使用opencv比较虹膜图像

Question

我需要虹膜比较的帮助。

我已经对虹膜图像进行了细分和标准化处理。现在我想要extraxt功能，将其添加到数据库，或者只是简单地在特征向量列表中，然后将其与其他功能向量进行比较。我希望我的应用程序决定这样的虹膜是否已经存在于数据库中。当然，图像是不同的，它们是在不同的光线，角度等情况下完成的。

我认为Gabor过滤器会有所帮助，所以我有12个不同的参数值：

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);

然后我用这个函数计算12个汉明距离：

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

获得平均值。

而且......它不起作用。当我比较相同虹膜或2个不同虹膜的2个不同图像时，汉明距离类似。 如何让我的算法更好？也许我应该使用openCV mathers中实现的一些来获得好的结果？对我而言，我将使用哪种算法并不重要，我只想要有好的结果。我有点唠叨。

一些示例图片： 人一img1： 标准化虹膜适用于第一人img1：

人一img2： 标准化虹膜适用于第一人img2：

此示例的汉明距离约为29000（这是我得到的最低距离，在大多数情况下，对于同一个人的虹膜，我得到了大约30000 - 31000） 不同人的汉明距离约为31000（取决于测试图像）

Answer 1

我只是通过在Daugman的论文等中实现算法/数学来成功实现这一点。我的建议是实际可视化gabor内核以找到有意义的参数组合，例如sigma和lambda。我没有使用OpenCV的GetGaborKernel，而是使用了手工制作的。