论文部分内容阅读
针对虹膜识别中的睫毛干扰抑制问题,本文提出了一种基于形态学算子的睫毛干扰抑制算法。该算法将虹膜图像中的睫毛对象看作是背景图像中存在的随机的、不规则的细微裂缝,通过膨胀算子对这些裂缝进行像素填补,实现了对睫毛干扰的有效抑制。与常见的高斯滤波法相比,所提算法具有更强的睫毛干扰抑制能力。通过CASIA虹膜库的仿真实验表明,所提算法比高斯滤波法消除的睫毛像素点要多40%,可以使Daugman和Wildes定位算法的定位精度分别提高1.7%和2%,定位时间分别减少27.9%和24.2%。