虹膜识别与虹膜定位（续）算法实现

在http://blog.csdn.net/piaoxuezhong/article/details/77966132中大致总结的虹膜识别与虹膜定位的原理，本篇结合现有的方法，实例测试实现，做下记录：

数据库：

中科院虹膜识别数据库 下载及说明请参见：http://blog.csdn.net/u013351270/article/details/53508049

虹膜识别方法：

（一）《OSIRIS: An open source iris recognition software》

论文中介绍的方法的核心步骤主要为：

1.图像分割。通过分割找出虹膜区域。

2.图像归一化。对第一步分割出的虹膜区域进行归一化处理，得到尺寸不变的矩形长条。

3.图像编码。利用Gabor滤波对第二步得到的归一化图像进行编码，得到虹膜纹理特征。

4.图像匹配。利用Hamming矩对两个编码后的的特征进行匹配，得出判断结果。

该链接中包含使用文档和源代码：http://download.csdn.net/download/piaoxuezhong/10114394

将开源虹膜识别算法OSIRIS4.1移植到Windows： http://blog.csdn.net/ss910/article/details/74783543（还未测试）

（二）Libor Masek的MATLAB虹膜识别论文和源代码

项目主页：http://www.peterkovesi.com/studentprojects/libor/index.html

代码是用MATLAB写成，可以学习虹膜识别算法的基本脉络。

（三）视频虹膜识别Video-based Automatic System for Iris Recognition (VASIR)

项目链接：https://www.nist.gov/services-resources/software/video-based-automatic-system-iris-recognition-vasir

原理讲解：

图像归一化：

图像归一化是指对图像进行标准的处理变换，使之变换为固定标准形式的过程，标准图像称作归一化图像。

虹膜识别中的归一化通常是指要把圆环状的图像归一化为矩形的图像，这样既可以压缩图像的大小（去掉圆饼以外白色不需要的像素），又便于后续的特征提取或者识别操作。处理过程是把圆饼状从某处切开，然后分别往两边一拉就成矩形状，这个过程会使得图像略有变形，变形的部分用邻近像素点代替，影响不是很大。

算法上实现也很简单，重点是找到坐标的对应关系，如下图所示：