导读:本文包含了虹膜定位论文开题报告文献综述及选题提纲参考文献，主要关键词:虹膜定位,像素级别分类,迁移学习
虹膜定位论文文献综述
林珊珊,卢绍兴,马宇,王英[1]（2019）在《基于迁移深度卷积神经网络的虹膜定位》一文中研究指出精确而快速地定位虹膜是有效识别虹膜的重要前提。传统的虹膜定位方法对图像尺度变化、睫毛比较浓密、虹膜被遮挡较多等情况下的图片处理效果并不理想。本文采用迁移学习MaskR-CNN网络的方法,对图像进行像素级别分类。根据像素分类结果,能够很好地标识虹膜区域和非虹膜区域。在中国科学院自动化所公布的虹膜数据集CASIA-Iris-version 4上验证了本文工作的有效性,迁移学习后的网络具有很好的泛化性能,有较高的鲁棒性。(本文来源于《信息技术与信息化》期刊2019年07期）
杨争威[2]（2019）在《移动虹膜识别中虹膜定位算法研究》一文中研究指出经过多年的发展,虹膜识别技术已渐趋成熟,而在智能移动终端搭载虹膜识别系统仍是一个较为热门的研究课题。随着微电子技术的快速发展,目前智能移动设备满足虹膜识别系统所需的运算能力,但现在还缺乏能够应对移动端虹膜识别应用条件的实用化的图像处理与识别算法。在虹膜识别系统中,虹膜定位一直是研究的重点内容,因此,课题主要研究适用于受干扰可见光虹膜图像的移动端虹膜识别系统的虹膜定位算法。虹膜定位是虹膜识别系统的重要步骤,它通过图像处理方法获得虹膜的内外边缘信息。定位不准确会引入大量非虹膜区域的干扰,导致虹膜匹配过程失败。因而,提高虹膜定位的准确性是提升识别系统性能的重要研究内容。现有的方法多将虹膜的结构特征用于定位,纹理特征用于虹膜匹配。然而,在可见光移动端虹膜识别中,采集条件约束弱,虹膜的结构特征易受自然光照所产生的多种干扰因素影响,造成定位不准确。为解决上述问题,本文提出一种基于混合测地线区域曲线演化的虹膜定位方法。该方法在图像预处理过程中采用拉格朗日方法去除光斑并修复图像。然后建立HOG特征+级联分类器的虹膜检测模型在整幅图像中检测出虹膜的区域范围,初步定位虹膜。之后采用线性灰度变换法增强图像对比度。最后利用拟合圆法确定虹膜内边缘,采用混合测地线法定位虹膜外边缘,并提出一种可以量化地客观评价边缘准确性的方法。为了简化算法运行过程、提高移动端虹膜识别系统的效率,本文还提出一种基于改进GrowCut的虹膜定位方法,以适应移动端虹膜识别需求。本文采用MICHE-I图库中的iPhone5库对算法进行测试,该图库是由iPhone5手机在可见光下采集,采集过程并不对被采集对象进行任何约束。该图库包含了移动端虹膜识别系统实际应用中可能遇到的各种干扰,可以全面地测试定位方法的适用性。本文利用图库中的754张图像用于算法测试,实验结果表明,本文采用的基于混合测地线演化法的虹膜定位能够克服自然光照对虹膜图像的影响,准确定位虹膜外边缘,其定位准确率达到了93.1%。改进GrowCut的方法优化了分割目标轮廓的标签图,定位准确率达到了92%。与混合测地线演化方法相比,改进后的方法运行时间分别缩短了68%(前置镜头)和64%(后置镜头),更适用于智能移动设备采集的图像。(本文来源于《沈阳工业大学》期刊2019-06-03）
孙正,陈兆学,李晓萌[3]（2019）在《基于单位扇环灰度的虹膜定位算法》一文中研究指出提出了基于单位扇环灰度的虹膜定位算法。利用投影法分割出一个包含瞳孔的矩形区域,通过最大类间方差法确定该矩形区域的阈值,完成瞳孔的分割。对于虹膜外边界的定位,需要基于瞳孔中心分割出某一方向上的扇形区域,以5个像素作为扇形区域的步长,计算每个扇环的平均灰度值,根据灰度变化情况就可以确定该方向上的虹膜外边界点。其他方向上的边界点也通过此方法确定。对这些边界点进行筛选并进行圆的拟合,最终实现虹膜的定位。实验结果表明,采用该方法所分割的虹膜图像可以获得良好的效果,具有良好的应用和参考价值。(本文来源于《光学技术》期刊2019年02期）
田子林,陈家新[4]（2019）在《基于最小二乘法与霍夫变换的虹膜定位算法》一文中研究指出为解决定位虹膜内外边缘时因轮廓信息不足会出现的定位不准确或者失败问题,提出一种采用霍夫变换与最小二乘法相结合的定位算法。首先使用形态学开操作减少图像中孤立的小点,并利用自适应阈值算法二值化图像;然后使用形态学闭操作补充小缝隙平滑图像边缘,再利用Canny算法提取图像边缘信息;最后根据内边缘与外边缘的差异性分别使用霍夫变换和最小二乘法定位虹膜内外边缘。经实验对比分析,该方法与传统算法相比,能更快速、准确地定位虹膜。(本文来源于《电子技术应用》期刊2019年02期）
杨秀,张轩雄[5]（2019）在《一种快速有效的虹膜定位方法》一文中研究指出虹膜定位是虹膜识别系统中的一个重要步骤,后续处理步骤均取决于其准确性。针对传统虹膜定位方法的局限性,设计了一种由粗到精的算法,解决计算成本问题的同时达到可接受的精度要求。利用灰度投影法和自适应阈值将虹膜图像转换为二值图像实现虹膜内边界的粗定位,再用Canny算子对边缘进行检测精定位,然后根据定位结果结合矩形检测模板对外边界进行粗定位,使用Daugman圆盘算子检测虹膜外边界进行精定位。实验结果表明该算法能准确快速地定位虹膜区域。(本文来源于《软件导刊》期刊2019年01期）
刘笑楠,杨争威,张海珊[6]（2018）在《基于混合测地线区域曲线演化的虹膜定位方法》一文中研究指出由于可见光移动端虹膜识别中图像受光照不均、镜面反射等因素干扰,可能损失部分虹膜的结构信息和边缘信息,造成难以准确定位虹膜区域。为解决上述问题,提出一种基于混合测地线区域曲线演化的虹膜定位方法。该方法首先在图像预处理中采用拉格朗日插值法消除光斑;然后采用基于HOG特征和级联分类器的虹膜检测模型初步定位虹膜区域;再根据灰度梯度信息和拟合圆的方法确定虹膜内边缘;最后采用混合测地线区域曲线演化法定位虹膜外边缘。为测试算法的有效性,采用MICHE-I虹膜图库中由iPhone5采集的754张虹膜图像进行测试,并且提出一种虹膜外边缘定位准确度的定量评价方式。测试结果表明,方法在包含干扰的图像中虹膜定位成功率达到93.3%,虹膜边缘定位错误率为0.08,满足移动端虹膜识别的实用需求。(本文来源于《电子测量与仪器学报》期刊2018年10期）
满辉,陈元兵,喻文倩,李健[7]（2018）在《虹膜定位技术在下斜肌减弱手术中的应用》一文中研究指出目的通过虹膜定位技术测量下斜肌减弱术前术后眼球旋转度,为斜视手术测量提供新方法。方法选取2014年~2016年在我院确诊为单眼上斜肌麻痹患者共32例(男18例,女14例),第一眼位垂直斜视度≤20°,无其它垂直肌肉异常。由同一名大夫给予行麻痹眼相对应的下斜肌减弱手术,记录术前、术后眼球旋转度。应用SPSS13.0统计学软件进行分析,P<0.05为差异有统计学意义。结果右眼麻痹眼的眼球旋转度术前为-16.83°±6.39°,术后1d为-5.73°±1.98°;左眼麻痹眼术前为14.92°±4.51°,术后1d为6.68°±2.86°。术前术后比较,差异有显着性(P<0.01)。结论虹膜定位技术可为斜视矫正引发的眼球旋转测量提供精确、定量的检查数据。(本文来源于《潍坊医学院学报》期刊2018年02期）
王延年,赵朗月,刘会敏[8]（2017）在《一种精确的虹膜定位方法》一文中研究指出虹膜定位是虹膜识别中极为关键的一步,选择了一种基元模式来进行虹膜内边缘定位。为了使提取的内边缘更加精确,先对采集的虹膜图像进行除燥去、光斑、归一化等处理,再设定方窗函数及双阈值,来定义基元模式,通过基元模式提取虹膜内边缘纹理信息进行边缘定位。最后选取了CASIA-Iris,UBIRIS-V1和MMU-IrisV1虹膜数据库中虹膜图像在MATLAB2010b上与Daugman和Wides两种算法进行性能测试,实验证明,此方法准确率很高,耗时较短,可以有效精确定位虹膜内边缘,具有较好的应用价值。(本文来源于《国外电子测量技术》期刊2017年11期）
刘帅,刘元宁,朱晓冬,冯家凯,卢时旭[9]（2018）在《基于分块搜索的虹膜定位算法》一文中研究指出针对传统虹膜定位算法识别效果不稳定,鲁棒性低的问题,提出基于分块搜索的虹膜定位算法。首先利用虹膜图像灰度变化差异将虹膜图像转换为二值图像,用基于边缘检测的hough圆检测法粗略定位虹膜内圆,再利用分块搜索二值图像对内圆进行精确定位。之后利用卷积运算粗略定位外圆,再对原图像进行分块搜索,观察截图的灰度直方图中的灰度变化精确定位外圆。将得到的虹膜与传统定位算法得到的虹膜用相同的虹膜识别算法处理,结果表明,该算法定位出的图像识别上效果更明显,并且具有很好的鲁棒性。(本文来源于《计算机工程与应用》期刊2018年18期）
戴国林,梁小庆,蒋伟[10]（2017）在《飞秒激光制瓣下的虹膜定位联合波前像差引导的个体化手术的临床疗效分析》一文中研究指出目的:分析飞秒激光制作角膜瓣下的虹膜定位联合波前像差引导的个体化激光手术治疗屈光不正的临床效果。方法:从笔者所在医院眼科2016年1-12月收治的近视散光患者中抽取了115例共220眼进行调查分析,治疗期间患者均为自愿选择治疗方法。将所选病例分成两组,试验组(A组)为57例(共110眼)先用飞秒激光制作角膜瓣,后利用虹膜定位联合波前像差引导行个体化激光手术;对照组(B组)为58例(共110眼)先用飞秒激光制作角膜瓣,再行传统LASIK激光手术。对比分析两种手术完成后患者的临床疗效。结果:A组术后裸眼视力达到1.0及以上的占98.18%,高于B组的94.55%。且两组术后裸眼视力比较有统计学意义(t=-2.954,P<0.01)。A组术后残余屈光度(0.34±0.14)D,B组为(0.41±0.24)D,两组比较差异有计学意义(t=2.815,P<0.05)。结论:飞秒激光制瓣下的虹膜定位波前像差引导的个体化激光手术较飞秒制瓣下普通LASIK手术在治疗近视散光中具有更好的临床效果。(本文来源于《中外医学研究》期刊2017年23期）
虹膜定位论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
经过多年的发展,虹膜识别技术已渐趋成熟,而在智能移动终端搭载虹膜识别系统仍是一个较为热门的研究课题。随着微电子技术的快速发展,目前智能移动设备满足虹膜识别系统所需的运算能力,但现在还缺乏能够应对移动端虹膜识别应用条件的实用化的图像处理与识别算法。在虹膜识别系统中,虹膜定位一直是研究的重点内容,因此,课题主要研究适用于受干扰可见光虹膜图像的移动端虹膜识别系统的虹膜定位算法。虹膜定位是虹膜识别系统的重要步骤,它通过图像处理方法获得虹膜的内外边缘信息。定位不准确会引入大量非虹膜区域的干扰,导致虹膜匹配过程失败。因而,提高虹膜定位的准确性是提升识别系统性能的重要研究内容。现有的方法多将虹膜的结构特征用于定位,纹理特征用于虹膜匹配。然而,在可见光移动端虹膜识别中,采集条件约束弱,虹膜的结构特征易受自然光照所产生的多种干扰因素影响,造成定位不准确。为解决上述问题,本文提出一种基于混合测地线区域曲线演化的虹膜定位方法。该方法在图像预处理过程中采用拉格朗日方法去除光斑并修复图像。然后建立HOG特征+级联分类器的虹膜检测模型在整幅图像中检测出虹膜的区域范围,初步定位虹膜。之后采用线性灰度变换法增强图像对比度。最后利用拟合圆法确定虹膜内边缘,采用混合测地线法定位虹膜外边缘,并提出一种可以量化地客观评价边缘准确性的方法。为了简化算法运行过程、提高移动端虹膜识别系统的效率,本文还提出一种基于改进GrowCut的虹膜定位方法,以适应移动端虹膜识别需求。本文采用MICHE-I图库中的iPhone5库对算法进行测试,该图库是由iPhone5手机在可见光下采集,采集过程并不对被采集对象进行任何约束。该图库包含了移动端虹膜识别系统实际应用中可能遇到的各种干扰,可以全面地测试定位方法的适用性。本文利用图库中的754张图像用于算法测试,实验结果表明,本文采用的基于混合测地线演化法的虹膜定位能够克服自然光照对虹膜图像的影响,准确定位虹膜外边缘,其定位准确率达到了93.1%。改进GrowCut的方法优化了分割目标轮廓的标签图,定位准确率达到了92%。与混合测地线演化方法相比,改进后的方法运行时间分别缩短了68%(前置镜头)和64%(后置镜头),更适用于智能移动设备采集的图像。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
虹膜定位论文参考文献
[1].林珊珊,卢绍兴,马宇,王英.基于迁移深度卷积神经网络的虹膜定位[J].信息技术与信息化.2019
[2].杨争威.移动虹膜识别中虹膜定位算法研究[D].沈阳工业大学.2019
[3].孙正,陈兆学,李晓萌.基于单位扇环灰度的虹膜定位算法[J].光学技术.2019
[4].田子林,陈家新.基于最小二乘法与霍夫变换的虹膜定位算法[J].电子技术应用.2019
[5].杨秀,张轩雄.一种快速有效的虹膜定位方法[J].软件导刊.2019
[6].刘笑楠,杨争威,张海珊.基于混合测地线区域曲线演化的虹膜定位方法[J].电子测量与仪器学报.2018
[7].满辉,陈元兵,喻文倩,李健.虹膜定位技术在下斜肌减弱手术中的应用[J].潍坊医学院学报.2018
[8].王延年,赵朗月,刘会敏.一种精确的虹膜定位方法[J].国外电子测量技术.2017
[9].刘帅,刘元宁,朱晓冬,冯家凯,卢时旭.基于分块搜索的虹膜定位算法[J].计算机工程与应用.2018
[10].戴国林,梁小庆,蒋伟.飞秒激光制瓣下的虹膜定位联合波前像差引导的个体化手术的临床疗效分析[J].中外医学研究.2017