[发明专利]一种针对非理想虹膜图像的边界定位方法

说明书

技术领域

本发明涉及一种针对非理想虹膜图像的边界定位方法。

背景技术

随着信息技术以及计算机技术的快速发展，信息安全的重要性变得越来越突出。鉴于传统的识别技术存在一定的问题，生物识别技术越来越多的应用到人们的日常生活和工作中。目前应用较多的生物识别有人脸、虹膜、指纹、声音、静脉等，而虹膜识别具有较高的稳定性、独特性和防侵犯性等优点，已经在安防、矿业、金融等领域获得了广泛应用，已经成为未来主流的生物识别技术[Biometrics:a tool for information security[J].IEEE Trans.Information Forensics and Security,2006,1(2),125-143.A K基恩,A罗斯,S庞卡迪.生物特征识别：一种信息安全工具.国际电气电子工程师协会期刊：《信息辨识与安全》，第1卷第2期，2006：125-143.]。

在虹膜的识别系统中，一般包括虹膜的预处理、虹膜的特征提取和虹膜的特征匹配，其中虹膜的预处理是是整个虹膜识别系统的关键。在虹膜图像的预处理里面重点就是虹膜的定位，虹膜的定位本质上就是确定虹膜的内外边界，所以内外边界的正确性直接影响虹膜识别的准确性。目前虹膜定位的主要方法有：Daugman等的微积分算子方法[J Daugman.How iris recognition works[J].IEEE Trans.Circuits and Systems for Video Technology,2004,14(1):21-30.]，Wildes等提出的边缘检测和霍夫变换结合的方法[R P Wildes.Iris recognition:an emerging biometrics technology[A].Proc.IEEE[C],1997,85(9):1348-1363.]，中科院谭铁牛提出的最小二乘法拟合的方法[Z He,T Tan,Z Sun,X Qiu.Toward accurate and fast iris segmentation for iris biometrics[J].IEEE Trans.Pattern Analysis and Machine Intelligence,2009,31(9):1670-1684.]，以及沈阳工业大学苑玮琦提出的基于椭圆投影的定位方法[苑玮琦,王浩.一种基于椭圆投影的非理想虹膜定位算法(J).电子学报，2011年04期:958-962.]等。此外，后续的许多文献[赵永华等.基于预优投票的虹膜定位算法)(J).吉林大学学报(工学版)，2009年s1期:254-259；张祥德等.基于微积分算子的彩色虹膜图像定位算法)(J).东北大学学报(自然科学版),2011年11期:1550-1553；苑玮琦,徐露,林忠华.一种基于人眼图像灰度分布特征的虹膜定位算法[J].光电子.激光.2006年02期17卷:226-230；叶永强，沈建新，啸，张敏.三次B样条曲线拟合的虹膜定位.小型微型计算机系统,2011年9期28卷:3588-359.]也是这些算法演变而来的。但是，这些算法普遍计算量很大，占用存储空间较多，且对采集得到的虹膜图像的质量要求较高，采集过程需要被采集者的配合。因此对非配合条件下采集得到的非理想虹膜图像定位准确率不高。例如，Daugman等的微积分算子方法[J Daugman.How iris recognition works[J].IEEE Trans.Circuits and Systems for Video Technology,2004,14(1):21-30.]应用最为广泛，但是在干扰特别是光线变化的影响下，虹膜边界定位很难准确。

在非理想采集环境下由于环境因素的干扰，虹膜图像的质量经常受到影响，进而严重恶化了识别效果。例如，基于霍夫变换的虹膜边界定位方法需要搜索变换中心的半径，运算量大且易受噪声和其他干扰的影响。即便在采取图像增强技术后，利用霍夫变换实现外边界定位依然受到光线变化的影响。因此，非理想虹膜识别的关键在于正确定位虹膜区域，排除不利因素的影响。

总而言之，目前需要本领域技术人员迫切解决的一个技术问题是：如何提高非理想采集虹膜图像的边界定位的效率和准确性。

发明内容

本发明的目的就是为了解决上述问题，提供一种针对非理想虹膜图像的边界定位方法，它具有提高非理想采集虹膜图像的边界定位的效率和准确性的优点。

为了实现上述目的，本发明采用如下技术方案：