[发明专利]可见光眼部图像中的虹膜定位方法和装置

说明书

技术领域

本发明属于计算机视觉及模式识别技术领域，特别涉及可见光眼部图像中的虹膜定位方法和装置。

背景技术

虹膜由于其可靠性、唯一性等特点被广泛的应用于身份识别领域。典型的虹膜识别系统由预处理、虹膜定位、特征提取和匹配几个部分组成。其中虹膜定位作为虹膜识别系统中至关重要的一步，对后续的特征提取过程具有很大的影响。不精确的虹膜定位将导致最终识别精度的下降。与传统的近红外光照下的虹膜图像相比，可见光下的虹膜图像可以提供更加丰富的颜色信息和纹理信息，因而可以提升虹膜识别的精度，但是由于可见光下的虹膜图像还存在例如反射光斑、边界模糊等噪声，使得可见光下的虹膜图像精确定位更加困难。

发明内容

本发明的目的在于提供一种精确定位虹膜边界位置的方法。此方法使得可见光虹膜图像能够保留更多的可用信息，提高最终的识别精度。

为了达到以上目的，本申请提供了可见光眼部图像中的虹膜定位方法和装置。

第一方面，本申请提供了一种可见光眼部图像中的虹膜定位方法，包括以下步骤：

S1、将RGB颜色空间的眼部图像转换为lαβ颜色空间的眼部图像；

S2、在lαβ颜色空间的眼部图像的α分量上对巩膜区域进行分割并定位上下眼睑，以确定虹膜区域；

S3、根据虹膜区域的位置，在RGB颜色空间的眼部图像的R分量上定位虹膜的外圆边界；

S4、根据虹膜的外圆边界对RGB颜色空间的眼部图像和lαβ颜色空间的眼部图像进行裁剪，以得到RGB颜色空间的虹膜区域图像和lαβ颜色空间的虹膜区域图像，并依据RGB颜色空间的虹膜区域图像的R分量和lαβ颜色空间的虹膜区域图像的α分量中的虹膜与瞳孔对比度的大小来选择合适的颜色分量定位瞳孔边界。

在一些可选的实现方式中，步骤S2包括：

S21、将lαβ颜色空间的眼部图像中的α分量图像裁剪成左右两块，并分别对左右两块做对比度调整；

S22、设置阈值为m_r对图像做二值化处理，然后采用形态学处理方法获取巩膜区域，并基于边缘检测及多项式拟合的方法定位上下眼睑，从而确定虹膜区域位置；其中，m_r表示R分量归一化图像的平均像素值。

在一些可选的实现方式中，分别对左右两块做对比度调整，包括：

将左右两块中灰度值在[T1,T2]范围内的像素映射到[0,1]之间，其中，T1和T2通过如下公式求取：

其中，σ为0.2。

在一些可选的实现方式中，步骤S3包括：

S31、对RGB颜色空间的眼部图像的R分量进行中值滤波；

S32、对中值滤波后的图像进行基于开闭操作的图像重建；

S33、对增强对比度后的图像做二值化操作，并根据S2所获取的虹膜区域去除眼睑等噪声的干扰得到眼球区域的二值图像，根据该二值图像，获得虹膜外边界的初始圆心横坐标x_out：

S34、对S33所获取的二值图像做边缘检测获取边缘点，依据所获取的边缘点，计算得到虹膜外边界圆心纵坐标y_out及半径r_out：

S35、采用圆形霍夫变换获得最终精确的虹膜外边缘参数。

在一些可选的实现方式中，步骤S33中，虹膜外边界的初始圆心横坐标x_out采用如下公式求取：

x_out＝min(V(x))

I(x,y)_i为二值图像第i个像素的像素值，二值图像大小为m×n。

步骤S34中，虹膜外边界的初始圆心纵坐标y_out及半径r_out，采用如下公式求取：

其中，x_i，y_i表示第i个边缘点的横纵坐标。

在一些可选的实现方式中，步骤S4包括：

S41、依据S3所得到的虹膜外圆边界参数，对RGB颜色空间的眼部图像的R分量图像和lαβ颜色空间的眼部图像的α分量图像进行裁剪；

S42、对于裁剪后的R分量的虹膜图像和α分量的虹膜图像分别在瞳孔和虹膜上截取两块大小为M×M像素的区域P和I；

S43、分别计算R分量的虹膜图像和α分量的虹膜图像中的瞳孔和虹膜的对比度SR和Sα，计算公式如下：