42、视网膜特征点表征在生物识别系统中的应用及合成孔径雷达图像海岸线检测方法

视网膜特征点表征在生物识别系统中的应用及合成孔径雷达图像海岸线检测方法

视网膜特征点表征在生物识别系统中的应用

在生物识别系统中，视网膜特征点的匹配过程存在需要计算大量变换以找到最优变换的问题。为减少计算量，可将特征点分为交叉点和分叉点，仅允许相同类别（或未分类）的点进行匹配。

特征点分类步骤如下：
1. 基于局部特征的初步分类 ：
- 以检测到的特征点 (F) 为圆心，半径为 (R_c) 作圆进行分析。
- (n(F)) 表示与圆相交的血管段数量，分叉点对应 (n(F) = 3)，交叉点对应 (n(F) = 4)。
- 为避免 (R_c) 过大导致圆与不属于特征点的血管相交，采用三种半径（(R_c)、(R_1 = R_c - \rho)、(R_2 = R_c + \rho)，其中 (\rho = 5)）的投票系统。
- 计算 (C(F)) 和 (B(F))：
- (C(F) = 2 * C(F, R_1) + C(F, R_c) + C(F, R_2))
- (B(F) = B(F, R_1) + B(F, R_c) + 2 * B(F, R_2))
- 当 (C(F) > B(F)) 时，(F) 分类为交叉点；否则为分叉点。
2. 拓扑分类 ：
- 分析特征点对 ((F_1, F_2))，考虑它们的欧几里得距离 (d(F_1, F_2))。
- 如果 (F_1) 和 (F_2) 通过血管段相连且 (d(F_1, F_2) <= 2 * R_c)，则将它们合并为中间点的交叉点。
- 对于未分类