臺灣博碩士論文加值系統

虹膜學發展已經超過100 年，虹膜可反應出個人的身體的健康狀
況與疾病，本篇論文運用影像處理的演算法，來鑑定與辨別虹膜影像
的標記資訊，使用Canny 邊緣偵測運算子來定位病灶上局部的邊緣，
並運用曲線擬合的方法來確認橢圓形的病灶，實驗的結果顯示出能夠
有效的確認出虹膜上的樣本，經過測試的影像共14 張，5 張具有病
灶特徵、另外9 張則不具有病灶特徵，正確辨識率為85.2%、錯誤辨
識率為29.4%，本論文主要目的在於偵測出虹膜上的開放與封閉式病
灶。

Iridology has developed more than 100 years, the iris can reflect a
person''s state of health and systemic disease. In this paper we present a
method to identify and discriminate the signature information in iris
images. We use Canny edge detector to locate the partial edge of lacuna.
We then use curve fitting method to identify the elliptic lacuna. The
experimental results show that we can identify iris pattern automatically
and efficiently. The proposed method had tested on 14 images, 5 of them
contain lacuna area and 9 contain false lacuna area. We had achieved
identification rate 85.2% and miss identification rate 29.4%. The goal of
this paper is to detect the location of open or closed patterns in iris.

中文摘要 I
Abstract II
目錄 IV
圖目錄 VI
表目錄 VIII
第1章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 文章架構 3
第2章 虹膜學 5
2.1 虹膜學概要及反射區 5
2.2 虹膜的常見現象 9
2.3 虹膜診斷常見症狀 13
第3章 文獻探討 17
3.1邊緣偵測 17
3.2二值化影像 20
3.3連通成分(connected component) 21
3.4橢圓偵測 22
3.5動態輪廓模型 25
3.6 最小平方圓法 28
第4章 研究方法步驟及結果 30
4.1 檢測方法流程 30
4.2 檢測步驟 31
4.3 實驗結果 36
第5章 結論 38
參考文獻 39
圖目錄
圖1-1 虹膜器官反射區域圖[2] 2
圖2-1 虹膜纖維密度 6
圖2-2 虹膜七環圖[5] 9
圖2-3 坑洞：開放式病灶[6] 10
圖2-4 坑洞：封閉式病灶[6] 10
圖2-5 虹膜裂縫[6] 11
圖2-6 虹膜斑塊[6] 11
圖2-7 虹膜線條[6] 12
圖2-8 虹膜坑洞深度變化[6] 13
圖2-9 虹膜常見症狀[3],[6] 15
圖3-1 Sobel遮罩運算子 18
圖3-2 Sobel邊緣偵測結果 18
圖3-3 Canny演算法流程 20
圖3-4原始影像 灰階分佈圖 二值化影像[9] 21
圖3-5 門檻值[7] 21
圖3-6 連通成分方向示意圖 22
圖3-7 動態輪廓連續能量[18] 27
圖3-8 動態輪廓平滑能量[18] 27
圖3-9 虹膜圓心偵測 29
圖4-1虹膜影像樣本 30
圖4-2 檢測流程圖 31
圖4-3 邊緣偵測影像 32
圖4-4 標記後的影像病灶编號 33
圖4-5 第一次橢圓擬合結果 34
圖4-6最終橢圓擬合結果 34
圖4-7動態輪廓迭代結果 35
圖4-8非病灶影像偵測結果 37
表目錄
表1 反射區位置 8
表2 高斯濾波遮罩 19

[1] A.D.Wibawa and M.H.Purnomo, ”Early Detection on the Condition of Pancreas Organ as the Cause of Diabetes Mellitus by Real Time Iris Image Processing,” IEEE Asia Pacific Conference on Circuits and Systems, 2006.
[2] 游承峰，虹膜辨識之門禁管制及健康諮詢方法研究，碩士論文，逢甲大學自動工程學系，臺中，2005。
[3] F. Sharan, Iridology A complete Guide, School of Natural Medicine, 1989.
[4] http://www.yongkang.com.tw/
[5] B. Jensen, Iridology Simplificated. fifth edition, 1980.
[6] 鍾傑，虹膜診斷學講義。
[7] Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing Prentice-Hall, Second Edition, 2002.
[8] J. Canny, “A computational approach to edge detection,” IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986, Vol. 8, No.6, pp. 679-698.
[9] T. Seemann, Digital image processing using local segmentation, School of Computer Science and Software Engineering, 2002.
[10] P.V.C. Hough, “Method and Means for Recognizing Complex Patterns,” 1962, US patent no.3069654.
[11] L. Xu, E. Oja, and P. Kultanan, “A new curve detection method: randomized Hough transform (RHT),” Pattern Recognition Letters, 1990,Vol. 11, No. 5, pp. 331-338.
[12] P. S. Nair, A. T. Saunders Jr., “Hough transform based ellipse detection algorithm”, Pattern Recognition Letters, 1996,Vol. 17, No. 7, pp. 777-784.
[13] Y. Lei, and K. C. Wong, “Ellipse detection based on symmetry,” Pattern Recognition Letters, 1999 ,Vol. 20, No. 1, pp. 41-47(7).
[14] A. Fitzgibbon, M. Pilu, R. B. Fisher, “Direct least square fitting of ellipses”, IEEE Transaction on Pattern Analysis and Machine intelligence, 1999, Vol. 21, No. 5, pp. 476–480.
[15] R. Halif and J. Flusser, “Numerically stable direct least squares fitting of ellipses,” in WSCG''98 Conference Proceedings, 1998.
[16] M. Kass, A. Witkin, and D. Terzopoulos, “Snakes: Active contour model,” International Journal of Computer Vision, 1988, Vol. 1, pp. 321-331,.
[17] 孫嘉陽，基於動態輪廓模型之移動目標物即時偵測與追蹤研究，碩士論文，國立成功大學機械工程學系，台南，2004。
[18] 秦國銘，連接器表面瑕疵之自動化檢測系統，碩士論文，朝陽科技大學資訊工程學系，台中，2008