程序相关.txt

这是个很好的数据库源代码

******相关
这个是我的毕业设计（2007.6）主要完成了在虹膜识别中的虹膜定位功能，采用了动态轮廓模型（ACTIVE CONTOUR MODEL）。

当检测复杂图像时，效果较差。

格式较乱，注释少，仅供参考。

如想透彻理解程序，建议读文献【1】。

有问题写信,[e-mail]
////////////////////////////////

******程序流程
程序的大致流程是这样的：
1.程序读入数字图像后，程序自动调用FindCenter函数根据图像灰度的X，Y方向的投影信息找出瞳孔的大致中心，也就是它的伪圆心。
2.通过操作者点击鼠标右键触发SetPoints函数，程序自动在第一步的伪圆心周围生成N个等距离的snake点。
3.通过触发Auto选项，程序生成一个定时器（TIMER），在每一个WM_TIMER消息来临时调用SnakeAlgorithm函数。在SnakeAlgorithm函数中循环对每一个snake点调用MinEnergyPoint，在每一个点周围的范围内寻找能量最小值的点。
4.当snake轮廓线与虹膜内边缘吻合后，通过对snake点考察，当稳定的点数占到总点数的一定比例后，定时器被终止。最后计算出snake的形心。

******结果分析
实验选用的图像为8位灰度图，大小为640*480像素。图中红色的大圆为定位的虹膜内边界，绿色的圆点为大圆的圆心，即瞳孔的圆心。外面的近似为圆形的轮廓线表示进化后的SNAKE。
从图还可以看出，大部分点都已到达瞳孔边界，只有个别的点没有收敛到瞳孔边界，但已非常接近，因此并不影响圆心的定位。
从程序的各种运行的结果中，我发现当要处理的虹膜图像不清晰或者有明显的噪音点时，初始的伪圆心会离真正的中心较远，而且SNAKE的最终位置也会受到影响。因而图像的质量较大地影响了程序的效率与精确度。
为了提高虹膜定位的准确度，可以采用多次定位的方法，即在上一次SNAKE进化到边界后，求出虹膜的形心，再次以这个形心为下一次定位过程的伪圆心，以这个伪圆心再次设置SNAKE点，再次进化SNAKE，直到虹膜的圆心满足一定的要求，定位过程结束。
 
///////////////////////////////
[1] 苑玮琦，马军防，狄文彬，李德胜。《基于主动轮廓线的虹膜内边界的定位方法》，沈阳工业大学、哈尔滨工业大学论文。
[2] 吕凤军 著。《数字图像处理编程入门》，清华大学出版社，1999。
[3] [美]Charles Petzold著。《Windows程序设计》，北京大学出版社，1999。