图1 虹膜图像摄取装置
获取到图片数据后,只需要将其按照一定的图片格式写入文件,即可完成需要的眼部图像在计算机中的存储。本文程序中采用的是BMP格式的图像文件,因为BMP图像文件存储的图像数据没有经过压缩,方便以后对图像进行的预处理。图2 人的眼部图像
眼部图像的预处理
(1)
图3 人眼部图像的灰度图像
将获取到的眼部图像转换为灰度图像之后,还需要对灰度图像进行去噪声处理。本文采用的是空域法中的加权均值滤波,它是用一个有奇数点的滑动窗口在图像上滑动,将窗口中心点对应的图像像素点的灰度值用窗口内的各个点的灰度值的平均值代替,如果滑动窗口规定了在取均值过程中窗口各个像素点所占的权重,也就是各个像素点的系数。图4 灰度直方图
对图4计算结果可以得出,图像灰度值从 62 开始,且图中存在若干个峰值点。我们已知瞳孔的颜色最暗,因此可以判定第一个波峰为瞳孔的灰度分布。具体观察第一个峰值,其基本呈正弦函数状分布,以 72 为波峰(值:884),左侧 62(值:0)为波谷,1/4 周期为 10。据此,我们确定右侧的波谷为 82。根据分析结果,对图 4进行二值化,阈值为 82,可以求出虹膜的长半径,如图5所示。图5 虹膜长半径
对图1的图像数据,从左右顺次、从上至下扫描每个像素点,根据式(2)计算每个像素点与圆心的距离。
(2)
图6 环形的虹膜图像部分
为了提取虹膜图像的特征值,建立一个特征矩阵数组,X、Y 值与上一步中的矩形数组一致,用来存放相应的特征值。这些值对于虹膜图像中的每一个像素点来说都是其独有的、能对其进行唯一标志的值,因此都可以作为特征值来利用。本文中提取的是每个像素点的二导函数作为其特征值,因此在本步骤中可以直接将其读入到特征矩形数组中。
(3)
图7 拒判率和误判率之间的关系
实验结果表明,本文所设计的系统在精确性、识别速度上满足了实用的要求。
欢迎光临 电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛 (http://bbs.eccn.com/) | Powered by Discuz! 7.0.0 |