虹膜图像处理-终稿_第1页
虹膜图像处理-终稿_第2页
虹膜图像处理-终稿_第3页
虹膜图像处理-终稿_第4页
虹膜图像处理-终稿_第5页
已阅读5页,还剩11页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

虹膜图像处理1.虹膜识别系统2.所做工作(1)利用基于最大熵的阈值分割法提取虹膜图像(2)用直方图均衡化技术增强虹膜图像纹理(3)利用Canny边缘检测算子对图像进行检测,使其纹理特征直观化。一个完整的虹膜识别系统:虹膜图像采集单元图像预处理单元特征提取单元模式匹配单元原始眼图像如下图所示:利用基于最大熵的阈值分割法提

取虹膜图像1.熵的概念熵是信息论里中的基本概念,理论上是指某个元素的平均信息量,即平均每个符号所能提供的信息量。它只与各符号出现的概率有关。在信息论中熵的定义为:式中,p(x)是事件x发生的概率,H指平均每个符号提供的信息量。

如果从图像分析的角度来理解上述公式,则x是图像的某一灰度值,p(x)是图中灰度值x出现的概率。最大熵阈值分割法就是求使H取最大的灰度值x,并把x作为用来分割的阈值。设图像分n个灰度级,则在数字图像中上述工式可以写成:

基于最大熵的阈值选取思想进行虹膜定位的算法本文中所使用的虹膜图像的灰度级为256,我们需要做的是将一幅图像分出三部分,即瞳孔区域(pupil:灰度值<T1)、虹膜区域(iris:T1<=灰度值<T2)和其他区域(others:灰度值>T2).以图像中各灰度值出现的频数作为取得该灰度级的概率,则上述三个区域所包含的灰度级的概率和分别为:瞳孔区域:虹膜区域:其他区域:三个区域所包含灰度级的概率

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论