[发明专利]基于二阶段蚁群算法提取卷缩轮的方法

摘要

本发明属虹膜诊断技术领域，尤其涉及一种基于二阶段蚁群算法提取卷缩轮的方法；该方法需要进行二次迭代，第一阶段的任务是使用大量人工蚂蚁进行少数几次迭代确定ANW大致的位置，该位置用来确定下一阶段人工蚂蚁的初始位置；第二阶段使用少量人工蚂蚁进行多次迭代得出最终的卷缩轮提取结果。在每次迭代的过程中，通过引入局部方向引导因子和全局方向引导因子，使得人工蚂蚁能快速向ANW方向靠近；通过使用基于点密度的信息素更新策略，使得ANW边缘附近的信息素浓度能快速增长，最后依据信息素的浓度值，提取出最终的ANW曲线。

主权项

1.一种基于二阶段蚁群算法提取卷缩轮的方法，其特征在于，按如下步骤实施： A、第一阶段：（1）从虹膜图像中提取出虹膜并规范化成矩形，然后求矩形图像的梯度图像并二值化；设置蚁群算法参数；（2）在二值化梯度矩形图像第1列，行[Δ，150‑Δ]范围内依次放置150‑2Δ只人工蚂蚁，完成初定位；Δ为偏移量；（3）每只人工蚂蚁依次执行步骤（4）～步骤（5）；（4）人工蚂蚁选择下一步的位置；（5）对人工蚂蚁经过的位置进行信息素更新；（6）如果没满足规定的迭代次数则跳到步骤（3）,否则执行步骤（7）；（7）求出迭代后二值化梯度矩形图像每列中累积信息素最大的像素点的行坐标，计算这些行坐标均值；B、第二阶段：（1）在二值化梯度矩形图像范围内放置人工蚂蚁；（2）每只人工蚂蚁依次执行步骤（3）～步骤（4）；（3）选择下一步的位置；（4）对人工蚂蚁经过的位置进行信息素更新；（5）如果没满足规定的迭代次数则跳到步骤（2）,否则执行步骤（6）；（6）求出遍历后二值化梯度图像每列中信息素最大的点，把这些点依次从左到右连接起来得到的曲线就是卷缩轮；（7）对二值化梯度图像反规范化，在虹膜图像上就得到一条封闭的卷缩轮曲线。