[发明专利]虹膜定位方法及可见光虹膜识别系统在审
申请号: | 201610988807.X | 申请日: | 2016-11-09 |
公开(公告)号: | CN106650616A | 公开(公告)日: | 2017-05-10 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 北京巴塔科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 虹膜 定位 方法 可见光 识别 系统 | ||
技术领域
本发明涉及虹膜定位方法及使用该虹膜定位方法的可见光虹膜识别系统,尤其涉及采用鲁棒虹膜定位和Gabor小波系数的幅值/相位特征的可见光虹膜识别系统。
背景技术
虹膜识别是一种利用虹膜特征来识别人的身份的生物特征识别方法。由于虹膜特征的不变性和独立性,虹膜识别系统是生物特征识别系统(比如指纹、人脸、声纹、掌纹识别等)中准确率最高的一种,因为这些优势,虹膜识别已经开始广泛应用。
虹膜识别的过程通常包含虹膜定位、归一化、特征提取和比对。虹膜定位的鲁棒性、准确性以及虹膜特征的选取是决定虹膜识别系统性能的最重要因素。
现在已经有很多虹膜定位方法,比如Daugman方法、Wildes方法、基于统计原理的虹膜定位方法、基于水平集的虹膜定位方法,但是这些方法计算量大,此外在图像模糊、戴眼镜、瞳孔被眼睑覆盖的情况较多,导致虹膜识别特别是可见光虹膜识别时不稳定。
虹膜特征分为两类:全局特征和局部特征。对应这两类特征有两类特征提取方法。例如:PCA(Principal Component Analysis)和LDA(Linear Discriminant Analysis)是全局特征提取方法,LBP(Local Binary Pattern)和小波是局部特征提取方法。全局特征通常准确率相对较低,局部特征性能最好的Daugman小波系数的相位特征,在图像质量差的时候效果较差。
发明内容
本发明提供一种不受环境影响可以从可见光虹膜图像中鲁棒地 检测虹膜边界的虹膜定位方法及应用该虹膜定位方法的可见光虹膜识别系统。
本发明的技术方案一提供一种虹膜定位方法,对虹膜外边缘和作为虹膜内边缘的瞳孔边缘进行定位,
所述虹膜定位方法包括:
在虹膜图像中运用虹膜外边缘检测算子,得到虹膜外边缘所在圆的圆心和半径,来定位虹膜外边缘;
在虹膜图像中运用瞳孔检测算子,得到瞳孔所在圆的圆心和半径,来定位虹膜内边缘;
在虹膜图像中运用眼睑检测算子,得到上、下眼睑所在圆的圆心和半径。
本发明的技术方案二提供一种可见光虹膜识别系统。该虹膜识别系统包括:
虹膜定位模块,基于可见光虹膜图像,应用技术方案1的虹膜定位方法,获得虹膜外边缘所在圆的圆心和半径、瞳孔所在圆的圆心和半径、以及上、下眼睑所在圆的圆心和半径;
归一化模块,采用Daugman方法将虹膜区域归一化为固定大小的矩形区域,并移除眼睫毛和反光的影响,采用局部直方图均衡化方法增强归一化虹膜图像的虹膜纹理;
特征提取模块,计算二维Gabor小波系数得到幅值特征和相位特征;及
比对模块,对两个虹膜图像特征的每个对应点,计算幅值特征的相关距离和相位特征的汉明距离,加权计算求出总类似度,如果总类似度大于规定的阈值,则判断为两幅图像来自同一个眼睛。
本发明的技术方案三提供的可见光虹膜识别系统为,在技术方案二所述的可见光虹膜识别系统中,特征提取模块进行如下动作:
在对所述可见光虹膜图像进行预处理得到的归一化图像中选取固定的M*N个采样点,对每个采样点计算5个频率8个方向的Gabor小波系数,其中M、N为大于0的自然数,
对每个采样点得到40维复向量并计算40维归一化向量幅值,及160位相位二值数组得到幅值特征和相位特征。
发明的效果
根据本发明的虹膜定位方法及可见光虹膜识别系统,无论可见光虹膜图像质量好坏均能够快速、稳定地定位虹膜位置并进行识别。
附图说明
图1是定位虹膜定位示意图。
图2是虹膜特征提取与比对示意图。
图3是虹膜识别系统的框图。
具体实施方式
下面,结合附图,对本发明的虹膜定位方法及使用该虹膜定位方法的虹膜识别系统进行详细说明。
虹膜定位方法包括定位虹膜外边界所在圆的圆心和半径、瞳孔的圆心和半径、上、下眼睑所在圆的圆心和半径。一般情况下,虹膜、瞳孔及眼睑的内、外边界近似于圆形,在本发明中,也是将瞳孔及眼睑看作圆形进行处理。
<检测虹膜外边缘>
虹膜外边缘检测算子如下:
其中:
w1,w2:权重
n:单元外法向量
Γ1是圆心为(x0,y0)半径为r的左半圆,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京巴塔科技有限公司,未经北京巴塔科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610988807.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种图像处理方法及终端
- 下一篇:一种基于概率潜在语义分析的行人异常识别方法