎｍｅｔｎａｉｎｓｏｈｔｒｎｃｉｅｇｅｉｎ，ｈａａｅｅｓｓｍｂｌｆｔｅｉｓｏｔｒｃｒｌａｅｒｃｇｉｅｏｖｎｅｔｎｕｃｌ，ｖｉｉｇｄｅｒｇｏｓｔｅｐｒｍｔｒｙｏｓｏｒｕｅｉｃｅｃｎｂｅｏｎｚｄｃｎｅｉｎｌａｄｑｉｋｙａｏｄｎｈｉｙｔｅｕｅｏｃｕｌｔｄｃｕｔｆｎａａｔｒ．ｇｒｔｍｓｐｏｏｅｉａｅａｅｂｅｉｌｔｄＯ０ｓｔｈｓｆａｃｍｕａｅｏｎｙｐｒｍｅｅｓＡｌｏｉｏａｈｒｐｓｄｉｔｓｐｐｒｈｖｅｎｓｍｕａｅｎ５ｅｓｎｈｏｇｓｆｏＣＡＳＡｉｇａａａｅａｄｔｅｌｃｔｇａｃｒｔｔｐｔ５．ｆｍａｅｍｉｒＩｉｓｉｒｍａｅｄｔｂｓｎａｉｃｕａｅｒｅｉｕ９％ｈｏｎａｓｏ