研究文章
一个高效和健壮的虹膜分割算法使用深度学习
图8
边界点选择算法。(一)11发射路径的参数(另一边
),和相对应的点的最大梯度记录。的参考价值是由从这些点的平均距离的瞳孔中心。(中)反复画新的排放路径和应用边界点选择算法导致许多边界点的正确的位置。(f)最终异色边缘边界恢复在所有候选点拟合圆基于方程(4)。
| (一) |
| (b) |
| (c) |
| (d) |
| (e) |
| (f) |
| (一) |
| (b) |
| (c) |
| (d) |
| (e) |
| (f) |