1 引 言虹膜定位的本質(zhì)就是確定虹膜的內(nèi)外邊界， 以便提取虹膜紋理的特征信息，是虹膜識別過程的關(guān)鍵一步。人眼圖像的灰度值有一定的分布規(guī)律，從瞳孔、虹膜到鞏膜， 圖像灰度值呈階梯上升變化，具有明顯的梯度變化。在虹膜定位時(shí)，可以利用這一特點(diǎn)，找出邊緣強(qiáng)度的極值點(diǎn)，提取虹膜的邊界點(diǎn)。虹膜的形狀也很特殊，具有幾何圓的形狀，是可以利用的重要信息。虹膜與鞏膜、瞳孔的邊界均可以看作圓形，這樣基于圓檢測器進(jìn)行圓的檢測和基于圓方程進(jìn)行邊界擬合都可以實(shí)現(xiàn)虹膜邊界定位，并且對于虹膜邊界間斷或不連續(xù)情況，由于形狀已知， 一旦求出圓的參數(shù)，就可以而很容易描繪出整個(gè)虹膜邊界。虹膜邊界定位主要分為兩類： 一種是將梯度圖像進(jìn)行二值化處理，對于二值化邊界點(diǎn)采用 Hough 變換投票或者最小二乘擬合方法等進(jìn)行邊界定位; 另一種是直接對梯度圖像采用微積分方法進(jìn)行圓檢測實(shí)現(xiàn)邊界定位。Hough 變換算法和微積分算法是虹膜邊界定位中的成熟算法，定位精度高，許多文獻(xiàn)中介紹的方法都是這兩種方法演變而來的。但是，這些算法在定位過程中存在參數(shù)搜索范圍大、計(jì)算量大、易受圖像質(zhì)量影響等問題， 在實(shí)時(shí)性方面需要改善，以滿足識別的快速性要求。針對以上問題， 提出了一種基于人眼圖像灰度分布規(guī)律的改進(jìn)算法。首先在瞳孔內(nèi)部找到一個(gè)圓心附近的基準(zhǔn)點(diǎn)，然后以此搜尋上下左右四個(gè)方向的虹膜內(nèi)邊界點(diǎn)， 從而確定瞳孔圓心和半徑，完成內(nèi)邊界的定位;再以瞳孔圓心為基準(zhǔn)，用類似的方法完成外邊界的定位。