[发明专利]一种定位虹膜的图像处理方法和装置

说明书

技术领域

本发明涉及图像处理领域及生物识别领域，特别涉及一种定位虹膜的图像处理方法和装置。

背景技术

在信息时代，如何正确确定人的身份，保护信息安全，已经成为一个重要的社会问题。传统的生物身份认证方式如指纹、人脸由于容易被伪造，越来越难以满足社会需要。虹膜较其它生物特征具有唯一性、稳定性、非入侵性以及防伪性等优点，使得虹膜识别技术得到了广泛的关注。

虹膜是人眼中介于瞳孔和巩膜之间的环状区域，含有较为丰富的纹理信息。但是，虹膜成像设备在采集虹膜图像的同时，不可避免的采集到瞳孔、巩膜、眼皮、睫毛等。而虹膜识别需要的仅仅是介于瞳孔和巩膜之间不被眼皮和睫毛遮挡的区域，因此，为了得到该区域就需要准确的定位虹膜区域，以便于分割。

经典的虹膜分割算法有Daugman在其专利U.S.Pat.No.5291560提出的微积分算子方法。该方法在三维参数空间迭代求最优解，面临计算量大、定位速度慢的问题。谭铁牛等人在其专利CN 101539991 B中采用canny边缘检测和最小二乘法来拟合虹膜边界，由于虹膜边界往往比较模糊，使得分割准确性不强。

因此，需要提出一种满足实时、快速处理且鲁棒的虹膜分割算法的技术方案。

发明内容

为此，本发明提供一种新的定位虹膜的图像处理方法和装置，以力图解决或者至少缓解上面存在的问题。

根据本发明的一个方面，提供一种定位虹膜的图像处理方法，所述方法包括：获取包含虹膜区域的人眼图像；通过自适应圆弧投影模型算法在人眼图像中定位瞳孔边界；通过自适应圆弧投影模型算法在人眼图像中定位虹膜外边界；通过从人眼图像中去除眼皮区域提取感兴趣虹膜区域的图像。

通过自适应圆弧投影模型算法在人眼图像中定位瞳孔边界可以包括：对人眼图像作滤波去噪处理；计算人眼图像中近似瞳孔中心(x₀,y₀)。及近似瞳孔半径r₀；在以近似瞳孔中心(x₀,y₀)。为圆心以及以半径为(r₁，r₂)的环形范围内，采用自适应圆弧投影模型算法计算候选瞳孔边界点；根据候选瞳孔边界点与近似瞳孔中心(x₀,y₀)的距离从候选瞳孔边界点中排除非真实边界点；对剩余的候选瞳孔边界点使用最小二乘法拟合得到瞳孔边界以及瞳孔中心(x_pupil,y_pupil)和瞳孔半径r_pupil。根据候选瞳孔边界点与近似瞳孔中心的距离从候选瞳孔边界点中排除非真实边界点可以包括：排除与近似瞳孔中心的距离小于第一瞳孔半径阈值R₁和大于第二瞳孔半径阈值R₂的候选瞳孔边界点。

通过自适应圆弧投影模型算法在人眼图像中定位虹膜外边界可以包括：根据瞳孔边界的位置，在虹膜区域的左右两边划分含有虹膜外边界的两个矩形区域；对两个矩形区域进行滤波去噪处理；在两个矩形区域内采用各向异性Canny算子检测图像的边缘；在以瞳孔中心(x_pupil,y_pupil)为圆心以及以半径为(r₃，r₄)的环形范围内，采用自适应圆弧投影模型算法计算候选虹膜外边界点；根据候选虹膜外边界点与瞳孔中心(x_pupil,y_pupil)的距离，从候选虹膜外边界点中排除非真实边界点；对剩余的候选虹膜外边界点使用最小二乘圆拟合得到虹膜的外边界、虹膜中心和虹膜半径。根据候选虹膜外边界点与瞳孔中心的距离从候选虹膜外边界点中排除非真实边界点可以包括：如果该候选虹膜外边界点与瞳孔中心的距离小于第一虹膜半径阈值R₃、或者大于第二虹膜半径阈值R₄、或者超过各候选虹膜外边界点与瞳孔中心的平均距离第一偏离阈值，则排除该候选虹膜外边界点。