基于Hough变换的人眼虹膜定位方法.zip，详细内容可以参考文章：https://blog.csdn.net/didi_ya/article/details/130184013

虹膜定位中分析了前人的一些算法，又结合人眼图像的灰度几何特性和二值 形态学图像处理等理论提出了新的虹膜定位方法；虹膜特征提取算法中，研究了 Daugman、Boles等对虹膜纹理的量化和编码，提出了基于虹膜图像细分的灰度直 方图特征提取和编码算法。

【图像处理】基于Hough变换人眼虹膜定位【含Matlab源码 387期】.zip

为改善虹膜定位的效果，提出一种改进的基于Hough变换的虹膜定位算法。首先，用一个全1的矩形窗对瞳孔中心进行估计；然后，以该估计中心为极点对虹膜二值图像进行极坐标变换，通过水平边缘点选择规则剔除非水平边缘点，再将图像变换到直角坐标；最后，利用Hough变换以及虹膜内、外边界之间存在的耦合关系来求取虹膜边界参数，并取最大和次大参数的均值作为最终的边界参数。实验结果表明，该算法平均定位时间为0.152 s，准确率高达98.4%。

牛眼虹膜定位算法研究及其在肉食品追溯系统中的应用.doc

写了一些关于图像hough变换人眼虹膜的例子，程序含有说明解释，适合初学者。

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。

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。

【图像检测】基于Hough变换的人眼虹膜定位matlab源码.md

为解决定位虹膜内外边缘时因轮廓信息不足会出现的定位不准确或者失败问题，提出一种采用霍夫变换与最小二乘法相结合的定位算法。首先使用形态学开操作减少图像中孤立的小点，并利用自适应阈值算法二值化图像；然后使用形态学闭操作补充小缝隙平滑图像边缘，再利用Canny算法提取图像边缘信息；最后根据内边缘与外边缘的差异性分别使用霍夫变换和最小二乘法定位虹膜内外边缘。经实验对比分析，该方法与传统算法相比，能更快速、准确地定位虹膜。