虹膜眼睑噪声检测与去除算法研究

虹膜眼睑噪声检测与去除算法研究

ID:28238277

大小:17.48 KB

页数:4页

时间:2018-12-08

虹膜眼睑噪声检测与去除算法研究_第1页
虹膜眼睑噪声检测与去除算法研究_第2页
虹膜眼睑噪声检测与去除算法研究_第3页
虹膜眼睑噪声检测与去除算法研究_第4页
资源描述:

《虹膜眼睑噪声检测与去除算法研究》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。虹膜眼睑噪声检测与去除算法研究  【摘要】为了进一步提高虹膜图像的质量,论文对虹膜眼睑噪声的检测与去除进行了研究。由于传统用微分的方法对图像边缘信息检测存在的不足,根据小波变换多尺度、多分辨分析的特点,利用小波模极大值和最小二乘法相结合的方法虹膜眼睑边缘的噪声进行检测与去除,结果表明,虹膜图像边缘特征显著,图像质量得到提高。  【Abstract】Inordertofurtherimprov

2、ethequalityoftheirisimages,thedetectionandremovalofirislidnoisearestudiedinthispaper.Duetotheshortcomingsoftraditionalmethodsofdifferentialdetectionofedgeinformationofimages,accordingtothecharacteristicsofmulti-scaleandmulti-resolutionanalysisofwavelettransform,thewavelettransformmodul

3、usmaximaandleastsquaremethodarecombinedtodetectandremovethenoiseofirisandeyelidedge.Theresultsshowthattheirisimageedgecharacteristicsaresignificant,andtheimagequalityisimproved.  【关键词】小波变换;虹膜;噪声  【Keywords】wavelettransform;iris;noise  【中图分类号】TP181【文献标志码】A为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不

4、仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。【文章编号】1673--0174-02  1引言  目前,基于虹膜的人体生物特征识别与认证领域得到迅猛发展,虹膜识别技术的研究受到越来越多科技人员的重视。在采集、处理或者传输虹膜的过程中通常都会受到外界噪声的干扰,由于这些噪声的存在,使得提取虹膜图像特征以及识别虹膜效果

5、的难度大大提高。因此,对虹膜图像的去噪就显得尤为重要。由于传统方法在图像去噪方面很难让人满意,小波变换因具有多尺度以及多分辨分析的特点,在图像去噪方面效果较好,所以我们利用小波模极大值检测与最小二乘法相结合的方法进行眼睑噪声检测以及去除,去噪后的图像边缘信息等特征明显,系统识别率提高,在理论上和实际应用中都具有重要意义。  2虹膜图像眼睑噪声的产生  因考虑到采集者的因素,所以虹膜图像采集过程眼睑、眼睑阴影、睫毛以及光源像点不可避免地会引入噪声[1,2,3]。如果虹膜比较完整,干扰又较少,那么现存的虹膜识别算法Daugman的方法、Houhg变换的方法等就能准确定位

6、。因此,虹膜图像的去噪,对于提高图像的识别度具有重要意义。  3算法分析为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。  通常,图像的边缘检测是利用微分的方法来计算梯度,这样提取出来的边缘信息一般都会含有噪声,更严重时可能连真正的边缘信息都没有被检测出来

7、。一直以来,在眼睑的边缘检测方面都存在着很大的困难,特别是眼睑的遮挡问题更具困难。现有的Houhg变换方法和Daugman方法主要是对图像整体特性或者目标轮廓进行检测,因此都能够检测出眼睑的边缘特性,但对于图像局部特性往往会损失,造成眼睑虹膜局部信息的丢失,存在很大的局限性。而小波变换由于具有多尺度特征,可以准确地提取奇异点,将图像的整体特性与局部特性综合起来,利用小波模极大值和最小二乘法分别对图像边缘信息进行检测和眼睑边缘进行检测,做到准确定位边缘图像信息。  小波模�O大值的边缘检测  最小二乘法方法  由于获取的虹膜图像都不可避免的会受到眼睑的遮挡,加上眼

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。