13、自适应虹膜分割与部分遮挡面部识别技术解析

自适应虹膜分割与部分遮挡面部识别技术解析

自适应虹膜分割算法

在虹膜分割领域，为了评估某算法的性能，使用了CASIA1版本1和版本3的虹膜图像数据库进行实验。这两个数据库是公共领域中较大的虹膜数据库，其中CASIA版本1包含来自108个不同人的756张眼睛图像，CASIA版本3（Interval）包含来自249个不同人的2655张眼睛图像。

实验在配备openSUSE 11.0 Linux系统的Intel® Quad Core 2.4GHz机器上进行，使用Intel C/C++ (V11.0.074)编译器以及OpenCV (V1.0)和IPP (V6.0)库（均为64位）。IPP库为OpenCV提供了优化模式，在4核处理器上进行多线程处理时，速度提升可达3.84倍。

该算法能够在约0.19秒内提取虹膜带，对于320x280分辨率的图像，处理速度约为5帧每秒。以下是两个数据库的分割结果：
| 版本 | 图像数量 | 分割数量 | 分割百分比 | 平均时间（秒） |
| ---- | ---- | ---- | ---- | ---- |
| V1 | 756 | 748 | 98.94 | 0.18 |
| V3 | 2655 | 2624 | 98.83 | 0.19 |

从这些结果可以看出，该算法可用于在线虹膜提取，具有可接受的实时性能。在分割后，对提取的虹膜图像进行了视觉检查，在CASIA V3中，有7张图像在检查后被拒绝，而CASIA V1中未发现不成功的分割情况。

最初版本的算法在某些方面存在不足，例如在实验中，当程序员设置某些参数（如可用于数据库中所有图像的全局阈值）时，最大分割率约为95