Abstract
It is essential to identify both the pupil and iris boundaries for iris recognition. The circular edge detector proposed by Daugman is the most common and powerful method for the iris region extraction. The method is accurate but requires lots of computational time since it is based on the exhaustive search. Some heuristic methods have been proposed to reduce the computational time, but they are not as accurate as that of Daugman. In this paper, we propose a pupil and iris boundary finding algorithm which is faster than and as accurate as that of Daugman. The proposed algorithm searches the boundaries using the Daugman's circular edge detector, but reduces the search region using the problem domain knowledge. In order to find the pupil boundary, the search region is restricted in the maximum and minimum bounding circles in which the pupil resides. The bounding circles are obtained from the binarized pupil image. Two iris boundary points are obtained from the horizontal line passing through the center of the pupil region obtained above. These initial boundary points, together with the pupil point comprise two bounding circles. The iris boundary is searched in this bounding circles. Experiments show that the proposed algorithm is faster than that of Daugman and more accurate than the conventional heuristic methods.
홍채 인식을 위해서는 먼저 홍채 영역을 추출해야 하는데 이를 위해서는 홍채의 안쪽 경계인 동공 경계와 바깥쪽 경계인 홍채 경계를 검출해야 한다. 경계를 검출하는데는 Daugman이 제안한 원형경계 검출기가 가장 일반적이고 효과적인 방법으로 알려져 있다. 이 방법은 전역적인 탐색에 의존하기 때문에 정확하지만 계산 시간이 많이 걸리는 단점이 있다. 계산 시간을 줄이기 위해 경험적 방법들이 사용되기도 하지만 정확성이 떨어지는 문제점이 있었다. 본 논문에서는 정확성을 떨어뜨리지 않으면서 계산 속도를 줄이는 홍채 영역 추출 알고리즘을 제안한다. 제안된 방법은 동공 경계와 홍채 경계가 가지는 문제에 대한 지식(problem knowledge)을 사용하여 제한조건을 부가하여 탐색한다. 경계 검출을 위한 탐색 영역은 동공을 포함하는 최대 원과 최소 원을 이용하여 제한하여 탐색 시간을 줄인다 동공 경계의 경우 이진화된 동공 영상에서 최대 원과 최소 원을 구하고, 홍채 경계의 경우 영상의 분산을 이용하여 얻은 경계점으로부터 최대 원과 최소 원을 구한다. 제안된 방법을 Daugman방법, 히스토그램 분석법, 가중치를 이용한 허프변환 방법 둥과 실험을 통해 비교하였다. 그 결과 제안된 방법은 Daugman방법과 동일한 정확도를 보이며, Daugman방법이나 가중치를 이용한 허프변환 방법보다 빠르다는 것을 알 수 있었다.
