第 1 章 绪论
本文研究的主要内容是依据虹膜中块状纹理特征，利用数字图像处理方法在可见光虹膜图像中实现虹膜块状纹理的自动检测。 目前，应用于虹膜识别系统中的虹膜纹理特征提取方法忽略了虹膜纹理的类型信息。这些方法对虹膜中存在的特征纹理类型不做讨论，亦不根据是否存在特征纹理对虹膜进行分类，更无法获得特定类型特征纹理的大小、位置、形状等直观的纹理特征信息。然而，这些信息是虹膜纹理特征的重要组成部分，特征纹理存在与否可作为虹膜粗分类的依据，而虹膜中不同类型特征纹理的特征信息亦可作为重要的虹膜纹理特征进行匹配识别。这类空间域虹膜纹理特征信息是现有的频域虹膜纹理特征的有效补充，是虹膜识别领域中虹膜纹理特征提取的一个新的思路。 另外，在基于虹膜诊断学的人体健康状况监测领域，不同形态的纹理出现在虹膜中的不同位置可以表征被监测者的健康状态。通过数字图像处理技术能够辅助人眼获得虹膜纹理信息，而目前应用于该领域的纹理检测方法集中于特定位置区域的纹理特征提取，对于特定类型纹理的检测方法还有待完善。
............
第 2 章 图像预处理与标准分类图库建立
2.1 虹膜图库
基于上述原因，课题组工作人员历时三年建立了用于虹膜特征纹理检测研究与测试的可见光虹膜图库。采用 HM9918型手持式虹膜仪作为采集设备，以我院的本科生、实验室研究生和沈阳医学院附属中心医院的就诊患者作为虹膜图像采集对象，共采集虹膜图像1565幅。利用采集图像中的部分虹膜图像建立用于算法实验和测试的标准图库，其中包含虹膜图像 1000张，涵盖青年、中年和老年虹膜样本，图像分辨率为 800×600像素，24位位图，如图 1.4、图1.5、图1.6 和图1.7所示。与现有虹膜图库不同，本文所用的实验和测试图库需涵盖前文所述的四种虹膜纹理，并且均具有一定数量的样本。通过统计方法所得的标准分类图库中包含存在坑洞的虹膜图像 302 幅，存在色素斑虹膜图像 161 幅，裂缝图像 180 幅，环状纹理图像 102 幅。其中部分图像同时具有多种特征，则隶属于多个类别。具体统计分类方法将在本章第三节中详细介绍。
2.2 虹膜图像预处理
在虹膜图像中虹膜是介于黑色瞳孔区域和白色巩膜区域之间的环形区域，而图库中的虹膜图像不仅包含虹膜区域，还包含眼睑、睫毛、巩膜和瞳孔区域，这些都是进行虹膜纹理检测的干扰因素，需要在预处理过程中进行虹膜图像的虹膜区域定位和分割。另外，为了方便运算，还需将定位所得的环状虹膜区域进行归一化，将其转化为尺寸统一的矩形图像。采集设备所采用的可见光光源在虹膜区域产生了光斑，严重影响检测算法的正确率，因此也需要在预处理阶段将光源去除。综上，在图像预处理过程中需要完成图像中虹膜区域的定位、归一化以及去除光照干扰三部分工作。
第3章 简单背景下虹膜色素斑检测 ......................... 25
3.1 简单背景下的虹膜色素斑 ................................. 25
3.2 局部极小值区域搜索 ............................... 27
3.3 基于水平集方法的区域边缘提取..........................................29
第4章 复杂背景下虹膜块状纹理检测 ...................................42
4.1 各类虹膜纹理特征分析 .............................. 42
4.2 基于组合窗口搜索的块状纹理检测 ............................ 45
第5章 虹膜坑洞与色素斑分类检测 ....................................... 70
5.1 坑洞与色素斑灰度空间分布差异 .........70
5.2 坑洞与色素斑分类检测算法 .......................... 71
第 6 章 块状纹理测量与特征描述
6.1 块状纹理测量参数与测量误差
在讨论算法检测所得虹膜块状纹理的测量误差问题时，本文从检测准确度与精确度两个方面进行评价。准确度和精确度是两个密切相关又不尽相同的概念。对图像测量中不确定性的度量常要用到准确度和精确度的概念。准确度或准确性也称为无偏性，指实际测量值和作为（参考）真值的客观标准值的接近程度。精确度或准确度也称为效能，是根据重复性来定义的，这里的重复性指测量过程能重复进行并得到相同测量结果的能力。在很多情况下，前者需要借助一些被承认标准，而这些标准有时也需要由测量得到。
6.2 虹膜块状纹理特征向量
本章讨论了前几章检测所得的虹膜块状纹理的描述与测量方法，以及虹膜图像块状纹理特征矩阵的构建方法。依据块状纹理的特性，采用面积、周长、长轴、短轴和重心位置这 5 种参数描述检测所得块状纹理特性。其中，面积、周长、长轴和短轴描述纹理的大小形状等形态特征，重心则可以反映出块状纹理在虹膜中所处的位置。另外，文中论述了测量的准确性和精确性问题，规定了衡量检测方法优劣的方法。最后，给出了实际中虹膜图像块状纹理特征向量的构成方法，该向量由 5 种特征参数构成，反映了整幅虹膜图像中的块状纹理特征信息，可作为虹膜纹理的特征参数用于虹膜识别系统和虹膜诊断系统。
..........
第 7 章 结论
文中将虹膜纹理分为块状、线状和环状三大类，以其中的块状纹理作为研究对象，探讨其检测和坑洞与色素斑这两种块状纹理的分类问题。文中主要研究工作及获得结论如下：
（1）标准分类图库建立 实验室工作人员历时 3年采集了可见光虹膜图像 1565幅，采集对象为本校学生和沈阳医学院附属中心医院的就诊患者，图像涵盖了坑洞、色素斑、裂缝和环状条纹四种虹膜纹理。为了建立用于实验和算法测试的标准分类图库，本文利用第 2 章中给出的人工分类和统计的方法构建了包含 1000 张图像的可见光虹膜图库，该图库由各种类型纹理的分类图库构成，并且对相关纹理做了标定，可为后续的算法准确性和精确性测试提供依据。
（2）虹膜块状纹理检测 在虹膜图像的预处理阶段，由于图库中的虹膜图像来自可见光作为光源的采集设备，其中均不同程度地存在光照干扰，影响后续检测方法的检测效果。因此，本文首先利用彩色虹膜图像的饱和度分量信息实现图像中光照干扰区域的去除，结合现有的虹膜定位和归一化方法完成虹膜图像的预处理。
.............
参考文献（略）