搜索资源列表
20077419401162
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆心，即可准确定位出虹膜内边界的位置。实验表明，与常见的定位方
mySnake-2
- 在数字图像处理中虹膜位置的有效定位是虹膜识别的关键为题。文中的方法速度快、精确高。而且，对瞳孔初始的伪圆心要求不高，鲁棒性更强。
mySnake-2
- 基于动态轮廓模型的虹膜定位，在数字图像中虹膜位置的有效定位是虹膜识别的关键问题，与常见的定位方法相比，文中的方法速度快、精度高，而且，对瞳孔初始的伪圆心要求不高，鲁棒性更强
112233
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆心，即可准确定位出虹膜内边界的位置。实验表明，与常见的定位方
airimg
- 人眼虹膜识别的图像预处理，包括边缘检测，虹膜定位等，可以实现瞳孔的精定位
loacation_nornmalization_iris
- 采用最小均方差法对虹膜瞳孔定位，虹膜外圆定位，归一化及其增强处理，圆拟合-Using least-mean-variance method of positioning the iris pupil, iris outer location, normalized and enhanced handling, circle fitting
snake
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆心，即可准确定位出虹膜内边界的位置。实验表明，与常见的定位方
IrisModelMethod
- 改程序对于输入的虹膜图像，采用圆形模板检测的方法，定位瞳孔内的一点-Reform program for the input iris image, using a circular template detection method, locate the point within the pupil
EyePos
- 最小邻域均值投影函数及其在眼睛定位算法.提出一种投影函数：最小邻域均值投影函数．该函数通过计算每条投影线上各像素点邻域均值的最小值 来跟踪图像中的低灰度特征．与传统的积分投影函数和方差投影函数相比，它以求最小值的局部选择性代替传统投 影函数的全局累加性，因此具有对片状噪声不敏感的特点、此外，在计算过程中，它还能记录最小值点的二维位置信 息，是一个二维的搜索算子、最小邻域均值投影函数的这些特点使其非常适合于眼睛定位．它对眼睛，特别是瞳孔，总 能够产生精确、鲁棒的响应通过在CAS—P
A-fast-Iris-Location-Algprithm
- 根据眼睛图像的几何特性，提出了一种基于最长弦的瞳孔定位算法，该算法能快速地检测到瞳孔的位置。-According to the eye image geometric characteristic, proposed one kind based on the longest string of pupil location algorithm, the algorithm can quickly detect the position of the pupil.
Houghtransform
- 基于hough变换瞳孔定位识别：使用灰度累加算子首先获得一个瞳孔内点，然后进行瞳孔分割、边缘检测、椭圆拟合，极端条件下也可实现瞳孔定位识别，鲁棒性很好-Based on the the hough transform pupil location identification: the use of gray-scale accumulation operator First a pupil within, and then split pupil, edge detection and ell
pupil-localization
- 本函数选用阈值分割的方法来完成瞳孔定位。根据图像的灰度分布特性，瞳孔部分的灰度值最小，其次为虹膜部分，最大的为巩膜部分。因此在灰度直方图中，第一个大峰值的邻域即是瞳孔所在区域。-Function selects the threshold segmentation method to accomplish the pupil location. Based on image gray distribution features, the pupil part of the grey valu
iris-normalization
- 本代码是利用灰度极小值的方法成功完成了虹膜瞳孔定位，并利用线性差值法对虹膜进行归一化处理，归一化的目的是方便对图像的进一步处理。-This code is the use of gray minimum method successfully completed the pupil, location, and linear differential method is used to analyse the iris normalization processing, the purpose
Pupil-identification-system-code
- 识别图像中人眼的瞳孔的位置，确定瞳孔的中心位置，实现瞳孔定位-Pupil identification system code
loacation_nornmalization_iris
- 采用最小均方差法对虹膜瞳孔定位，虹膜外圆定位，归一化及其增强处理，圆拟合-Using least-mean-variance method of positioning the iris pupil, iris outer location, normalized and enhanced handling, circle fitting
iris
- 基于眼睛图像的集合特征，提出了一种基于最长弦的瞳孔定位算法，算法与传统瞳孔定位算法相比，在准确度和速度方面具有优势-Based on the eye image collection features, this paper proposes a pupil location algorithm based on the longest string, algorithm is compared with the traditional pupil localization algorithm,
Eye_tracking
- 瞳孔识别和眼睛中心定位，可以允许，附带测试图片(Pupil recognition and eye center positioning can be allowed to come with test pictures)
瞳孔定位
- matlab实现人眼精确定位 实现效果良好(Accurate eye location by MATLAB)
瞳孔定位
- 瞳孔定位，采用霍夫变换，可以尝试一下，并且学习一下霍夫变换
Iris-location-Algorithm-master
- 瞳孔检测，可以快速准确的定位到瞳孔，并且显示出黑白二值图像(Pupil detection, can quickly and accurately locate the pupil, and display the black and white binary image)