基于BP神经网络和霍夫变换的非理想虹膜定位

摘要：

针对传统虹膜定位方法对非理想虹膜定位效果不理想的问题,提出了一种基于BP神经网络和霍夫变换的非理想虹膜定位方法.首先,将要定位的虹膜图像分块,提取每块图像的特征向量;其次,采用BP神经网络的方法,检测边缘块与非边缘块,通过对边缘块进行数学运算实现外边界的精确定位;然后,以外边界的圆心为种子像素,对内边界进行区域增长;最后,利用霍夫变换实现内边界的精确定位.实验结果表明该算法具有较高的准确率,并且对睫毛与眼睑遮挡严重、女生画眼线等情况,该算法也能取得较好的效果.

关键词：非理想虹膜定位、BP神经网络、区域增长、霍夫变换

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61271365

在线出版日期：2023-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：60-67