[发明专利]一种虹膜图像的处理的方法、装置及计算机可读存储介质

说明书

本发明公开了一种虹膜图像的处理方法、装置及计算机可读存储介质。本发明首先确定待处理虹膜图像的虹膜纹理区域，将待处理虹膜图像的虹膜纹理区域按照预设区域大小划分为多个待匹配虹膜特征子块，能够最大限度的包含虹膜归一化图像纹理信息；然后对各待匹配虹膜特征子块进行提取，计算提取到的当前虹膜特征子块与预存的标准虹膜图像中的标准虹膜特征子块之间的最大相关系数；再将各最大相关系数进行相加，将相加结果作为待处理虹膜图像相对于标准虹膜图像的匹配分数；将匹配分数与预设阈值进行比较，在匹配分数大于预设阈值时，认定待处理虹膜图像与标准虹膜图像匹配成功，进而能够有效精确将待处理的虹膜图像匹配到正确的虹膜图像。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种虹膜图像的处理方法、装置及计算机可读存储介质。

背景技术

现代社会的发展对人类自身身份识别的准确性、安全性与使用性提出了更高的要求。而身份识别恰恰是人们日常生活中遇到的一个普遍性问题，在生活中经常会发生需要证明自己的身份、鉴别别人的身份等事情。传统的身份识别方法己经远远落后于时代的要求，人类必须寻求更为安全可靠、使用方便的身份识别新途径，基于生物特征识别的身份鉴定技术具有以下优点：不易遗忘或丢失，防伪性能好，不易伪造或被盗，随身携带，随时随地可用。生物特征识别技术是指使用人体本身所固有的生理特征或行为特征，具有不可复制性、唯一性、普遍性和稳定性等特点。而虹膜识别技术具有随机的细节特征和纹理特征，且保持相当高的稳定性；具有内在的隔离和保护能力，不需要接触式采集等生理方面的有点，有着广泛的市场前景和科学研究价值。

虹膜图像中包含有丰富的纹理特征，许多纹理分析的方法都可以用来抽取虹膜特征。目前常用的纹理特征方法有空间自相关法、傅里叶功率谱法、共生矩阵法、分数维描述法等等。但由于虹膜纹理的复杂性，这些传统方法得不到较好地特征值。在虹膜的分类和匹配上比较常用的算法有汉明距匹配法和方差倒数加权欧式距离分类法，匹配算法都不能获得较好地效果。本发明是基于分块的互相关虹膜归一化图像特征提取及匹配方法，能简单有效的对虹膜归一化图像进行特征提取和匹配。

发明内容

本发明的主要目的在于提供了一种虹膜图像的处理方法、装置，及计算机可读存储介质，旨在解决现有技术中不能有效地将待处理的虹膜图像匹配到正确的虹膜图像的问题。

为实现上述目的，本发明提供了一种虹膜图像的处理方法，所述方法包括以下步骤:

确定待处理虹膜图像的虹膜纹理区域；

将所述待处理虹膜图像的虹膜纹理区域按照预设区域大小划分为多个待匹配虹膜特征子块；

对各待匹配虹膜特征子块进行提取，计算提取到的当前虹膜特征子块与预存的标准虹膜图像中的标准虹膜特征子块之间的最大相关系数；

将各最大相关系数进行相加，将相加结果作为所述待处理虹膜图像相对于所述标准虹膜图像的匹配分数；

将所述匹配分数与预设阈值进行比较，在所述匹配分数大于所述预设阈值时，认定所述待处理虹膜图像与所述标准虹膜图像匹配成功。

优选地，所述待处理虹膜图像以及所述标准虹膜图像均为经过图像归一化处理之后的虹膜图像。

优选地，通过以下公式计算所述当前虹膜特征子块与所述标准虹膜特征子块之间的相关系数：

其中，x1表示所述当前虹膜特征子块的行索引，y1表示所述当前虹膜特征子块的列索引，x2表示所述标准虹膜特征子块的行索引，y2表示所述标准虹膜特征子块的列索引，T(x₁，y₁)表示所述当前虹膜特征子块，I(x2+x1，y2+y1)表示所述当前虹膜特征子块遍历到的标准虹膜特征子块，R(x2，y2)表示所述当前虹膜特征子块与所述标准虹膜特征子块之间的相关系数。