论文阅读 | Daugman虹膜识别（1993 & 2007）

High confidence visual recognition of persons by a test of statistical independence(1993)
Daugman的虹膜识别方法主要是利用虹膜本身所具有的形态器官的不确定性生成的紧凑序列实现的。主要是利用2D-Gabor滤波器对虹膜区域进行编码生成256-byte的iris code。

简介

主要介绍了虹膜在生物识别中的唯一性和随机性，被作为“视觉指纹”。目前所面临的问题（写论文当时所面临的问题）是如何将虹膜中的各种细节提取出来生成一种code。

图像分析

• Operator for locating an iris （定位iris）
  进行虹膜分析的第一步是找出虹膜的位置，找到瞳孔（pupil）和巩膜（sclera）的边界，一般我们认为虹膜是环状的。因此寻找环装部分可以使用integrodifferential operators在整幅图上寻找对于r来说的模糊图像最大值（？）
  这个算子就像是在寻找圈的边界（瞳孔和虹膜，虹膜和巩膜）
  由于虹膜和巩膜的分解比较明显，算子一开始可以很好的找到虹膜和巩膜的边界，然后在这个边界内变换高斯滤波器中的大小来找到瞳孔和虹膜的边界。由于眼睛的上下边框容易被遮挡，所以一开始搜索瞳孔的范围是水平方向左右相对的两个90度的锥形，然后扩展到上半部分270度的范围。
  通过一个非线性操作可以让这个operator更好的发现瞳孔和虹膜的这个edge，那就是将r分割成k部分。由于瞳孔的部分是很黑很一致的，而虹膜的部分有很多的变化，这个divisor可以帮助形成一个比较明显的最大值。
  【这部分都是在形容如何用integrodifferential operator去寻找虹膜和瞳孔，虹膜和巩膜之间的边界。Github中找到了一个implementation，可以作为参考：https://github.com/mzmmoazam/irisSeg
  】