[发明专利]一种人眼虹膜图像分割方法

权利要求书

1.一种人眼虹膜图像分割方法，其特征在于，该方法具体步骤如下：

步骤一：对训练集人眼图像样本逐个进行人眼眼角定位，利用Harris角点检测算法检测人眼图像中的角点，然后对这些角点进行检索遍历，选择横坐标最小的点为人眼眼角；

步骤二：对训练集人眼虹膜图像样本逐个定位人眼中心，先用阈值对待检测样本图片进行二值化，然后利用canny边缘检测方法对二值化图像进行边缘检测得到二值化的边界图，再利用霍夫变换对边界图检测圆型，检测到的圆初定为人眼虹膜的内边，并将此圆的中心选为人眼中心；

步骤三：利用训练集中检测到的人眼眼角点和人眼中心，采用基于稀疏和低秩分解的(Robust Alignment by Sparse and Low-rank Decomposition)算法对训练集人眼虹膜图像样本进行批量对齐；

步骤四：对批量对齐后的训练集人眼虹膜图像进行分割，先用Canny边缘检测技术将待检测的人眼虹膜图像转化为二值化的边界图，利用霍夫变换在边界图中寻找半径介于瞳孔最大半径和虹膜最大半径之间的一个圆形，将得出的圆形定义为虹膜外径圆，然后再次继续利用霍夫变换在找出的虹膜外径圆区域中寻找另一个圆形，将得到的圆形定义为虹膜内径圆，这样就可以将虹膜外径圆和虹膜内径圆之间的区域定为虹膜区域，从而实现对训练集图像中虹膜的分割；

步骤五：对输入的人眼图像重复步骤一和步骤二，找到输入的人眼图像的眼角和人眼中心，再利用眼角和人眼中心的连线将人眼图像旋转，使此连线调整至水平位置，最后对调整后的图像重复步骤四，实现对输入图片的人眼虹膜分割。

2.根据权利要求1所述一种人眼虹膜图像分割方法，其特征在于，人眼眼角的定位是利用人眼眼角处于人眼最左边的位置信息进行的。

3.根据权利要求1所述一种人眼虹膜图像分割方法，其特征在于，人眼眼角的定位是逐角点进行，对检测出的角点进行全搜索遍历，当待比较的角点的横坐标小于已检测过的角点的横坐标时，将当前角点标记为人眼眼角位置，依次遍历直到所有角点全遍历完。

4.根据权利要求1所述一种人眼虹膜图像分割方法，其特征在于，所述的基于稀疏和低秩分解算法中的两个基准点是由权利要求1所述的步骤一和步骤二计算出来的，而不是手动选取的。

5.根据权利要求1所述一种人眼虹膜图像分割方法，其特征在于，在利用canny边缘检测和霍夫变换进行人眼虹膜内外径圆检测之前，利用基于稀疏和低秩分解的算法进行训练样本的批量对齐，去除了亮度变化、上下眼皮中眼睫毛和眼睑的遮挡因素的干扰，降低了待分割样本中的亮度和遮挡不利因素的干扰，提高了训练集样本的质量。

6.根据权利要求1所述一种人眼虹膜图像分割方法，其特征在于，对训练集样本采用基于稀疏和低秩分解的算法可以摆正人眼在图像样本中的位置，从而降低了图像采集过程中采集设备相对于采集对象位置不一致的干扰。

7.根据权利要求1所述一种人眼虹膜图像分割方法，其特征在于，对测试样本进行旋转，可以摆正测试样本中人眼在图像样本中的位置，从而使测试样本与训练集样本对齐，提高了测试样本的质量。