[发明专利]一种在虹膜图像中精确检测眼睫毛图像的方法

权利要求书

1.一种在虹膜图像中精确检测眼睫毛图像的方法，其特征在于，该方法包括：

(1)确定虹膜图像中眼睫毛图像的灰度阈值A；

(2)计算虹膜图像中虹膜区域内各像素点上的灰度梯度大小Grad和方向θ；

(3)根据(1)步的灰度阈值和(2)步灰度梯度筛选虹膜区域中属于眼睫毛图像的像素点；

(4)利用图像连通域法对(3)步已筛选出的眼睫毛图像再次判断筛选检测获得最终眼睫毛图像；

其中，在步骤(2)中虹膜区域内各像素点上的灰度梯度大小和方向的确定过程为：

(2-1)利用sobel算子计算虹膜区域内各像素点的水平、垂直灰度梯度dx、dy，从而得到初始梯度的大小和方向θ＝arctan(dy/dx)；

(2-2)计算各像素点两个倾斜方向，即45°和135°方向的梯度的大小，其具体过程是以该像素点为中心，依据与其最接近的(2N+1)²个像素点上的灰度建立权重因子矩阵，N0，即倾斜算子，该倾斜算子与虹膜区的灰度图像卷积获得其倾斜梯度dxy₁、dxy₂，则倾斜梯度的大小为

(2-3)比较(2-1)和(2-2)中的梯度大小，则确定该像素点上的灰度梯度大小为Grad＝Max(Grad0，Max(Grad1，Grad2)，方向为θ。

2.根据权利要求1所述的在虹膜图像中精确检测眼睫毛图像的方法，其特征在于，步骤(1)中眼睫毛图像的灰度阈值确定方法如下：

(1-1)利用椭圆模型将虹膜图像进行分割，通过分割获得虹膜区、瞳孔区、上、下眼睑边缘线，以上/下眼睑边缘线为中心线上、下分别平移ΔY1和ΔY2后构成弧形区域作为眼睫毛灰度图像采样区；

(1-2)对眼睫毛灰度图像采样区内不同灰度值的像素点数统计获得灰度分布直方图；

(1-3)比较(1-1)步中的瞳孔区和眼睫毛灰度图像采样区是否有重合；如果没重合则将(1-2)步灰度分布直方图中第一个波谷所对应的灰度值作为眼睫毛图像的灰度阈值；如果存在重合则将(1-2)步灰度分布直方图中第二个波谷所对应的灰度值作为眼睫毛图像的灰度阈值A。

3.根据权利要求2所述的在虹膜图像中精确检测眼睫毛图像的方法，其特征在于，步骤(1-1)的椭圆模型中的瞳孔区为椭圆，其中心为(pupil_center_x,pupil_center_y)，长半轴为pupil_a，短半轴为pupil_b；虹膜区的外边界为椭圆，其中心为(iris_center_x,iris_center_y)，长半轴为iris_a，短半轴为iris_b。

4.根据权利要求2所述的在虹膜图像中精确检测眼睫毛图像的方法，其特征在于，步骤(1-1)中作为眼睫毛灰度图像采样区的弧形区域左、右边界在虹膜图像横向范围以内。

5.根据权利要求2所述的在虹膜图像中精确检测眼睫毛图像的方法，其特征在于，步骤(1-1)中作为眼睫毛灰度图像采样区的弧形区域的横向中心位置与瞳孔中心的水平位置一致，即pupil_center_x。

6.根据权利要求1所述的在虹膜图像中精确检测眼睫毛图像的方法，其特征在于，步骤(2-2)中的倾斜算子选择为3*3矩阵，分别为和

7.根据权利要求1所述的在虹膜图像中精确检测眼睫毛图像的方法，其特征在于，步骤(3)中筛选虹膜区域中属于眼睫毛图像的像素点的具体方法为：

(3-1)将像素点上的灰度值、灰度梯度大小分别与灰度阈值A和预先定义的灰度梯度阈值T进行比较，如果该像素点的灰度值A或者该像素点的灰度梯度大小T，则该像素点为眼睫毛图像的像素点；

(3-2)对(3-1)筛选的眼睫毛图像像素点二次筛选判断：在该像素点的梯度方向，即θ方向，以该像素点为中心，选择2n+1个像素点，n0，计算该像素点两边灰度变化规律是否一致，如变化不一致，则排除该像素点；

(3-3)对经过(3-1)(3-2)筛选后的眼睫毛图像像素点临近的8个点中非眼睫毛图像像素点进行判断：比较该像素点的灰度值和A的大小，如果该像素点的灰度值-A5，则补充该像素点为眼睫毛图像像素点。

8.根据权利要求1或2所述的在虹膜图像中精确检测眼睫毛图像的方法，其特征在于，步骤(4)的实现过程为：

(4-1)将虹膜区以外及上、下眼睑边缘线以外的区域均设定为眼睫毛像素区域；

(4-2)统计步骤(4-1)及经过步骤(3)筛选后的虹膜区域内眼睫毛图像像素点构成的眼睫毛像素区域；

(4-3)利用连通域法对经过步骤(4-2)的眼睫毛像素区域再次判断筛选获得最终眼睫毛图像。