我爱智能

前面利用hough变换检测圆的办法检测出虹膜内圆，现在用同样的方法来检测外圆，不过在检测时需要对图像进行预处理。在进行Hough变换检测，我们说输入的图像需要是进行处理过的二值轮廓图像，并且轮廓点越少越好，而且这些点尽可能的落在你要检测的那个圆上才行，这样的检测图像才有利于提高hough变换的检测效率以及准确度，也就是预处理的二值图像直接关系到检测出来的结果。以以前检测的那副图像为例，如下

虹膜中心点的识别（1）该篇介绍如何对一个虹膜眼睛中心进行定位识别，这里以我做的一种方法写一下，当然还有很多其他更好的方法，仅做参考下。正常情况下，一副拍好的虹膜图像如下所示（当然有的可能不一样，大概相同）： 从图上可以看出，要想定位出图中眼睛的中心还有一些问题，研究方法也有很多种，我采用的是基于人眼特征和基于棱阔的hough变换检测来做的。简单来说，根据图的特征，我们会发现人眼虹膜

前面我们已经得到了hough变换的基础条件，那就是有一个很好的用于检测的二值边缘图像如下所示： 至此我们才能运用hough变换。Hough变换是一类广泛用于检测各种规则图形用的，像直线、圆、椭圆等等，不同的就是检测的规律不同。Hough变换的原理网上多得是，我当初也是百度上查的，目前也只会皮毛，就不详细些原理了，直接上程序了。。function mean_circle = ho

该节来进一步讨论怎么样进行虹膜眼睛的位置确认，对一副图像首先我们可以很直观的看出眼睛包括内外两个明显的轮廓，并且都呈现圆形，正是这种特征给了我们检测虹膜的一些方法启示。首先我们讲些怎么样检测内圆轮廓。Hough变换在图像的形状检测上非常有效，具体就不介绍了，自己去百度下大概吧，贴一个参考下：http://blog.163.com/yuyang_tech/blog/static/216050

（一）进一步分割上面已经得到了关于分割区域的虹膜部分如下图所示： 内外圆之间的部分认为是要进行识别的部分。该图的大小为600*800，内外圆的参数前面计算过，这里在给一遍：mean_circle_in =[324 ; 332 ; 69];mean_circle_out =[336 ; 340 ; 233];参数形式为%                   mean_