[发明专利]一种基于边缘检测的虹膜识别方法及装置有效
申请号: | 201910624191.1 | 申请日: | 2019-07-11 |
公开(公告)号: | CN110309814B | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 罗强;陈杭;刘朝伟;张占礼 | 申请(专利权)人: | 中国工商银行股份有限公司 |
主分类号: | G06V40/18 | 分类号: | G06V40/18;G06V10/30;G06T7/13 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 王涛;任默闻 |
地址: | 100140 北*** | 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: | 一种 基于 边缘 检测 虹膜 识别 方法 装置 | ||
1.一种基于边缘检测的虹膜识别方法,其特征在于,包括:
利用差分梯度方法对预先获取的虹膜图像进行边缘像素增强,以定位虹膜图像轮廓;
在预设的采样点命中阈值范围内,基于预设的初始虹膜的最大直径和最小直径进行虹膜参数的迭代估计循环,得到所述虹膜图像轮廓的像素点,当所述虹膜图像轮廓的像素点的数量达到预设数量后,输出虹膜参数;
根据所述虹膜参数,校验虹膜图像轮廓上边缘点的合法性,并对校验后缺失的边缘点进行插值处理,得到理想虹膜;
提取理想虹膜的特征参数,并将理想虹膜的特征参数与特征库的特征参数进行比对,生成识别结果。
2.根据权利要求1所述的虹膜识别方法,其特征在于,所述利用差分梯度方法对预先获取的虹膜图像进行边缘像素增强,包括:
分别设置竖直方向及水平方向的矩阵过滤器,并令矩阵过滤器的宽度和长度均等于所述初始虹膜的最大直径;
利用竖直方向的矩阵过滤器和水平方向的矩阵过滤器初始化所述虹膜图像轮廓的像素点;
在所述虹膜图像轮廓的像素点上设置Sobel算子。
3.根据权利要求2所述的虹膜识别方法,其特征在于,所述在所述虹膜图像轮廓的像素点上设置Sobel算子,包括:分别设置竖直方向梯度和水平方向梯度,令梯度分别等于X方向的差分梯度和Y方向的差分梯度。
4.根据权利要求1所述的虹膜识别方法,其特征在于,所述在预设的采样点命中阈值范围内,基于预设的初始虹膜的最大直径和最小直径进行虹膜参数的迭代估计循环,包括:
设置所述初始虹膜的最小半径为所述初始虹膜的最小直径的一半,所述初始虹膜的最大半径为所述初始虹膜的最大直径的一半;
在不小于初始虹膜的最小半径和不大于初始虹膜的最大半径范围内进行虹膜参数的迭代估计循环。
5.根据权利要求4所述的虹膜识别方法,其特征在于,在不小于初始虹膜的最小半径和不大于初始虹膜的最大半径范围内进行虹膜参数的迭代估计循环,包括:
计算虹膜图像矩阵的卷积;
记录虹膜图像矩阵的卷积最大值点位置;
循环获取与最大值点位置之间的误差小于所述采样点命中阈值的所述虹膜图像轮廓的像素点,直至获取的像素点的个数等于所述预设数量。
6.根据权利要求1所述的虹膜识别方法,其特征在于,还包括:当所述虹膜图像中存在多个虹膜图像轮廓时,设置虹膜图像轮廓的预期输出数,所述预期输出数不大于虹膜图像轮廓数量。
7.根据权利要求1所述的虹膜识别方法,其特征在于,还包括:停止迭代估计循环之后,清除虹膜图像轮廓上的圆上点。
8.根据权利要求1所述的虹膜识别方法,其特征在于,对校验后缺失的边缘点进行插值处理,包括:
分别对虹膜轮廓的内环和外环进行圆心定位;
根据获得的内环和外环的圆心定位建立内环和外环的直角坐标方程;
将所述内环和外环的直角坐标方程转换为内环和外环的极坐标方程;
根据所述内环和外环的极坐标方程检测极坐标点的位置获得内环和外环的参数;
对内环和外环上缺失的点进行插值处理。
9.根据权利要求1所述的虹膜识别方法,其特征在于,所述将理想虹膜的特征参数与特征库的特征参数进行比对,包括:
采用海明距离算法比较理想虹膜的特征参数与特征库的特征参数之间的相似度,获取虹膜特征相似度评分。
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中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,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/201910624191.1/1.html,转载请声明来源钻瓜专利网。