【发布时间】：2016-12-19 14:34:14
【问题描述】：
我需要虹膜比较方面的帮助。
我已经对我的虹膜图像进行了分段和标准化。现在我想提取特征，将其添加到数据库中，或者只是在特征向量列表中，然后将其与其他特征向量进行比较。我希望我的应用程序决定这样的虹膜是否已经在数据库中。当然图像是不同的，它们是在不同的光线、角度等下完成的。
我认为 Gabor 过滤器会有所帮助，所以我将其设置为 12 个不同的参数值：
Mat kernel = Imgproc.getGaborKernel(new Size(25, 25), sigma, theta, lambda, gamma, psi, CvType.CV_64F);
Scalar sum = Core.sumElems(kernel); //kerner normalization
Core.divide(kernel, sum, kernel);
Imgproc.filter2D(floatSource, dest, CvType.CV_64F, kernel);
然后我使用这个函数计算 12 个汉明距离：
dist_ham = Core.norm(it1.next(), it2.next(), Core.NORM_HAMMING);
然后取平均值。
而且...它不起作用。当我比较相同虹膜或 2 个不同虹膜的 2 个不同图像时，Hamming distanse 是相似的。 我怎样才能使我的算法更好？也许我应该使用一些在 openCV mathers 中实现的来获得好的结果？对我来说，我将使用哪种算法并不重要，我只想有好的结果。我是一个小初学者。
一些示例图片： 人一img1： 第一个人 img1 的标准化虹膜：
第一个人img2： 第一个人 img2 的标准化虹膜：
这个例子的汉明距离大约是 29000（这是我得到的最小距离，在大多数情况下，同一个人的虹膜我得到大约 30000 - 31000） 不同人的汉明距离约为31000（取决于测试图像）
【问题讨论】：
-
我认为这个问题非常广泛，而且不止一种方法和解决方案！但在此之前，我们需要更多的输入。首先你现在处于什么阶段？在比较之前您正在执行哪些预处理步骤？你正在使用什么展开技术？
-
您是否标准化了瞳孔大小？如果两个虹膜具有相同的方向，块匹配会起作用吗？你有示例图片吗？
-
@BalajiR 正如我所说，我预处理我的眼睛图像并在笛卡尔系统中获得虹膜图像。例如。图片：link这个区域是我通过霍夫圆变换得到的。
-
@Micka 我编辑了我的帖子并举了一个例子
-
在您的标准化虹膜中，您可以看到虹膜部分的亮度或对比度不同（虽然大小/位置看起来不错）和非虹膜部分的大小（睫毛及上方和下方）黑暗部分）差异很大。尝试检测+排除非虹膜部分。也许您可以尝试某种虹膜图像的“描述符”：HOG/SIFT/BRISK 等
标签： java opencv image-processing iris-recognition