问题标签 [iris-recognition]

我很好奇Android中是否已经存在任何用于Java的虹膜识别库，或者至少是类似的语言（或一般的Java）。我找到了一个matlab library，但我很难理解它，我只是想看看是否有一些更接近我的专业领域的东西。

谢谢！

我正在研究虹膜识别系统。我想通过分析图像中的连通分量来找到瞳孔bwconncomp。

瞳孔检测算法如下：

1. 连接组件标签通过扫描图像来工作。它根据像素连通性将像素分组为组件。连接组件中的所有像素共享相似的像素强度值，并且以某种方式相互连接。
2. 一旦确定了所有像素组，就标记该组中的每个像素。确定所有组的中心和直径，直径最大的一组是瞳孔。
3. 位于虹膜上方和下方的图像部分被睫毛和眼睑遮挡。这些像素位于瞳孔直径的上方和下方。要删除它们，请将这些像素设置为 NaN（不是数字）。
4. 发现最小/最大光圈半径为 90/125。基于此，瞳孔左右 45 个像素被认为是所提出算法分析的虹膜区域。

我的问题是：如何将虹膜上方和下方的空间设置为 NaN。以及如何获得与虹膜对应的像素？

我的代码如下：

我现在正在做一个眼动追踪项目。在这个项目中，我在网络摄像头视频中跟踪眼睛（分辨率为 640X480）。

我可以在每一帧中定位和跟踪眼睛，但我需要定位瞳孔。我阅读了很多论文，其中大部分参考了 Alan Yuille 的可变形模板方法来提取和跟踪眼睛特征。任何人都可以用任何语言（matlab/OpenCV）帮助我编写此方法的代码吗？

我尝试过使用不同的阈值，但由于眼部区域的分辨率较低，因此效果不佳。我将非常感谢有关在视频中寻找瞳孔甚至虹膜的任何帮助。

我是openCV的新手，但我想创建虹膜识别程序。尽管带有网络摄像头的系统可以检测到眼睛，但它无法检测到圆形虹膜。我正在使用霍夫圆变换。但是如果图像中的虹膜不够圆，系统就无法检测到它。有什么解决办法吗？

使用的算法是霍夫圆变换。

对于霍夫圆变换，当我检测到圆时，如何获得圆的半径和中心点的值？我正在做一个虹膜识别系统。

目标：我正在尝试使用视频作为输入来获取虹膜的大小（宽度/半径）。

我尝试过 HoughCircles，但它似乎并不精确，因为虹膜圈似乎不太准确。我已经掌握的信息是眼睛瞳孔的中心点及其半径。

灰度眼

有人建议我找到虹膜边缘以尝试从瞳孔中心向外测量梯度幅度。然后使用直方图使用梯度最大值的累积来找到虹膜宽度。从特定点开始，我不确定以哪种方式实现这一点。

我在眼睛 ROI 上使用了 Sobel 算子来尝试获得梯度，输出如下所示。

索贝尔眼

索贝尔图像代码：

我不完全确定下一步如何进行。任何建议或意见表示赞赏。如果我错过了任何信息或者我对某事含糊不清，请告诉我。非常感谢提前！

编辑：我应该更好地解释我的应用程序的上下文，所以我为此道歉。我正在测量来自视频输入的帧上眼睛的瞳孔扩张。我已经知道瞳孔中心点的位置和瞳孔的半径。我试图找到虹膜的大小，以便可以使用从眼睛到相机的距离的变化来补偿对瞳孔大小的误解值，因为如果眼睛变得更靠近相机，瞳孔当然会出现更大而不膨胀。我也可能会尝试其他方法来解决这个问题，例如眼角，但我认为既然我已经有几个瞳孔特征，我将从虹膜开始。

再次，很抱歉之前遗漏了这个细节。谢谢！

我正在为我最后一年的项目做虹膜识别。现在，我能够通过使用霍夫圆变换来检测虹膜，但它不适用于检测瞳孔，尽管我将网络摄像头修改为 IR 网络摄像头。尝试使用 HSV 颜色检测虹膜中的黑色，但仍然无法正常工作，那么我应该参考哪些算法？

我需要使用 opencv2 中可用的 HoughCircle 函数检测我拥有的眼睛图片的虹膜。所以 ，

所以这是我的代码，只检测到眼睛的外部部分，因为我希望检测到瞳孔和虹膜边界而这没有发生，我参考了链接OpenCV：使用霍夫圆变换检测虹膜 ，但它没有不能那样工作。代替精明的边缘检测器已经使用了sobel。请提出建议。

我一直致力于在 Matlab 中实现虹膜识别系统，在归一化上我使用了这个功能

我将两个圆（虹膜和瞳孔）的 x、y 和半径坐标传递给 x_iris、y_iris、r_iris、x_pupil、y_pupil、r_pupil

但我被这两个变量（radpixels，angulardiv）困住了！！不知道我应该通过什么值？！我看到有人说他/她分别通过了 32 和 240 但这对我不起作用！谁能告诉我应该通过什么值？或者至少是一个解释？

谢谢 ：）

I have been trying to detect the iris region of an eye and thereafter draw a circle around the detected area. I have managed to obtain a clear black and white eye image containing just the pupil, upper eyelid line and eyebrow using threshold function.

Once this is achieved HoughCircles is applied to detect if there are circles appearing in the image. However, it never detects any circular regions. After reading up on HoughCircles, it states that

the Hough gradient method works as follows:

First the image needs to be passed through an edge detection phase (in this case, cvCanny()).

I then added a canny detector after the threshold function. This still produced zero circles detected. If I remove the threshold function, the eye image becomes busy with unnecessary lines; hence I included it in.

• How can I overcome this problem?
• Would hough circle method work?
• Is there a better solution to detecting the iris region?
• Are the parameters chosen correct?

Also note that the image is directly obtained from the webcam.