[发明专利]一种智能鉴毒的方法及装置

权利要求书

1.一种智能鉴毒的方法，其特征在于，包括：

在不同光通量的环境中，获取被测对象的瞳孔虹膜图像；所述瞳孔虹膜图像包括基准图像、暗瞳图像以及亮瞳图像；所述基准图像用于表示在预设光通量时所述被测对象的瞳孔虹膜图像；其中，基准图像为在预设光通量时被测对象的瞳孔虹膜图像；

分别计算所述基准图像中的瞳孔面积与虹膜面积之间的第一比值、所述暗瞳图像中的瞳孔面积与虹膜面积之间的第二比值以及所述亮瞳图像中的瞳孔面积与虹膜面积之间的第三比值；

根据所述第一比值、所述第二比值、所述第三比值以及预设检测模型，确定所述被测对象的瞳孔是否异常；

若所述被测对象的瞳孔异常，则根据所述第一比值、所述第二比值、所述第三比值以及所述检测模型，确定所述被测对象的瞳孔的当前致异原因，包括：若所述被测对象的瞳孔异常，则根据所述检测模型中各数值区间对应的瞳孔特征确定所述第一比值对应的第一瞳孔特征、所述第二比值对应的第二瞳孔特征以及所述第三比值对应的第三瞳孔特征；根据所述检测模型中各瞳孔特征对应的致异原因系数，确定所述第一瞳孔特征、所述第二瞳孔特征以及所述第三瞳孔特征分别对应的致异原因系数；根据所有所述致异原因系数中最大的致异原因系数对应的致异原因作为被测对象的瞳孔的当前致异原因；其中，所述检测模型包括m种异常瞳孔现象构成的异常瞳孔集合以及n种致异原因构成的致异原因集合，每个异常瞳孔现象由基准图像中的瞳孔面积与虹膜面积之间的比值的数值区间、亮瞳图像中的瞳孔面积与虹膜面积之间的比值的数值区间以及暗瞳图像中的瞳孔面积与虹膜面积之间的比值的数值区间构成，每种瞳孔异常现象对应多种致异原因，所述n种致异原因分别对应不同的致异原因系数，所述致异原因系数为检测认定为对应致异原因的次数，所述瞳孔特征为异常瞳孔现象；

根据所述当前致异原因，更新与所述当前致异原因对应的致异原因系数。

2.如权利要求1所述的智能鉴毒的方法，其特征在于，所述根据所述第一比值、所述第二比值、所述第三比值以及预设检测模型，确定所述被测对象的瞳孔是否异常，包括：

若所述第二比值大于所述第一比值，或者所述第三比值小于所述第一比值时，则判定所述被测对象的瞳孔异常。

3.如权利要求1所述的智能鉴毒的方法，其特征在于，所述根据所述当前致异原因，更新与所述当前致异原因对应的致异原因系数，包括：

根据所述当前致异原因，对所述当前致异原因对应的致异原因系数的值进行计数。

4.如权利要求1所述的智能鉴毒的方法，其特征在于，所述获取不同光通量时被测对象的瞳孔虹膜图像，包括：

采集所述被测对象的身份信息；

将所述身份信息上传至服务器，并获取所述服务器在验证所述身份信息之后发送的身份验证信息；所述身份验证信息用于表示所述被测对象的身份信息是否合法；

若所述被测对象的身份信息合法，则分别获取不同光通量时所述被测对象的瞳孔虹膜图像。

5.如权利要求4所述的智能鉴毒的方法，其特征在于，所述根据所述第一比值、所述第二比值、所述第三比值以及预设检测模型，确定所述被测对象的瞳孔是否异常，包括：

根据所述被测对象的身份信息，从预设检测模型中确定适合所述被测对象身份的判断参数；

根据所述第一比值、所述第二比值、所述第三比值、所述检测模型以及判断参数，确定所述被测对象的瞳孔是否异常。