70、虹膜识别技术：从预处理到实际应用

虹膜识别技术：从预处理到实际应用

1. 虹膜图像预处理

虹膜识别系统中，预处理是关键的初始步骤，它包括消除镜面反射、虹膜定位、去除噪声、处理眼睑和睫毛遮挡等操作。

1.1 消除镜面反射

镜面反射是在图像采集过程中，因光照在瞳孔区域形成的亮点。消除方法可利用相邻像素的强度值，依据合适的阈值去除反射。

1.2 去除噪声

图像中可能存在的噪声类型有高斯白噪声、泊松噪声、椒盐噪声和乘性噪声。去除噪声可使用中值和维纳滤波器，同时一些图像增强技术，如对比度拉伸和直方图均衡化，也有助于提高图像质量。

1.3 消除眼睑和睫毛遮挡

眼睑和睫毛的遮挡会降低虹膜识别的准确性。可使用边缘检测算子识别眼睑，水平多尺度边缘能代表眼睑和睫毛部分。检测归一化矩形图像中的眼睑时，通过扫描白色像素确定噪声。此外，还可使用弧形曲线、抛物线模型和线性模型检测眼睑，并通过矩形块消除它们。同时，可对曲线边界附近的睫毛强度进行提亮或平滑处理。在预处理中使用的滤波器包括平均滤波器、圆形平均滤波器、高斯低通滤波器、线性运动估计滤波器和对比度增强滤波器。

1.4 边界检测算子

在灰度图像上应用边缘检测算子可得到二值图像，其中的边缘对应瞳孔、虹膜和眼睑边界。常见的边缘检测算子有Sobel、Prewitt、Roberts、高斯拉普拉斯、Canny和零交叉。形态学操作中的膨胀和腐蚀常用于边缘检测，使用的结构元素有正方形、圆盘、直线和八边形。梯度算子利用灰度的一阶导数，通过高斯滤波器的一阶导数获取水平和垂直方向的梯度图像，用梯度的绝对求和值检测边缘。

1.5 瞳孔扩张