虹膜圖像的預(yù)處理.pdf

1、該文取得的主要研究成果概括如下:1.針對(duì)傳統(tǒng)RANSAC方法對(duì)大數(shù)據(jù)量觀測(cè)集效率較低的不足之處,從隨機(jī)樣本集的選擇方法和候選模型的確定步驟兩個(gè)方面改進(jìn)了該算法.使得改進(jìn)后的RANSAC方法對(duì)大數(shù)據(jù)量的擬合問(wèn)題更有效率.改進(jìn)RANSAC方法是一種通用的數(shù)據(jù)擬合算法,有著廣泛的應(yīng)用前景.2.將改進(jìn)的RANSAC方法應(yīng)用于虹膜定位和虹膜圖像眼皮檢測(cè).實(shí)驗(yàn)證明,只要應(yīng)用先驗(yàn)知識(shí),有效地選擇進(jìn)行擬合的數(shù)據(jù)子集,該方法能夠在不影響.定位精度的前提下

2、,大大提高虹膜定位和眼皮檢測(cè)的速度.3.實(shí)現(xiàn)了幾種目前應(yīng)用比較廣泛的虹膜定位算法,并比較了這些算法的定位速度和精度,以及對(duì)識(shí)別率的影響該文還比較了這幾種定位算法定位精度受定位速度影響的情況,并分析了各自的適用范圍.4.在參考大量的關(guān)于眼睛結(jié)構(gòu)和生理運(yùn)動(dòng)的醫(yī)學(xué)文獻(xiàn)的基礎(chǔ)上,提出了基于虹膜運(yùn)動(dòng)生理特性的非線性歸一化方法,并與傳統(tǒng)的線性和分段線性歸一化方法進(jìn)行了比較.實(shí)驗(yàn)表明,該方法比傳統(tǒng)方法更能反映虹膜拉伸和壓縮的生理特征,對(duì)提取出的虹膜特