홍채 이미지를 opencv와 비교

Question

홍채를 비교할 때 도움이 필요합니다.

이미 홍채 이미지를 분할하고 정규화했습니다. 이제는 기능을 추가하거나, 데이터베이스에 추가하거나, 단순히 기능 벡터 목록에 추가하고 다른 기능 벡터와 비교하고 싶습니다. 그런 홍채가 이미 데이터베이스에 있는지 아닌지를 내 신청서에서 결정하기를 원합니다. 물론 이미지, 그들은 서로 다른 관점에서 diffenent 수행하고 있으며, 각도 등 내가 가보 필터는 도움이 될 것입니다, 그래서 그것을 12 개 다른 매개 변수 값을 생각

:

Mat kernel = Imgproc.getGaborKernel(new Size(25, 25), sigma, theta, lambda, gamma, psi, CvType.CV_64F); 
Scalar sum = Core.sumElems(kernel); //kerner normalization 
Core.divide(kernel, sum, kernel); 
Imgproc.filter2D(floatSource, dest, CvType.CV_64F, kernel); 

가 그럼 난 해밍 (12)를 계산 이 함수를 사용하는 거리 :

dist_ham = Core.norm(it1.next(), it2.next(), Core.NORM_HAMMING); 

그리고 평균을 구하십시오.

그리고 ... 작동하지 않습니다. Hamming distanse는 동일한 홍채 또는 2 가지 홍채의 2 가지 다른 이미지를 비교할 때 비슷합니다. 어떻게 알고리즘을 개선 할 수 있습니까? 어쩌면 좋은 결과를 얻기 위해 openCV mathers에서 구현 된 일부를 사용해야합니까? 나에게 어떤 알고리즘을 사용할지 상관 없다. 단지 좋은 결과를 원한다. 그리고 나는 조금 초심자 다.

일부 샘플 사진 : 사람 일 명을 img1 : 사람이 일 명을 img1에 대한 정규화 조리개 :

사람 하나 IMG2 : 사람 하나 IMG2에 대한 정상화 조리개 : 이것에 대한

해밍 거리 예를 들어 약 29000입니다 (그리고 이것은 내가 얻은 가장 낮은 거리입니다. 같은 사람 홍채의 경우 대부분 30000 ~ 31000입니다) 다른 사람의 해밍 거리는 약 31000입니다 (depe 테스트 한 이미지의 nds)

Answer 1

Daugman의 논문 등에서 알고리즘/수학을 구현하여이 작업을 성공적으로 마쳤습니다. 실제로 시그널과 람다와 같은 매개 변수의 의미있는 조합을 찾기 위해 gabor 커널을 시각화하는 것이 좋습니다. 나는 OpenCV의 GetGaborKernel을 사용하지 않았지만 손으로 ​​제작 한 것을 사용했다.