基于Matlab虹膜图像的外边界定位

基于Matlab的虹膜识别系统的关键技术（2）

虹膜图像的定位主要包括虹膜内边界和外边界的定位。人眼图像中瞳孔的灰度值最小，巩膜的灰度值最大，虹膜的灰度值介于二者之间。在虹膜与瞳孔、虹膜与巩膜的交界处都存在一定的灰度值突变。由突变处可检测出虹膜的内、外边界。虹膜的内、外边缘都近似为圆形，但是这两个圆并不是完全同心的，因此我们需要对虹膜内、外边界进行分别定位和边缘提取。
实验中，采取基于最小二乘法原理进行曲线拟合的虹膜定位算法来找到虹膜内、外边缘。

虹膜外边界的定位

在虹膜图像中，上下眼睑、眼睫毛常常遮挡虹膜区域，有时这种遮挡情况还很严重。对于待定位的虹膜图像来说，这些遮挡都是图像中的噪声干扰。具体来说，噪声主要遮挡虹膜的上下两个区域，而左右两个区域通常不被遮挡。如果通过瞳孔中心，沿垂直方向搜索，将无法找到虹膜与巩膜的边界。因此，在实验中，通常要将上下眼睑、眼睫毛等噪声去掉，以提高虹膜外边界定位的精确率。
上下眼睑属于大面积的连续缓慢变化的噪声，将这种噪声投射到虹膜区域内，其灰度表现的比较均匀。眼睑噪声包括人眼上、下眼睑。人眼睁开的程度不同，裸露出来的能够被摄取的虹膜有效面积也不同。当眼睛睁开度较小时，虹膜区域将被上、下眼睑遮盖，丢失可用信息。如果这部分眼睑作为有效虹膜区域带入虹膜编码模块，那么得到的虹膜编码的可信度将大大降低。随着眼球在眼眶中的移动、旋转，眼睑在虹膜区域中的位置也会发生变化。为此，在定位实验中，必须把上、下眼睑去除。

实验中，我们采用了Canny边缘检测结合Hough变换的方法来定位虹膜外边界。