主動(dòng)輪廓線虹膜定位的改進(jìn)算法研究.pdf

1、主動(dòng)輪廓線模型(Snake)是一種有效的復(fù)雜輪廓提取及圖像解釋方法，它通過(guò)不斷地極小化自身的能量函數(shù)來(lái)達(dá)到定位物體邊界的目的。但是，傳統(tǒng)的Snake模型及其應(yīng)用仍存在一些問(wèn)題，如對(duì)初始位置敏感，需要依賴其它機(jī)制將主動(dòng)輪廓線的蛇點(diǎn)放置在圖像中目標(biāo)附近，以致弱邊界圖像求解效果較差。盡管已有研究為視覺(jué)問(wèn)題提出了特定的解決方案，但是具體問(wèn)題的解決還需要提出具體的解決方法，得到一些適合的能量函數(shù)，建立較好的數(shù)學(xué)模型。好的函數(shù)能使Snake模型很好

2、地收斂到最小位置，否則可能收斂到局部的點(diǎn)，甚至發(fā)散。針對(duì)以上問(wèn)題，本文提出一種基于改進(jìn)Snake模型的虹膜定位算法：研究能量函數(shù)的構(gòu)造和蛇點(diǎn)的自適應(yīng)分布，用傅里葉描述子來(lái)描述目標(biāo)的輪廓，圖像力采用圖像本身的梯度值，使Snake很好地收斂于輪廓邊界。
　　 首先根據(jù)灰度投影原理，灰度累計(jì)最小為瞳孔的大致中心，即為初始化點(diǎn)。然后應(yīng)用改進(jìn)Snake模型的能量函數(shù)，均勻地對(duì)蛇點(diǎn)進(jìn)行搜索。在搜索中的開(kāi)始階段由于受到噪音的影響，往往誤差較大

3、，可以加大外部能量函數(shù)的調(diào)整以減少誤差，經(jīng)過(guò)一段時(shí)間的迭代，各蛇點(diǎn)的輪廓開(kāi)始逼近目標(biāo)輪廓，直到其到達(dá)虹膜的邊界為止。最后以瞳孔的半徑為虹膜外邊界的初始半徑，使用圓板匹配算法定位外邊界，然后得出整個(gè)虹膜邊界。
　　 本文以CASIA虹膜數(shù)據(jù)庫(kù)(標(biāo)準(zhǔn)虹膜特征定位數(shù)據(jù)庫(kù))為操作集對(duì)該方法進(jìn)行了仿真和實(shí)驗(yàn)測(cè)試。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的Snake算法能夠提高定位速度與精度。同時(shí)，該算法不用特征提取和二值化，縮短了Snake的整體輪廓的定位時(shí)間