پيشنهاد روشي براي تقسيم بندي بهينه عنبيه در محيط هاي نويزي

اخيرا، سيستم هاي تشخيص عنبيه توجه ويژه اي در محيط هاي نويزي به دست آورده اند. يكي از مراحل مهم در سيستم تقسيم بندي عنبيه ، تشخيص عنبيه است به دليل اينكه اين مرحله به طور قابل توجهي به دقت و صحت استخراج ويژگي و تطبيق عنبيه تاثير مي گذارد. روش هاي تقسيم بندي عنبيه سنتي ،نتايج بسيار خوبي هنگامي كه تصاوير عنبيه با استفاده از دوربين هاي مادون قرمز از نزديك و تحت شرايط تصويربرداري ايده آل گرفته شده است، ارائه داده اند اما دقت اين الگوريتم ها به طور قابل توجهي هنگامي كه تصاوير عنبيه در طول موجهاي قابل مشاهده و شرايط تصويربرداري غير ايده آل گرفته شده باشد كاهش مي يابد. در اين مقاله، يك الگوريتم جديد جهت تقسيم بندي قسمت عنبيه تصاويرگرفته شده در طول موجهاي قابل مشاهده و تحت محيط نويزي پيشنهاد شده است. الگوريتم پيشنهاد شده درصد خطا را حتي در صورت وجود انواع نويز شامل اطراف عنبيه و بازتاب هاي ديجيتالي راكاهش مي دهد . الگوريتم ارائه شده با تشخيص منطقه مورد انتظار از عنبيه با استفاده از الگوريتم خوشه بندي k-mean شروع مي شود . و The Circular Hough (CHT) به منظور برآورد شعاع عنبيه و مركزمردمك به كار گرفته ميشود ، يك الگوريتم موثر جديدي است كه شناسايي و جداسازي پلك ها فوقاني را توسعه مي دهد در نهايت، مناطق غير عنبيه حذف ميشود . نتايج حاصل از اعمال الگوريتم پيشنهادي در پايگاه داده هاي عنبيه UBIRIS ،نشان مي دهد كه دقت و زمان تقسيم بندي تصاوير بهبود مي يابد.