[发明专利]一种基于混合高斯模型的虹膜图像分割算法

摘要

本发明公开了一种基于混合高斯模型的虹膜图像分割算法，包括内边界定位、外边界定位和眼睑检测的步骤；本发明本算法将混合高斯模型引入虹膜预处理，实现了对虹膜内边界的准确定位。虹膜内边界定位的难点在于瞳孔的检测。瞳孔在虹膜图像中的灰度水平最低，一般采取阈值策略进行检测。本算法利用混合高斯模型所具有的对不同数据的自适应统计特性，对原始虹膜图像进行分割，获得灰度最低的瞳孔区域；然后在瞳孔内部初始化虹膜中心，利用弦长搜索策略实现内边界定位。本算法在外边界定位过程中，同样在混合高斯模型分割的基础上，通过使局部对比度最大化实现了对外边界的准确定位。

主权项

1.一种基于混合高斯模型的虹膜图像分割算法，其特征是，包括内边界定位、外边界定位和眼睑检测；所述内边界定位具体流程如下：(S1.1)对输入的虹膜图像进行框架Laplace金字塔分解；(S1.2)基于混合高斯模型的瞳孔分割；(S1.3)基于形态学的反光区域消除；(S1.4)虹膜中心初始化；(S1.5)虹膜中心定位和内边界定位；所述外边界定位是基于区域平均灰度差的曲线演化方法实现外边界的定位，具体步骤如下：(S2.1)判断虹膜中心与图像左右边界的距离，以虹膜中心为圆心进行极坐标变换，变换所取半径为虹膜中心与左右边界距离的大者，由此步骤得到的极坐标变换图像的瞳孔以外的部分，记为图像I_rp；(S2.2)将图像I_rp按半径方向等分三部分，对距瞳孔最近的部分进行极大值滤波，最远的部分进行极小值滤波，中间部分进行中值滤波，得到图像(S2.3)在图像中，基于区域平均灰度差的曲线演化实现外边界的定位；(S2.4)将上述迭代得到的外边界映射到原始图像I_r，即为虹膜外边界；所述眼睑检测对上下眼睑定位采用相同的方法，即首先利用水平方向的序统计滤波和极大值检测定位上下眼睑，再通过二次曲线进行拟合。