******相關
這個是我的畢業設計（2007.6）主要完成了在虹膜識別中的虹膜定位功能，采用了動態輪廓模型（ACTIVE CONTOUR MODEL）。

當檢測復雜圖像時，效果較差。

格式較亂，注釋少，僅供參考。

如想透徹理解程序，建議讀文獻【1】。

有問題寫信,sharkxu2008@126.com
////////////////////////////////

******程序流程
程序的大致流程是這樣的：
1.程序讀入數字圖像后，程序自動調用FindCenter函數根據圖像灰度的X，Y方向的投影信息找出瞳孔的大致中心，也就是它的偽圓心。
2.通過操作者點擊鼠標右鍵觸發SetPoints函數，程序自動在第一步的偽圓心周圍生成N個等距離的snake點。
3.通過觸發Auto選項，程序生成一個定時器（TIMER），在每一個WM_TIMER消息來臨時調用SnakeAlgorithm函數。在SnakeAlgorithm函數中循環對每一個snake點調用MinEnergyPoint，在每一個點周圍的范圍內尋找能量最小值的點。
4.當snake輪廓線與虹膜內邊緣吻合后，通過對snake點考察，當穩定的點數占到總點數的一定比例后，定時器被終止。最后計算出snake的形心。

******結果分析
實驗選用的圖像為8位灰度圖，大小為640*480像素。圖中紅色的大圓為定位的虹膜內邊界，綠色的圓點為大圓的圓心，即瞳孔的圓心。外面的近似為圓形的輪廓線表示進化后的SNAKE。
從圖還可以看出，大部分點都已到達瞳孔邊界，只有個別的點沒有收斂到瞳孔邊界，但已非常接近，因此并不影響圓心的定位。
從程序的各種運行的結果中，我發現當要處理的虹膜圖像不清晰或者有明顯的噪音點時，初始的偽圓心會離真正的中心較遠，而且SNAKE的最終位置也會受到影響。因而圖像的質量較大地影響了程序的效率與精確度。
為了提高虹膜定位的準確度，可以采用多次定位的方法，即在上一次SNAKE進化到邊界后，求出虹膜的形心，再次以這個形心為下一次定位過程的偽圓心，以這個偽圓心再次設置SNAKE點，再次進化SNAKE，直到虹膜的圓心滿足一定的要求，定位過程結束。
 
///////////////////////////////
[1] 苑瑋琦，馬軍防，狄文彬，李德勝。《基于主動輪廓線的虹膜內邊界的定位方法》，沈陽工業大學、哈爾濱工業大學論文。
[2] 呂鳳軍 著。《數字圖像處理編程入門》，清華大學出版社，1999。
[3] [美]Charles Petzold著。《Windows程序設計》，北京大學出版社，1999。