CN110610128B - 一种基于同心圆提取的虹膜识别方法及存储介质 - Google Patents

一种基于同心圆提取的虹膜识别方法及存储介质 Download PDF

Info

Publication number
CN110610128B
CN110610128B CN201910715655.XA CN201910715655A CN110610128B CN 110610128 B CN110610128 B CN 110610128B CN 201910715655 A CN201910715655 A CN 201910715655A CN 110610128 B CN110610128 B CN 110610128B
Authority
CN
China
Prior art keywords
closed
image information
circle
iris
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910715655.XA
Other languages
English (en)
Other versions
CN110610128A (zh
Inventor
卢仕辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhang Jiehui
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910715655.XA priority Critical patent/CN110610128B/zh
Publication of CN110610128A publication Critical patent/CN110610128A/zh
Application granted granted Critical
Publication of CN110610128B publication Critical patent/CN110610128B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/19Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/193Preprocessing; Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及一种基于同心圆提取的虹膜识别方法及存储介质,包括以下:步骤1、获取虹膜图像信息,检测出虹膜图像信息中的闭合圆图像;步骤2、判断该虹膜图像信息中是否存在同心圆,若是转至步骤3,若否则判断该虹膜图像信息不准确;步骤3、对该虹膜图像进行同心圆提取获取该虹膜图像的瞳孔区域图像信息;步骤4、结合该虹膜图像的瞳孔区域图像信息完成虹膜识别。本发明通过判断虹膜图像信息中的圆的总数,并将判断为圆的图像提取出来,将提取出来的圆的图像进行两两判断是否为同心圆,将判定为通心圆的两个圆图像信息作为瞳孔图像信息进行虹膜识别。本发明应用于图像处理领域。

Description

一种基于同心圆提取的虹膜识别方法及存储介质
技术领域
本发明涉及图像处理领域,尤其涉及一种基于同心圆提取的虹膜识别方法及存储介质。
背景技术
在进行虹膜识别时,通过对比虹膜图像特征之间的相似性来确定人们的身份。虹膜识别技术的过程一般来说包含如下四个步骤:
1.虹膜图像获取
使用特定的摄像器材对人的整个眼部进行拍摄,并将拍摄到的图像传输给虹膜识别系统的图像预处理软件。
2.图像预处理
对获取到的虹膜图像进行如下处理,使其满足提取虹膜特征的需求。
虹膜定位:确定内圆、外圆和二次曲线在图像中的位置。其中,内圆为虹膜与瞳孔的边界,外圆为虹膜与巩膜的边界,二次曲线为虹膜与上下眼皮的边界。
虹膜图像归一化:将图像中的虹膜大小,调整到识别系统设置的固定尺寸。
图像增强:针对归一化后的图像,进行亮度、对比度和平滑度等处理,提高图像中虹膜信息的识别率。
3.特征提取
采用特定的算法从虹膜图像中提取出虹膜识别所需的特征点,并对其进行编码。
4.特征匹配
将特征提取得到的特征编码与数据库中的虹膜图像特征编码逐一匹配,判断是否为相同虹膜,从而达到身份识别的目的。
而在进行虹膜识别的过程中需要对瞳孔图像中的同心圆进行提取,当今市场的同心圆提取技术仍不够成熟,较难实现对同心圆的提取。
当今市场急需一种基于同心圆提取的虹膜识别方法,能够较为准确的实现对眼球图像中的同心圆进行提取,从而对虹膜进行识别。
发明内容
本发明的目的是解决现有技术的不足,提供一种基于同心圆提取的虹膜识别方法及存储介质。
为了实现上述目的,本发明采用以下的技术方案:
提出一种基于同心圆提取的虹膜识别方法,包括以下:
步骤1、获取虹膜图像信息,检测出虹膜图像信息中的闭合圆图像;
步骤2、判断该虹膜图像信息中是否存在同心圆,若是转至步骤3,若否则判断该虹膜图像信息不准确;
步骤3、对该虹膜图像进行同心圆提取获取该虹膜图像的瞳孔区域图像信息;
步骤4、结合该虹膜图像的瞳孔区域图像信息完成虹膜识别。
进一步,上述步骤1中检测虹膜图像信息中的闭合圆图像的具体方式包括以下:
将获取的虹膜图像信息进行预处理操作得到第一图像信息;
对第一图像信息进行边缘检测获取第一图像信息中的闭合图形信息;
计算每个闭合图形的周长p以及闭合图形的面积s;
根据闭合图形信息的周长p以及闭合图形的面积s计算闭合图形的圆度值,若圆度值落在第一阈值区间则判断该闭合图形为圆形。
进一步,上述的预处理操作包括如下:
对虹膜图像信息进行灰度化后取反得到第二图像信息;
将第二图像信息进行中值滤波处理后二值化得到第三图像信息;
对第三图像信息进行消除噪点操作得到第一图像信息。
进一步,上述步骤2中判断该虹膜图像信息中是否存在同心圆的方法包括以下:
步骤401、选取第一图像中的任意两个闭合圆图像,对第一闭合圆图像取直径在第一闭合圆图像的边缘的两个端点A、B作为第一闭合圆图像的特征点,对第二闭合圆图像取直径在第二闭合圆图像的边缘的两个端点C、D作为第二闭合圆图像的特征点;
步骤402、分别计算AC以及BD的长度;
步骤403、若AC与BD的长度比值在第二阈值区间内则判定所述第一闭合圆与所述第二闭合圆为同心圆,若AC与BD的长度比值不在第二阈值区间内则判定所述第一闭合圆与所述第二闭合圆不为同心圆;
步骤404、重复步骤401至步骤403直到第一图像中的所有闭合圆图像两两之间均完成是否为同心圆的判定。
进一步,上述根据闭合图形的周长p以及闭合图形的面积s计算闭合图形的圆度值的具体方式包括以下:
设定闭合图形的圆度值为U,则闭合图形的周长p以及闭合图形的面积s与闭合图形的圆度值U具有如下关系:
U=4πs/p2
进一步,上述步骤3中进行同心圆提取的操作具体包括以下:
判断互为同心圆的两个圆的直径大小关系;
将判断为同心圆的两个圆中直径大的圆从虹膜图像中切取下来作为第一待处理图像信息;
将判断为同心圆的两个圆中的另一个圆从虹膜图像中切取下来作为第二待处理图像信息;
利用subtract函数将第一待处理图像信息减去第二待处理图像信息完成同心圆提取。
进一步,所述第一阈值区间为[0.85,1.0]。
进一步,所述第二阈值区间为[0.9,1.0]。
本发明还提出一种计算机可读存储的介质,所述计算机可读存储的介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
本发明的有益效果为:
本发明通过判断虹膜图像信息中的圆的总数,并将判断为圆的图像提取出来,将提取出来的圆的图像进行两两判断是否为同心圆,将判定为通心圆的两个圆图像信息作为瞳孔图像信息进行虹膜识别。
附图说明
图1所示为一种基于同心圆提取的虹膜识别方法流程图;
图2所示为判断图像中是否存在同心圆的方法流程图;
图3所示为进行同心圆判断的原理图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
结合图1以及图2,本发明提出提出一种基于同心圆提取的虹膜识别方法,包括以下:
步骤1、获取虹膜图像信息,检测出虹膜图像信息中的闭合圆图像;
步骤2、判断该虹膜图像信息中是否存在同心圆,若是转至步骤3,若否则判断该虹膜图像信息不准确;
步骤3、对该虹膜图像进行同心圆提取获取该虹膜图像的瞳孔区域图像信息;
步骤4、结合该虹膜图像的瞳孔区域图像信息完成虹膜识别。
作为本方案的优选实施方式,上述步骤1中检测虹膜图像信息中的闭合圆图像的具体方式包括以下:
将获取的虹膜图像信息进行预处理操作得到第一图像信息;
对第一图像信息进行边缘检测获取第一图像信息中的闭合图形信息;
计算每个闭合图形的周长p以及闭合图形的面积s;
根据闭合图形信息的周长p以及闭合图形的面积s计算闭合图形的圆度值,若圆度值落在第一阈值区间则判断该闭合图形为圆形。作为本方案的优选实施方式,所述第一阈值区间为[0.85,1.0]。因为考虑到闭合图形一般都是非正规圆形,所以计算出来的圆度必然是小于1的,本方案将区间设定为[0.85,1.0],当然也可以根据实际情况进行自行设定,但是设定区间的右端点为1。设定区间的左端点越接近1则代表误差越小。
作为本方案的优选实施方式,上述的预处理操作包括如下:
对虹膜图像信息进行灰度化后取反得到第二图像信息;
将第二图像信息进行中值滤波处理后二值化得到第三图像信息;
对第三图像信息进行消除噪点操作得到第一图像信息。
作为本方案的优选实施方式,上述步骤2中判断该虹膜图像信息中是否存在同心圆的方法包括以下:
步骤401、选取第一图像中的任意两个闭合圆图像,对第一闭合圆图像取直径在第一闭合圆图像的边缘的两个端点A、B作为第一闭合圆图像的特征点,对第二闭合圆图像取直径在第二闭合圆图像的边缘的两个端点C、D作为第二闭合圆图像的特征点;
步骤402、分别计算AC以及BD的长度;
步骤403、若AC与BD的长度比值在第二阈值区间内则判定所述第一闭合圆与所述第二闭合圆为同心圆,若AC与BD的长度比值不在第二阈值区间内则判定所述第一闭合圆与所述第二闭合圆不为同心圆;
步骤404、重复步骤401至步骤403直到第一图像中的所有闭合圆图像两两之间均完成是否为同心圆的判定。
结合图3,其中AC以及BD分别代表的是第一闭合圆的某一直径的一个端点与第二闭合圆的某一直径的一个端点的距离以及第一闭合圆的某一直径的另一个端点与第二闭合圆的某一直径的另一个端点的距离。因为经过分析可以知道,如果两个圆为同心圆的话则AC与BD的比值必然是为1的,但是考虑到通过边缘检测得到的圆形的圆度不够高,所以这里的比值也会存在一定的误差性,故将第二阈值的范围设定为[0.9,1.0],当然第二阈值也可以根据检测所需要的精度进行自由设定,原则上所需要的精度越高,则第二阈值的范围[b,1.0]中的b值越接近1,但第二阈值的右端点为1。并且考虑到在实际操作时,对圆的直径的端点提取较为困难,故在优选的方案中可以选取圆的最右端点与最左端点作为特征点,或是选取圆的最上端点一级最下端垫作为特征点,方便分析计算。结合实际情况分析,因为虹膜图像中的同心圆是两个圆,所以如果检测出存在两个圆以上的同心圆的情况,则作为异常情况进行舍弃并形成一个日志文件,该日志文件记录该虹膜图像存在多圆同心的情况,方便工程师进行分析总结。
作为本方案的优选实施方式,上述根据闭合图形的周长p以及闭合图形的面积s计算闭合图形的圆度值的具体方式包括以下:
设定闭合图形的圆度值为U,则闭合图形的周长p以及闭合图形的面积s与闭合图形的圆度值U具有如下关系:
U=4πs/p2
虽然采用该模型进行计算闭合图形的圆度对于边长为无穷大的平面图形(如Koch雪花曲线)计算的圆度为0,与视觉效果不符,但是对于正常的闭合曲线来说还是十分不错的。故本方案选用该模型计算闭合图形的圆度。
作为本方案的优选实施方式,上述步骤3中进行同心圆提取的操作具体包括以下:
判断互为同心圆的两个圆的直径大小关系;
将判断为同心圆的两个圆中直径大的圆从虹膜图像中切取下来作为第一待处理图像信息;
将判断为同心圆的两个圆中的另一个圆从虹膜图像中切取下来作为第二待处理图像信息;
利用subtract函数将第一待处理图像信息减去第二待处理图像信息完成同心圆提取。
因为已经事先判断了为同心圆的两个圆的信息,所以只要将两个圆分别从原图像中切取下来放置与原图像相同尺寸的模版中,之后进行图像相减即可得到圆环图像完成同心圆提取,之后进行极坐标变换将圆环图像展开成为矩形进行虹膜识别。
本发明还提出一种计算机可读存储的介质,所述计算机可读存储的介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储的介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (8)

1.一种基于同心圆提取的虹膜识别方法,其特征在于,包括以下:
步骤1、获取虹膜图像信息,检测出虹膜图像信息中的闭合圆图像;
步骤2、判断该虹膜图像信息中是否存在同心圆,若是转至步骤3,若否则判断该虹膜图像信息不准确;
步骤3、对该虹膜图像进行同心圆提取获取该虹膜图像的瞳孔区域图像信息;
步骤4、结合该虹膜图像的瞳孔区域图像信息完成虹膜识别;
上述步骤2中判断该虹膜图像信息中是否存在同心圆的方法包括以下:
步骤401、选取第一图像中的任意两个闭合圆图像,对第一闭合圆图像取直径在第一闭合圆图像的边缘的两个端点A、B作为第一闭合圆图像的特征点,对第二闭合圆图像取直径在第二闭合圆图像的边缘的两个端点C、D作为第二闭合圆图像的特征点;
其中,选取第一闭合圆的最右端点与最左端点作为第一闭合圆的特征点以及第二闭合圆的最右端点与最左端点作为第二闭合圆的特征点,
或,
选取第一闭合圆的最上端点和最下端点作为第一闭合圆的特征点以及第二闭合圆的最上端点和最下端点作为第二闭合圆的特征点;
步骤402、分别计算AC以及BD的长度;
其中,AC以及BD分别代表的是第一闭合圆的某一直径的一个端点与第二闭合圆的某一直径的一个端点的距离以及第一闭合圆的某一直径的另一个端点与第二闭合圆的某一直径的另一个端点的距离;
步骤403、若AC与BD的长度比值在第二阈值区间内则判定所述第一闭合圆与所述第二闭合圆为同心圆,若AC与BD的长度比值不在第二阈值区间内则判定所述第一闭合圆与所述第二闭合圆不为同心圆;
步骤404、重复步骤401至步骤403直到第一图像中的所有闭合圆图像两两之间均完成是否为同心圆的判定。
2.根据权利要求1所述的一种基于同心圆提取的虹膜识别方法,其特征在于,上述步骤1中检测虹膜图像信息中的闭合圆图像的具体方式包括以下:
将获取的虹膜图像信息进行预处理操作得到第一图像信息;
对第一图像信息进行边缘检测获取第一图像信息中的闭合图形信息;
计算每个闭合图形的周长p以及闭合图形的面积s;
根据闭合图形信息的周长p以及闭合图形的面积s计算闭合图形的圆度值,若圆度值落在第一阈值区间则判断该闭合图形为圆形。
3.根据权利要求2所述的一种基于同心圆提取的虹膜识别方法,其特征在于,上述根据闭合图形的周长p以及闭合图形的面积s计算闭合图形的圆度值的具体方式包括以下:
设定闭合图形的圆度值为U,则闭合图形的周长p以及闭合图形的面积s与闭合图形的圆度值U具有如下关系:
U=4πs/p2
4.根据权利要求2所述的一种基于同心圆提取的虹膜识别方法,其特征在于,上述的预处理操作包括如下:
对虹膜图像信息进行灰度化后取反得到第二图像信息;
将第二图像信息进行中值滤波处理后二值化得到第三图像信息;
对第三图像信息进行消除噪点操作得到第一图像信息。
5.根据权利要求2所述的一种基于同心圆提取的虹膜识别方法,其特征在于,所述第一阈值区间为[0.85,1.0。
6.根据权利要求1所述的一种基于同心圆提取的虹膜识别方法,其特征在于,所述第二阈值区间为[0.9,1.0。
7.根据权利要求1所述的一种基于同心圆提取的虹膜识别方法,其特征在于,上述步骤3中进行同心圆提取的操作具体包括以下:
判断互为同心圆的两个圆的直径大小关系;
将判断为同心圆的两个圆中直径大的圆从虹膜图像中切取下来作为第一待处理图像信息;
将判断为同心圆的两个圆中的另一个圆从虹膜图像中切取下来作为第二待处理图像信息;
利用subtract函数将第一待处理图像信息减去第二待处理图像信息完成同心圆提取。
8.一种计算机可读存储的介质,所述计算机可读存储的介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法的步骤。
CN201910715655.XA 2019-08-05 2019-08-05 一种基于同心圆提取的虹膜识别方法及存储介质 Active CN110610128B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910715655.XA CN110610128B (zh) 2019-08-05 2019-08-05 一种基于同心圆提取的虹膜识别方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910715655.XA CN110610128B (zh) 2019-08-05 2019-08-05 一种基于同心圆提取的虹膜识别方法及存储介质

Publications (2)

Publication Number Publication Date
CN110610128A CN110610128A (zh) 2019-12-24
CN110610128B true CN110610128B (zh) 2023-10-03

Family

ID=68890984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910715655.XA Active CN110610128B (zh) 2019-08-05 2019-08-05 一种基于同心圆提取的虹膜识别方法及存储介质

Country Status (1)

Country Link
CN (1) CN110610128B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101073090A (zh) * 2004-11-22 2007-11-14 虹膜技术公司 用于虹膜识别的多级可变域分解方法和系统
CN101169828A (zh) * 2006-10-27 2008-04-30 鸿富锦精密工业(深圳)有限公司 同心圆智能分类系统及方法
CN101447025A (zh) * 2008-12-30 2009-06-03 东南大学 一种大型动物虹膜识别方法
CN106326825A (zh) * 2015-08-26 2017-01-11 北京巴塔科技有限公司 虹膜边缘定位方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101073090A (zh) * 2004-11-22 2007-11-14 虹膜技术公司 用于虹膜识别的多级可变域分解方法和系统
CN101169828A (zh) * 2006-10-27 2008-04-30 鸿富锦精密工业(深圳)有限公司 同心圆智能分类系统及方法
CN101447025A (zh) * 2008-12-30 2009-06-03 东南大学 一种大型动物虹膜识别方法
CN106326825A (zh) * 2015-08-26 2017-01-11 北京巴塔科技有限公司 虹膜边缘定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
<虹膜识别>1.opencv3同心圆的提取;酸甜味儿的萌萌酱;《CSDN 博客》;20170824;1 *

Also Published As

Publication number Publication date
CN110610128A (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
US10966602B2 (en) Automatically detecting eye type in retinal fundus images
EP2888718B1 (en) Methods and systems for automatic location of optic structures in an image of an eye, and for automatic retina cup-to-disc ratio computation
CN107871322B (zh) 虹膜图像分割方法和装置
CA2736609C (en) System and method for animal identification using iris images
KR101711498B1 (ko) 안구 및 홍채 처리 시스템 및 방법
CN104463159B (zh) 一种定位虹膜的图像处理方法和装置
CN105335726A (zh) 人脸识别置信度获取方法和系统
Cheng et al. Superpixel classification for initialization in model based optic disc segmentation
CN109614858B (zh) 一种瞳孔中心的检测方法和装置
CN110516661A (zh) 应用于虹膜识别的美瞳检测方法及装置
CN102663443A (zh) 基于图像扰动和相关滤波的生物特征识别方法
CN110610128B (zh) 一种基于同心圆提取的虹膜识别方法及存储介质
Ng et al. An effective segmentation method for iris recognition system
Kumar et al. Automatic optic disc segmentation using maximum intensity variation
Guo et al. Iris extraction based on intensity gradient and texture difference
CN110276333B (zh) 眼底身份识别模型训练方法、眼底身份识别方法和设备
Aramesh et al. A new method for segmentation of retinal blood vessels using Morphological image processing technique
CN115984178A (zh) 伪造图像检测方法、电子设备和计算机可读存储介质
Kankanala et al. Automatic segmentation of optic disc using modified multi-level thresholding
Biswal et al. Robust segmentation of optic disc and optic cup using statistical Kurtosis test
CN110853059B (zh) 一种靶子环数的图像识别方法
Cremer et al. How a local quality measure can help improving iris recognition
Poonguzhali et al. Review on localization of optic disc in retinal fundus images
Kovoor et al. Iris biometric recognition system employing canny operator
CN112862804B (zh) 一种眼底视网膜血管图像处理系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: No.45 Zhaoyi Road, Dongsheng Town, Zhongshan City, Guangdong Province 528415

Applicant after: Guangdong AOPO smart home Co.,Ltd.

Address before: No.45 Zhaoyi Road, Dongsheng Town, Zhongshan City, Guangdong Province 528415

Applicant before: ZHONGSHAN AOPO METAL MANUFACTORY Co.,Ltd.

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20230904

Address after: No. 18 Tai'an West Lane, Yuelong Middle Road, Xiaolan Town, Zhongshan City, Guangdong Province, 528400

Applicant after: Zhang Jiehui

Address before: No.45 Zhaoyi Road, Dongsheng Town, Zhongshan City, Guangdong Province 528415

Applicant before: Guangdong AOPO smart home Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant