基于Markov隨機場的改進的傳統眼皮區域檢測算法研究

白雪冰　陳凱　郭景秋等

摘要 [目的]闡述改進的虹膜有效區域檢測階段中眼皮區域檢測算法。[方法]介紹傳統的基于Radon變換的眼皮區域檢測算法，針對其不能很好地消除眼皮陰影的缺點，提出基于Markov隨機場理論眼部陰影檢測算法。根據Markov隨機場鄰域的約束，使用MAP準則進行求解，利用Kmean求取先驗信息，使用EM算法確定圖像中每個像素的觀測場模型，根據統計學理論的最優準則，得到能量函數的最小值，將眼皮陰影檢測出來。[結果]該研究提出的方法可以有效地去除虹膜有效區域檢測階段中眼皮陰影。[結論]基于Markov隨機場理論的眼皮陰影檢測算法可以作為Radon眼皮檢測的補充和改進。

關鍵詞 虹膜識別；Radon變換；Markov隨機場

中圖分類號 S126 文獻標識碼 A 文章編號 0517-6611（2014）20-06857-03

查驗身份是現代社會無法回避的問題，傳統的身份確認將對身份的確認轉變為擁有事物的確認，這些事物按照其屬性可以分為標識物和標識知識[1]。標識物品容易丟失，攜帶不便，甚至有被盜竊、被偽造、唯一和不變的生物學特性，解決了非生物特征識別方法在通用性和穩定性方面存在的問題。虹膜識別是基于先天生物特征使精確性與安全性達到最優的身份鑒別方法，雖然是一種新興的技術手段，但已經在信息及安全領域體現出極其重要的應用價值。虹膜識別因其優越的識別性能和極高的識別評價指數，相關課題的研究一直是同領域內的熱點。因此，虹膜識別技術在政治、經濟和社會穩定方面具有重要的學術研究價值。

為此，筆者對虹膜有效區域檢測階段中眼皮區域檢測算法進行了研究。介紹了傳統的基于Radon[1]變換的眼皮陰影區域檢測算法，提出了基于Markov隨機場理論眼部陰影檢測算法。基于Markov隨機場理論眼皮陰影檢測算法可以作為Radon眼皮檢測的補充和改進。

1 傳統的基于Radon變換的眼皮區域檢測

虹膜區域的噪聲干擾中，眼皮的遮擋占比很大。對于上下眼瞼近似直線的遮擋邊緣，可以使用變換檢測[2]。Radon變換定義為：

2 基于Markov隨機場的眼皮陰影檢測

2.1 MRFMAP分割模型

虹膜圖像規范化[7]后獲得的目標區域為M×N的矩形圖像，也可以看作二維Markov隨機場，設S={s=（i，j）}|1≤i≤M，1≤j≤N}是虹膜圖像的像素集合。S上隨機場X稱為關于鄰域系統N={Ns|s∈S}的Markov隨機場，只有當P（x）>0時：

3 結語

該研究介紹了傳統的基于眼瞼檢測，針對傳統直線眼皮

檢測算法不能很好地消除眼皮陰影的缺點，提出了改進的基于Markov隨機場理論檢測眼部陰影檢測算法。利用Kmean求取先驗信息，使用EM算法確定圖像中每個像素的觀測場模型，使用MAP準則進行求解，將眼部陰影檢測出來，可以有效地去除眼皮陰影。

參考文獻

[1] 田啟川，張潤生.生物特征識別綜述[J].計算機應用研究，2009，26（12）：4401-4406.

[2] JAIN A K，FLYNN P，ROSS A A.Handbook of biometrics [M].New York：Springer，2008.

[3] 盧世軍.生物特征識別技術發展與應用綜述[J].計算機安全，2013（1）：63-67.

[4] 劉立.基于DM642的嵌入式虹膜圖像獲取系統研究[D].天津：天津大學，2008：1-2.

[5] 王江南.虹膜定位和識別算法研究[D].西安：西安電子科技大學，2009：3-4.

[6] 王翠.基于嵌入式的虹膜識別系統[D].西安：西安科技大學，2012：5-6.

[7] 齊寧.基于虹膜的數據加解密算法研究[D].哈爾濱：哈爾濱工業大學，2008：9-10.

[8] 王蘊紅，譚鐵牛.現代身份鑒別技術-生物特征識別技術[J].中國基礎科學，2000（9）：4-10

[9] 王心醉.人臉識別算法在 ATM 上的應用研究[D].長春：中國科學院長春光學精密機械與物理研究所，2009：3-5

[10] 姜曉娜.虹膜識別算法研究[D].濟南：山東大學大學，2009：3-4.

[11] 王再尚.Markov隨機場的樹木表面缺陷模式識別方法的研究[D].哈爾濱：東北林業大學，2012：34-36.

[12] 田啟川 紅膜識別原理及算法[M].北京：國防工業出版社，2010：96-101.