[发明专利]一种基于GVF Snakes模型的虹膜定位算法

说明书

技术领域

本发明涉及生物特征识别技术领域，具体涉及一种基于GVF Snakes模型的虹膜定位算法。

背景技术

近年来各种基于生物特征的身份识别技术研究迅速兴起，虹膜识别具有准确性、非接触性、唯一性、终生不变性和随身携带等特点，是最理想的身份识别技术之一。虹膜定位是虹膜识别的关键步骤之一，是虹膜识别的首要研究问题。国外已有的算法包括Daugman的圆形检测算法，该算法利用一个有效的微积分算子进行虹膜定位；Wildes系统中的虹膜定位算法运用投票机制。Daugman和Wildes虹膜定位算法的缺点是对虹膜图像的要求都很高。国内虹膜定位算法有谭铁牛等人提出的虹膜定位算法，内边缘定位用二值化方法，外边界定位运用Canny算子和最小二乘曲线拟合来完成虹膜定位。现有虹膜定位算法从虹膜的灰度值和虹膜的几何特性两个方面进行虹膜定位。这些方法都有主观或客观上的不足，基于灰度值的方法对虹膜图像的质量要求比较高，获取虹膜图像时光线不足或暴光都会对它产生很大影响；而基于圆的几何特征的方法，虹膜边缘不完全是一个圆，用圆的特性去计算，往往偏差比较大。现有的这些算法检测到的虹膜边缘都是一些离散的点或不连续的线段，而我们希望检测到的边缘是连续和封闭的曲线。

发明内容

本发明要解决的技术问题是采用改进的主动轮廓线模型—GVF Snakes(Gradient Vector Flow Snakes)来进行虹膜定位。

为了实现发明的目的，本发明采用的技术方案如下：

本发明提供一种基于GVF Snakes模型的虹膜定位算法，包括：

该模型在snake模型基础上改变了图像力的计算方式，采用梯度矢量场做为一种新的外力来代替势力这个外力产生的能量不随图像的位置或时间改变。这个新的静态外力场我们把它命名为梯度矢量流（Gradient Vector Flow），简称为GVF。

用Snake模型对虹膜内边缘进行定位，初始蛇点必须落在搜索范围内，但是用GVF Snakes模型对虹膜内边缘进行定位只要伪圆心落在瞳孔内部就可定位出虹膜的内边缘。首先对瞳孔中心进行粗定位，由于瞳孔的灰度值比虹膜的灰度值小，瞳孔中心的定位我们采用灰度投影法。灰度叠加和最小的位置就是瞳孔的圆心。设瞳孔的伪圆心为p₀(x_p,y_p),由式(1)和(2)得到伪圆心坐标。

xp=argminxΣyI(x,y)---(1)]]>

yp=argminyΣxI(x,y)---(2)]]>