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