40、虹膜定位与视频火灾检测算法的改进与应用

虹膜定位与视频火灾检测算法的改进与应用

一、改进的Daugman虹膜定位算法

1.1 算法改进思路

传统的Daugman虹膜定位算法存在一些不足，改进方法采用了从粗到细的策略，以单像素精度估计虹膜边缘和瞳孔的中心坐标与半径。具体分为以下三个步骤：
1. 定位内（瞳孔）边界 ：由于初始时不知道瞳孔的中心坐标和半径，原算法需大范围搜索。改进方法分两步定位，先根据圆面积公式进行粗略定位，再用Daugman算法在小区域内精确查找瞳孔的中心和半径。
2. 定位外（边缘）边界 ：因上下眼睑的遮挡，从左右眼角定位外边界，同样采用从快速粗定位到精定位的两步法。
3. 定位上下眼睑边界 ：原算法因睫毛覆盖问题定位效果不佳，改进方法直接去除可能被眼睑覆盖的虹膜区域，不影响识别结果。

1.2 各边界定位具体方法

1.2.1 寻找虹膜内（瞳孔）边界

• 瞳孔粗定位 ：
  • 确定中心和半径的方法是搜索图像中属于瞳孔的所有像素，存储每个像素的X坐标和Y坐标。
  • 根据圆面积公式 (S = \pi r^2) 计算瞳孔半径，其中 (S) 表示瞳孔内像素的数量。
  • 通过计算所有这些像素的X坐标和Y坐标的平均值得到瞳孔的中心坐标。
  • 搜索属于瞳孔的像素基于瞳孔比图像其他区域更黑的事实。设置灰度阈值 (L) 和像素间灰度变化阈值 (\triangle L)，计算公式如下： <