-
题名基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法
被引量：2
- 1
-
-
作者
张波
吕翠翠
-
机构
沈阳化工大学计算机科学与技术学院
-
出处
《计算机应用研究》
CSCD
北大核心
2021年第6期1917-1920,共4页
-
基金
辽宁省博士科研启动基金资助项目(2019-BS-191)。
-
文摘
针对虹膜卷缩轮位置检测中卷缩轮边界定位困难的问题进行了研究,提出了一种基于V型检测算子和边缘梯度的虹膜卷缩轮检测方法。首先根据虹膜卷缩轮内部纹理的位置特征、形状特征和灰度特征,定义V型检测算子,在归一化图像中,利用V型检测算子对图像进行处理,提取卷缩轮内部纹理终点坐标;其次,通过曲线拟合得到卷缩轮边界的初定位区域;最后利用边缘梯度算子在初定位区域进行检测提取卷缩轮边界。实验结果表明,该方法的正确检出率达到93.2%,可以有效地提取虹膜卷缩轮边界。
-
关键词
虹膜卷缩轮
V型检测算子
曲线拟合
归一化图像
边缘梯度算子
-
Keywords
iris frill
V-shaped detection operator
curve fitting
normalized image
edge gradient operator
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名采用双流网络结构的虹膜卷缩轮检测方法
- 2
-
-
作者
张波
王昌鹏
-
机构
沈阳化工大学计算机科学与技术学院
沈阳化工大学辽宁省化工过程工业智能化技术重点实验室
-
出处
《计算机工程与设计》
北大核心
2024年第5期1508-1515,共8页
-
基金
辽宁省博士科研启动基金项目(2019-BS-191)
辽宁省教育厅科学研究基金项目(LJ2020023)。
-
文摘
针对虹膜卷缩轮检测易受干扰而导致边界定位波动的问题,提出一种基于双流网络结构的虹膜卷缩轮检测方法。在归一化图像中,利用双流网络结构分别提取结构特征和纹理特征。融合模块融合来自不同流的特征,得到初定位区域。对该区域进行滤波操作,去除噪声干扰。利用边缘梯度算子检测、提取卷缩轮。实验结果表明,该方法正确检出率为91.2%,边缘定位AP值为0.706,平均检测速度为2.3秒/幅,相比其它算法,存在复杂干扰的情况下,保证检出率和检测速度的基础上,降低了边界波动。
-
关键词
虹膜纹理
图像处理
虹膜卷缩轮
归一化图像
残差分割网络
纹理检测
边缘梯度算子
-
Keywords
iris texture
image processing
iris curl wheel
normalized image
ResSegnet model
texture detection
edge gradient operator
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
