[论文解读] A fast and accurate iris segmentation method using an LoG filter and its zero-crossings

Tariq Khan, Donald G. bailey+1 more|arXiv (Cornell University)|Jan 17, 2022

Biometric Identification and Security被引用 4

一句话总结

本文提出了一种快速且精确的虹膜分割方法，结合拉普拉斯高斯（LoG）滤波器、区域生长和过零点检测。该方法通过LoG滤波和区域生长检测瞳孔，再利用过零点精炼内、外虹膜边界，在CASIA-IrisV1上实现100%的准确率，在CASIA-IrisV3-Lamp上达到99.68%，且相比最先进方法显著降低了计算成本。

ABSTRACT

This paper presents a hybrid approach to achieve iris localization based on a Laplacian of Gaussian (LoG) filter, region growing, and zero-crossings of the LoG filter. In the proposed method, an LoG filter with region growing is used to detect the pupil region. Subsequently, zero-crossings of the LoG filter are used to accurately mark the inner and outer circular boundaries. The use of LoG based blob detection along with zero-crossings makes the inner and outer circle detection fast and robust. The proposed method has been tested on three public databases: MMU version 1.0, CASIA-IrisV1 and CASIA-IrisV3- Lamp. The experimental results demonstrate the segmentation accuracy of the proposed method. The robustness of the proposed method is also validated in the presence of noise, such as eyelashes, a reflection of the pupil, Poisson, Gaussian, speckle and salt-and-pepper noise. The comparison with well-known methods demonstrates the superior performance of the proposed method's accuracy and speed.

研究动机与目标

• 开发一种快速且精确的虹膜分割方法，以克服现有基于强度和基于形状方法的局限性。
• 在存在噪声和遮挡的情况下，降低计算成本的同时保持高分割准确率。
• 提升对睫毛、反光以及各类噪声（高斯、泊松、椒盐噪声）的鲁棒性，这些噪声在真实虹膜图像中常见。
• 在多个公开虹膜数据库中实现速度与准确率的最先进性能。
• 通过最小化处理时间而不牺牲边界定位精度，实现虹膜识别系统的实际部署。

提出的方法

• 该方法使用拉普拉斯高斯（LoG）滤波器检测对应于瞳孔的类斑块结构，随后通过区域生长估计初始瞳孔中心和半径。
• 检测LoG滤波图像的过零点，以精确定位虹膜的内（瞳孔）和外（角膜）圆形边界。
• 应用第二个LoG滤波器，通过识别边缘处的强度变化来精炼瞳孔边界，提升定位精度。
• 使用第三个LoG滤波器估计眼睛方向，有助于检测上眼睑弧线并处理部分张开的眼睛。
• 利用过零点识别出的稳定区域引导边界搜索与插值，提升在遮挡区域的鲁棒性。
• 算法采用固定参数进行调优，以实现跨数据库的泛化能力，但在密集睫毛和眉毛遮挡下性能下降。

实验结果

研究问题

• RQ1 结合LoG滤波、区域生长和过零点检测的混合方法是否能实现比现有虹膜分割方法更高的准确率和更快的处理速度？
• RQ2 在高斯、泊松、斑点及椒盐噪声等各种噪声条件下，该方法的性能如何？
• RQ3 当面对睫毛和眉毛遮挡（尤其是密集遮挡）时，该方法的准确率能保持多大程度？
• RQ4 该方法的计算成本与最先进技术相比，在不同虹膜数据库中如何？
• RQ5 LoG滤波的过零点能否有效、高精度且鲁棒地定位内、外虹膜边界？

主要发现

• 所提方法在CASIA-IrisV1数据库上对内、外虹膜边界均实现了100%的分割准确率。
• 在CASIA-IrisV3-Lamp数据库上，该方法达到99.68%的准确率，优于现有方法如Ibrahim（98.28%）和Masek（79.02%）。
• 在MMU版本1.0上平均处理时间为0.44秒，在CASIA-IrisV1上为0.5秒，在CASIA-IrisV3-Lamp上为1.4秒，显著快于Ibrahim（0.95–2.2秒）和Jan（1.5–3.0秒）。
• 该方法对各类噪声（包括睫毛、反光及多种噪声模型）表现出鲁棒性，保持了高准确率。
• 基于LoG的斑块检测与过零点检测相结合，实现了快速且精确的边界检测，优于基于强度和基于形状的方法在速度与准确率上的表现。
• 在密集睫毛和眉毛遮挡下，该方法无法准确定位瞳孔边界，表明在极端情况下存在局限性。