Các phương pháp tiền xử lý được sử dụng để định vị và chuẩn hóa tròng mắt. Mí mắt trên, mí mắt dưới và lông mi thường bao phủ tròng mắt, ta xác định vùng quan tâm (region of interesting- ROI) là 3/4 vùng bên trong của nửa dưới tròng mắt, nó chứa đủ thông tin để phân biệt các tròng mắt khác. Ta chuẩn hóa ROI là một khối hình chữ nhật 256 x 64 điểm ảnh
Hình 3.1-2 Tiền xử lý tròng mắt Bộ lọc Gabor (Gabor filter) 2-D được xác định như sau:
[
] [ ] [ ]
Trong đó, f là tần số của bước sóng phẳng hình sin, và là hằng số không gian của hình bao Gaussian dọc theo trùng x' và y' tương ứng, biểu thị sự định hướng của Gabor filter.
Ảnh tròng mắt đã được chuẩn hóa được lọc bởi Gabor filter với độ. Hình 3.1-3 cho ví dụ về hình ảnh được lọc. Sau đó, các ảnh này được chia thành các khối 16x4.Ta tính trung bình (mean) cho mỗi khối. Ta nhận được 16x4x4 = 256 giá trị từ một ảnh tròng mắt để tạo nên một vector 256 chiều. Vì những yếu tố không rõ ràng như nhiễu, sự bóp méo tròng mắt, sự che khuất mi mắt, mí mắt… những ảnh khác nhau của cùng 1 tròng mắt sẽ không giống nhau chính xác. Do đó, các vector của những ảnh này sẽ hơi khác. Ta chuẩn hóa mỗi thành phần của vector thành một số nguyên trong miền [0, 15] để loại bỏ hầu hết sự khác nhau. Vector được chuẩn hóa này được gọi là vector đặc trưng tròng mắt, được trình bày như sau:
Tuy nhiên, sự chuẩn hóa không loại bỏ được tất cả sự khác nhau giữa các vector đặc trưng được tạo nên từ nhiều ảnh của cùng một tròng mắt và vẫn còn vài thành phần của vector đặc trưng là khác nhau. Nếu số lượng các thành phần khác nhau của 2 vector đặc trưng nhỏ hơn 1 ngưỡng T nào đó, chúng sẽ được xem là những ảnh của cùng 1 tròng mắt. Ngược lại, chúng được xem là những ảnh của các tròng mắt khác.
Hình 3.1-3 Hình ảnh được lọc