图像识别

Posted 2021-04-06 智慧市政青年社

虹膜识别预处理算法

虹膜是瞳孔周围的环状颜色组织，它有丰富而各不相同的纹理图案，构成了虹膜识别的基础。虹膜识别技术是通过一种近似红外线的光线对虹膜图案进行扫描成像，并通过图案象素位的异或操作来判定相似程度。虹膜识别过程首先需要把虹膜从眼睛图像中分离出来，再进行特征分析。

虹膜识别技术的过程一般来说分为：虹膜图像获取、图像预处理、特征提取和特征匹配四个步骤。

预处理是虹膜编码和识别的基础，预处理的目的是在所得图像中识别、计算处虹膜、瞳孔所在的区域，以及虹膜的有效区间。

图像识别

图像识别是人工智能、生物识别的基础，机器视觉感知现实世界的窗口就是图像。如何从一帧一帧的图像中不断识别目标对象，并将识别的目标迅速转化为机器语言，是急需研究和解决的一个问题。

本次图像预处理算法采用openCv做处理。openCv支持Linux、Windows、android等主流平台，同时提供Python、Matlab、C++、C#等语言的调用接口。

openCv教程参考：

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/tutorials.html

算法思想概述

本次预处理主要思路是在找到瞳孔内部光斑的基础上，通过对图像上下左右扫描计算，根据图像的像素变换来推算出瞳孔，虹膜的具体参数，包括二值化、直方图、膨胀、种子填充、灰度转换、拉普拉斯算子计算等方法。并在计算出相关参数的基础上，根据虹膜识别图像质量要求，进行评分，对采集的图像进行多方位的加权评分来判定图像的质量。

详细算法流程参见：https://pan.baidu.com/s/14uivhHNfotGgIDhvQ_jdVA，

提取密码：mgsf。

分享总结

本次算法分享主要包括opencv图像处理、虹膜预处理算法思路的分享。

生物识别、人工智能感知现实世界的两种主要方式是图像和传感器，当下一些比较前卫的技术，包括安全驾驶、AR、人脸识别等都是通过视频采集现实场景中的图片，并通过算法处理从图片中提取专题要素来感知实际场景。

不同的人工智能应用场景，需要根据实际应用环境研究一套适用的算法。