基于自适应阈值的虹膜分割算法研究

虹膜分割是虹膜识别必不可少的过程,目前虹膜分割算法一般都是采用固定阈值对图像进行二值化,然后通过Hough变换检测圆的方法。虹膜颜色相对较浅,这样的方法不仅需要合理的输入参数,而且无法通过二值化方法分割出虹膜区域,鲁棒性很差。为此,提出了一种自适应的虹膜分割算法:用自适应阈值对图像进行二值化,通过一阶中心矩计算瞳孔中心点的位置,进而分割出瞳孔;对原图像进行直方图均衡化,以瞳孔中心为圆心,用不同角度和不同半径的扇形对图像进行扫描,求出不同半径扇形圆弧区灰度值和之差的最大值所对应的半径,根据半径和瞳孔中心找出若干点,再通过这些点进行圆的拟合。实验结果表明,该算法能够较好地分割出虹膜区域,鲁