Segmentación precisa de la imagen del iris

Un sistema biométrico proporciona la identificación automática de un individuo basada en un rasgo o característica única que posee el individuo. El reconocimiento del iris está considerado como el sistema de identificación biométrica más fiable y preciso que existe. Hay muchos estudios centrados en el reconocimiento del iris. Sin embargo, pueden producirse varios resultados negativos de las imágenes del iris adquiridas en entornos con menos restricciones. Este trabajo pretende mejorar el rendimiento del proceso de segmentación en los sistemas de reconocimiento del iris para aumentar la precisión global. El sistema de reconocimiento del iris consta de varias etapas después de la adquisición de la imagen del iris, la segmentación, la normalización, la extracción de características y el emparejamiento. En primer lugar, la etapa de segmentación incluye pasos varios son el preprocesamiento, el modelo de TV truncada, la detección de bordes, la determinación de las coordenadas del centro y el radio de la pupila y el iris, la eliminación de ruido y la detección de párpados. En segundo lugar, la etapa de normalización utilizó el modelo de hoja de goma de Daugman para la normalización de las imágenes del iris. En tercer lugar, la extracción de características utilizando el método de Patrón Binario Local (LBP) y Chunked Encoding, y por último, se realizó el proceso de coincidencia utilizando la distancia de Hamming.