基于SIFT 特征包的牛眼虹膜图像识别方法

摘要

本发明公开了一种基于SIFT特征包的牛眼虹膜图像识别方法，包括以下步骤：对虹膜图像进行预处理获取有效区域；用SIFT方法获取特征点；用主动轮廓线方法进行内边缘定位；移除内边缘内的特征点得到有效SIFT特征点集；通过与最佳SIFT特征包对比获得特征直方图；计算待识别图像和目标虹膜库中每一幅图像的直方图距离，以直方图距离最小的目标牛眼虹膜图像对应的对象作为识别结果。本发明在待识别牛眼虹膜图像存在旋转、偏移、局部遮挡或尺度不一致的情况下也能够较准确地进行识别，从而有助于提高牛眼虹膜图像识别的准确性和可靠性，推动虹膜识别方法在食品溯源体系中的应用。

主权项

基于SIFT特征包的牛眼虹膜图像识别方法，其特征在于，该方法包括以下步骤：（1）若识别机制未训练好，则执行步骤（2），否则转到步骤（10）；（2）获得用于获取SIFT特征包的训练图像集；（3）根据训练图像集获取最佳SIFT特征包；（4）获得目标牛眼虹膜库；（5）对每一幅目标牛眼虹膜图像进行预处理；（6）对每一幅目标牛眼虹膜图像进行虹膜内边缘定位；（7）利用SIFT方法获得每一幅目标牛眼虹膜图像的SIFT特征点；（8）移除虹膜内边缘中的SIFT特征点，得到每一幅目标牛眼虹膜图像的有效SIFT特征点集；（9）将每一幅目标牛眼虹膜图像的SIFT特征点与最佳SIFT特征包对比，获得目标牛眼虹膜图像的特征直方图；（10）接收待识别图像；（11）对待识别图像进行预处理；（12）对待识别图像进行虹膜内边缘定位；（13）利用SIFT方法获得待识别图像的SIFT特征点；（14）移除虹膜内边缘中的SIFT特征点，得到待识别图像的有效SIFT特征点集；（15）将待识别图像的SIFT特征点与最佳SIFT特征包对比，获取待识别图像的特征直方图；（16）计算待识别图像与目标牛眼虹膜库中每一幅图像的直方图距离；（17）以直方图距离最小的目标牛眼虹膜图像对应的对象作为识别结果；（18）结束。