虹膜是位于瞳孔和巩膜之间，可以用其对人进行身份鉴定。本文利用Hough方法将虹膜从人眼照片中分割出来，对虹膜识别进行的预处理步骤。里面含有可运行的matlab程序。

检测圆的霍夫变换matlab代码，非常有用，具体怎么用就不说了

虹膜定位是在虹膜图像中确定虹膜的内外边界，是虹膜识别过程的首要环节。Hough变换是虹膜定位的经典算法，但对原始图像质量要求高，算法运算时间长。依据人眼图像的灰度特性，结合形态学处理提出一种改进的Hough变换定位新算法。对图像进行灰度二值化运算后进行形态学处理分离出瞳孔，结合Sobel算子边缘检测出瞳孔边界点，通过最小二乘法拟合定位出虹膜内边界；在先验知识和形态学处理的基础上对图像进行Hough变换，定位出虹膜的外边界。实验表明所提出的算法性能比传统Hough变换有较大提高，可用于实际虹膜识别的预处理过程中。

结合Hough变换与改进最小二乘法的直线检测

掩膜提取matlab代码虹膜 虹膜识别算法Daugman算法与Hough变换与Matlab的比较。 描述： 虹膜是可以执行高置信度识别的最重要的生物识别方法之一。 虹膜包含丰富且随机的信息。 大多数商业虹膜识别系统都使用Daugman算法。 本项目中使用的算法来自开放源代码，并稍加修改，如果您想使用源代码，请先检查LICENSE！ 道格曼算法： 其中I（x，y）是眼睛图像，r是在图像（x，y）上搜索的半径，G（r）是高斯平滑函数。 该算法从瞳Kong开始搜索，以检测最大像素值（偏导数）的变化。 霍夫变换： 霍夫变换是一种用于图像分析，计算机视觉和数字图像处理的特征提取技术。 其中（xi，yi）是中心坐标，r是半径。 通常，眼睛将由瞳Kong和角膜缘的两个圆圈（虹膜区域）以及上下眼睑的两个抛物线建模 它开始从水平方向检测眼睑，然后从垂直方向检测瞳Kong和虹膜边界。 标准化和功能编码： 从圆到长方形块通过使用1D Log-Gabor滤波器。 为了提取9600位虹膜代码，上下眼睑将被处理成9600位编码的蒙版。 匹配： 汉明距离（HD）： Q和R是要比较的主题，包含20x480 = 960

数字图像处理MATLAB基于Hough变换检测房屋车道等图像边缘特征。

使用matlab app进行图形界面化设计，能够从文件夹中读取文件并在界面上展示，设计多种边缘检测算子与滤波处理和二值化处理，最后通过Hough变换检测进行图像边缘描绘并且能够在界面上显示处理效果。并能将最后的效果保存到指定的文件夹中。

hough变换Matlab代码Matlab_tools 我和其他人制作的有用的Matlab脚本 该目录当前包括： circle_hough Matlab交换代码，用于计算圆形霍夫变换 distableable_colors Matlab交换函数选择N种可区分的颜色进行绘图 错误散布器 绘制散点图的功能，其椭圆标记的宽度为“错误”，例如SEM html 我不记得这是干什么用的 manc_optimisation 我不记得这是干什么用的 matlab_git Matlab交换代码以从Matlab命令行调用git mnist MNIST数据集 近端 昆汀·休斯（Quentin Huys）函数的编辑版本，用于绘制阴影的errobars 解析 保存并行运行的代码输出的功能 tsne Laurens van der Maaten的t-SNE代码 多种颜色 Matlab交换函数，用于为图选择N种平滑变化的颜色

hough变化；直线检测；椭圆检测；可以直接运行

实现hough变换的Matlab源程序 直接可运行