[发明专利]伪造虹膜图像的判别方法

权利要求书

1.一种伪造虹膜图像的判别方法，其特征在于：包括构建阶段和判别阶段，所述构建阶段包括树型视觉词典的构建阶段和伪造虹膜判别分类器的构建阶段，其中：

树型视觉词典的构建阶段对样本虹膜图像库中的样本虹膜图像进行处理，得到树型视觉词典；

伪造虹膜判别分类器的构建阶段基于所述树型视觉词典和稀疏编码方法来构造伪造虹膜判别分类器；

判别阶段使用所述伪造虹膜判别分类器来判断目标虹膜图像的真伪。

2.如权利要求1所述的伪造虹膜图像判别方法，其中所述树型视觉词典的构建阶段包括如下步骤：

步骤S11：建立所述样本虹膜图像库，使其包含多个真实样本虹膜图像和多个伪造样本虹膜图像；

步骤S12：对所述样本图像库中的多个真实样本虹膜图像和多个伪造样本虹膜图像进行预处理，得到归一化样本虹膜图像；

步骤S13：从所述归一化样本虹膜图像中抽取底层特征，该底层特征是指采用算子直接从图像提取的特征；

步骤S14：根据所抽取的底层特征建立树型视觉词典，该树型视觉词典结构如下：包括一个根节点和多个层，每一层包括若干节点；其中根节点是一个虚拟节点，代表整个特征空间；第一层包含k₁个节点，其作为根节点的子节点，对应k₁个特征聚类中心；第二层包含对应第一层中节点的子节点，第一层中每个节点有k₂个子节点；以后每层中都是上一层的子节点，每个父节点最多有k_i个子节点，其中i＞2。

3.如权利要求2所述的伪造虹膜图像判别方法，其中伪造虹膜判别分类器的构建阶段包括如下步骤：

步骤S15：自所述的树型视觉词典的根节点而下，级联的在每层对底层特征进行编码，获得所述底层特征的特征向量；

步骤S16：将真实样本虹膜图像和伪造样本虹膜图像的特征向量分别作为正样本和负样本，训练支持向量机，得到伪造虹膜判别分类器。

4.如权利要求3所述的伪造虹膜图像判别方法，其中判别阶段包括如下步骤：

步骤S21：对目标虹膜图像进行预处理，获得归一化目标虹膜图像；

步骤S22：从所述归一化目标虹膜图像中抽取底层特征；

步骤S23：采用与步骤S15相同的树型视觉词典，自根节点而下，级联的在每层对底层特征进行编码，获得所述底层特征的特征向量；

步骤S24：将步骤S23得到的特征向量输入到所述伪造虹膜分类器中，根据分类器输出结果判别该目标虹膜图像是否是伪造虹膜图像。

5.如权利要求4所述的伪造虹膜图像判别方法，其中步骤S12中的预处理过程包括如下步骤：

分离所述样本虹膜图像，得到一个虹膜区域；

拟合该虹膜区域中瞳孔和虹膜的边界；

将该虹膜区域变换到极坐标下，完成对所述样本虹膜图像的归一化。

6.根据权利要求4所述的伪造虹膜图像的判别方法，其中在步骤S13中，采用密集采样的尺度不变特征变换(SIFT)描述算子进行底层特征抽取。

7.根据权利要求4所述的伪造虹膜图像的判别方法，其中在步骤S14中，将所述抽取的底层特征用作级联的k均值聚类的输入，通过级联的k均值聚类学习得到所述树型视觉词典。

8.根据权利要求4所述的伪造虹膜图像的判别方法，其中在步骤S15中，所述编码过程采用局部约束的线性稀疏编码(LLC)。

9.根据权利要求4所述的伪造虹膜图像的判别方法，其中在步骤S15中，对每一幅样本虹膜图像，统计对其底层特征编码过程中通过树型视觉词典中每个节点的路径数目，并将其与树型视觉词典每一层的LLC编码结果串联连接组成特征向量，其中，每层LLC编码过程中没有用作候选单词的节点的编码结果记为0。

10.据权利要求4所述的伪造虹膜图像的判别方法，其中在步骤S16中，将真实样本虹膜图像和伪造样本虹膜图像的特征向量分别作为正样本和负样本，训练支持向量机得到伪造虹膜判别分类器；