
收稿日期:20130610;修回日期:20130727 基金项目:辽宁省自然科学基金资助项目(20102154);辽宁省教育厅科研计划项目
(L2010376)
作者简介:范立南(1964),男,辽宁沈阳人,教授,博士,主要研究方向为图像处理、人工智能、模式识别等;欧文杰(1987),女(通信作者),天
津蓟县人,硕士,主要研究方向为图像处理、变分水平集分割等(526954073@qq.com);孙申申(1980),女,辽宁沈阳人,讲师,博士,主要研究方向
为图像处理、医学影像后处理等;赵志超(1988),男,河北泊头人,硕士,主要研究方向为控制理论与应用、智能机器人等.
基于圆形保持水平集方法的虹膜分割研究
范立南,欧文杰
,孙申申,赵志超
(沈阳大学 信息工程学院,沈阳 110044)
摘 要:虹膜分割是虹膜识别系统中最重要的环节,其分割的好坏将影响虹膜识别的准确率,而虹膜识别也是最
可靠的人体生物终身身份标志之一。因此,提出了基于水平集算法的虹膜分割算法。此算法是利用水平集隐式特
点与圆形形状方程显式的特点相融合确保了演化曲线在演化过程中仍保持圆形,利用其思想分割内边缘。引入自
适应面积项到形状约束的 CV模型中用来约束外边缘。实验结果表明,尽管眼睛睁开有限、眼镜和睫毛及眼睑等遮
挡以及成像设备形成图像的角度等问题,此模型仍能取得很好的分割效果。选用区域相互重叠度———DICE作为
分割算法的评价指标,由实验数据可知,提出的算法对虹膜分割是有效的。
关键词:虹膜分割;水平集;CV模型;形状约束;分割评价
中图分类号:TP391.72 文献标志码:A 文章编号:10013695(2014)04122903
doi:10.3969/j.issn.10013695.2014.04.065
Researchonirissegmentationbasedonlevelsetmethodwithkeepingcircular
FANLinan,OUWenjie
,SUNShenshen,ZHAOZhichao
(CollegeofInformation&Engineering,ShenyangUniversity,Shenyang 110044,China)
Abstract:Irissegmentationisoneofthemostimportantpartofirisrecognitionsystem,thegoodorbadofitssegmentationwill
affecttheaccuracyinirisrecognition,andwhichisoneofthemostreliablehumanbiologicalidentificationforlife.Thispaper
proposedanalgorithmaboutirissegmentationbasedonlevelsets.Thecombinationbetweenlevelsetimplicitcharacteristicsand
shapeconstraintwithexplicitequationensuredthattheevolvingcurvekeptcircularintheprocessofevolutiontosegmentationin
neredge.Inaddition,itintroducedtheadaptiveareatermtoCVmodelwithshapeconstrainttostopouteredge.Theexperimen
talresultsshowthat,althoughthelimitofopeningtheeyes,glassesandeyelashesblockandimagingequipmentproblemsformthe
imagepointofview,theproposedmodelcanstillobtainagoodsegmentationeffect.ItselectstheregionaloverlapdegreeDICEas
segmentationevaluationindex,andtheexperimentalresultsshowthattheproposedalgorithmiseffectiveforirissegmentation.
Keywords:irissegmentation;levelset;CVmodel;shapeconstraint;segmentationevaluation
!
引言
生物识别技术是近年来兴起的身份识别技术。在人体的
各种外部特征中,由于虹膜的组织结构在胎儿中胚发育阶段就
已经定型了,具有唯一性且终身不变的特殊性,因此利用虹膜
进行身份鉴别具有更高的准确率。目前虹膜识别技术被广泛
认为是最有前途的生物识别技术之一
[1]
。由于虹膜识别的高
可靠性和非侵犯性,其在科研和工业领域受到了越来越广泛的
重视。
虹膜分割对整个系统非常重要,其分割的优劣直接影响后
续结果的研究与分析。一些成熟的虹膜识别系统中,虹膜分割
是耗时且复杂的环节,系统的识别错误大多是由分割误差引起
的
[2]
。如何提高虹膜分割定位的准确度和速度,已成为当前
研究的热点和难点。
一般来说上、下眼睑张开的程度是有限的,遮盖了部分虹
膜信息,因而图像中的虹膜并不是完整的圆环,还存在眼睑的
块状遮盖和睫毛的线性遮挡
[3]
,如图 1所示。因此,进行虹膜
分割时,首先应考虑上、下眼睑及睫毛遮挡的问题,这也是本文
的出发点。
图 1 虹膜分割样本
虹膜识别技术中 Daugman
[4]
和 Wildes
[5]
算法是经典算法。
目前国内外已出现了一些对以上两种经典算法进行改进的虹
膜识别技术。纵览有关虹膜图像处理的文献可发现,对虹膜分
割的研究主要集中在小波变换过零检测(wavelettransformzero
crossing)、两步法、数学形态学和 Hough变换等虹膜识别算法,
这些算法都是对虹膜内外边缘的检测,而有关眼睑遮挡和眼睫
毛检测的研究不够深入,主要是借鉴外边缘的定位算法。但此
方法定位速度慢,搜索过程复杂,耗时较多。当存在严重眼皮、
睫毛干扰时,外边缘定位还会存在严重偏差。随后,剑桥大学
Daugman
[6]
提出了活动模板匹配的方法,其思想就是在图像特
第 31卷第 4期
2014年 4月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol.31No.4
Apr.2014