[发明专利]基于空间距圆标记边缘检测的虹膜预处理算法

说明书

技术领域

本发明涉及一种基于空间距圆标记边缘检测的虹膜预处理算法。

背景技术

目前虹膜身份识别是近年来新兴的一种身份识别技术，它的研究与应用方兴未艾，市场更是为这项技术的发展提供了广阔的舞台。虹膜纹络纤细无比，不可伪造。较指纹自动识别更有长处，是一项值得研究和推广的新技术。与其他生物特相比，虹膜唯一性高、精度高、稳定性好，适用人群广泛。

目前，虹膜的识别一般是先通过对虹膜图像的采集，再对虹膜预处理，然后提取虹膜特征，最后与从虹膜样本中提取的样例虹膜特征数据库进行特征匹配，进而实现对虹膜的识别，而预处理过程一般又分为虹膜图像噪声处理，瞳孔定位，虹膜内圆和外圆定位，虹膜的归一化和虹膜图像的增加。

而对于虹膜的定位，目前主要有四种算法：1、利用Canny算子和Hough变换结合进行虹膜的内外圆定位以及瞳孔的定位。该算法首先采用Canny边缘检测算子对虹膜的内外圆进行边缘检测，紧接着再通过Hough变换确定虹膜的内圆边界，外圆边界，该算法实现虹膜定位精度高，但是速度慢；2、利用二值化阈值和最小二乘法算子结合进行虹膜定位。该算法首先采用二值化阈值法分割瞳孔，并获得虹膜的内圆，再通过Canny算法进行边缘检测，用最小二乘法拟合外圆，该算法的速度快，但是对虹膜的内外圆定位精确度不高；3、利用小波和圆检测算法结合进行虹膜定位。该算法首先采用Haar小波的不同通道来获得虹膜以及瞳孔的频域信息，利用Canny算法实现虹膜的内外圆的边缘检测，再利用最小二乘法实现内圆的定位，利用圆检测算子获得外圆的定位。该算法中最小二乘法确定内圆的准确度不高，圆检测算法确定外圆的速度较慢，因此需要对此算法进行改进；4、利用Sobel算子进行边缘检测，采用零至二阶矩进行内圆定位，再采用Dougman圆检测算子进行外圆定位，在技术上Sobel算子是以离散型的差分算子，用来运算图像亮度函数的梯度的近似值，缺点是Sobel算子并没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意，而零至二阶矩和Dougman圆检测算子只能进行粗略地计算，所以精度无法达到预期要求。

发明内容

本发明要解决的技术问题是：为了克服现有技术的不足，提供一种检测精度高且检测速度快的基于空间距圆标记边缘检测的虹膜预处理算法。

本发明解决其技术问题所采用的技术方案是：一种基于空间距圆标记边缘检测的虹膜预处理算法，包括如下步骤：

1)图像采集：通过摄像装置，对人眼中的虹膜进行图像采集，得到含有虹膜图像的原始灰度图像f(x，y)；

2)噪声处理：采用中值滤波算法对图像f(x，y)进行噪声处理，得到图像g(x，y)；

3)图像分解：利用Haar小波将图像g(x，y)分解为水平高频、垂直高频、对角高频和低频逼近四个子带图像；

4)边缘检测：采用Canny算子在小波基础上对虹膜图像进行边缘检测；

5)内圆精确定位：利用基于亚像素圆定位算法进行虹膜内圆的精确定位，其具体步骤如下：

(1)在单位圆上定义一个连续理想边缘模型，其中一个区域的灰度值为h，另一个区域的灰度值为h+k，l为单位圆的圆心到边缘的距离，θ是边缘法线与x轴的夹角，θ∈[-π/2，π/2]；是通过单位圆与待检测圆曲线交点及单位圆心的直线与两个圆心所在直线的夹角，对图像g(x，y)取一个像素点，利用二维滑动模板计算相应像素的空间矩M_pq′；将图像g(x，y)顺时针旋转θ角，使边缘法线与z轴重合，旋转后图像灰度函数f’(x，y)关于z轴对称，旋转后的空间矩为M_pq，而M_pq′和M_pq满足：