Un estudio de aplicación de la mejora de la localización de imágenes de iris basado en un algoritmo evolutivo
Autores: Niu, Shanwei; Nie, Zhigang; Liu, Jiayu; Chu, Mingcao
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un estudio de aplicación de la mejora de la localización de imágenes de iris basado en un algoritmo evolutivo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Mejorar
Localización
Interno
Externo
Algoritmos
Optimización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
Este estudio tiene como objetivo mejorar la localización de los círculos interno y externo del iris abordando problemas de cálculos inválidos excesivos e imprecisiones. Para lograr este objetivo, se emplean diversos métodos para mejorar el proceso en diferentes medidas. Inicialmente, la imagen se somete a operaciones de preprocesamiento, incluyendo conversión a escala de grises, transformación morfológica matemática, reducción de ruido y mejora de la imagen. Posteriormente, la localización precisa de los bordes interno y externo se logra aplicando algoritmos como la detección de bordes de Canny y la transformada de Hough, lo que permite determinar sus valores de centro y radio correspondientes dentro de la imagen del iris. Por último, se realiza una mejora al algoritmo de optimización de enjambre de partículas combinando varios algoritmos, como LinWPSO, RandWPSO, factor de contracción, LnCPSO y AsyLnCPSO, empleando mecanismos como el recocido simulado y el algoritmo de colonia de hormigas. A través de una validación dual en el conjunto de datos CASIA-Iris-Syn y un conjunto de datos CASIA autoconstruido, este enfoque mejora significativamente la precisión de la localización del iris y reduce el número de iteraciones requeridas.
Descripción
Este estudio tiene como objetivo mejorar la localización de los círculos interno y externo del iris abordando problemas de cálculos inválidos excesivos e imprecisiones. Para lograr este objetivo, se emplean diversos métodos para mejorar el proceso en diferentes medidas. Inicialmente, la imagen se somete a operaciones de preprocesamiento, incluyendo conversión a escala de grises, transformación morfológica matemática, reducción de ruido y mejora de la imagen. Posteriormente, la localización precisa de los bordes interno y externo se logra aplicando algoritmos como la detección de bordes de Canny y la transformada de Hough, lo que permite determinar sus valores de centro y radio correspondientes dentro de la imagen del iris. Por último, se realiza una mejora al algoritmo de optimización de enjambre de partículas combinando varios algoritmos, como LinWPSO, RandWPSO, factor de contracción, LnCPSO y AsyLnCPSO, empleando mecanismos como el recocido simulado y el algoritmo de colonia de hormigas. A través de una validación dual en el conjunto de datos CASIA-Iris-Syn y un conjunto de datos CASIA autoconstruido, este enfoque mejora significativamente la precisión de la localización del iris y reduce el número de iteraciones requeridas.