[发明专利]应用于虹膜识别的美瞳检测方法及装置

说明书

本发明实施例提供一种应用于虹膜识别的美瞳检测方法及装置，所述方法包括：获取虹膜图像，对虹膜图像进行归一化处理和像素变换，获得虹膜区域图像；对虹膜区域图像进行局部二值化模式LBP特征提取，获得虹膜区域图像的LBP特征向量；统计虹膜区域图像在四个方向上的灰度共生矩阵GLCM的四维特征，获得虹膜区域图像的GLCM特征向量；将虹膜区域图像的LBP特征向量和GLCM特征向量进行组合并降维，获得虹膜图像的特征向量；将虹膜图像的特征向量输入至预先训练好的美瞳检测模型，输出美瞳检测结果。本发明实施例提供能够对用户是否佩戴美瞳进行检测，去除美瞳纹理对虹膜纹理的影响，提高虹膜识别技术的抗干扰能力和准确性。

技术领域

本发明涉及生物识别技术领域，更具体地，涉及一种应用于虹膜识别的美瞳检测方法及装置。

背景技术

科技的迅猛发展，不仅给人们的生活带来很多的便捷，也增加了各种安全隐患，人们对身份验证的可靠性、安全性的要求也在不断提高。虹膜识别技术因其唯一性、稳定性、可靠性及其极高的准确性，在近几年的自动身份识别与验证系统中越来越受到人们的欢迎，被誉为最有发展前景的生物识别技术之一。预计到2020年，虹膜识别将成为最常用的身份识别技术。

另一方面，近年来，随着隐形眼镜尤其是彩色隐形眼镜即美瞳的佩戴人群逐渐增多，虹膜识别技术也面临着新的挑战：

各种各样的美瞳样式花纹大小不一、形状颜色深浅各异，其中一些颜色偏深的大花纹美瞳则会引起在虹膜图像特征提取过程中的偏差，包括瞳孔内圆、虹膜外圆、睫毛及上下眼睑的位置定位错误，从而得到错误的不一致的归一化图像，将影响到最终的模板比对结果；

如果用户在采集注册虹膜的过程中佩戴美瞳，美瞳的纹理将会和虹膜的纹理叠加并最终注册成用户的虹膜特征，作为模板保存在数据库中。之后当此用户使用虹膜进行认证时，识别的效果可能会受到影响，另外当戴有同样花纹样式美瞳的其他用户进行认证时，则可能被识别成同一个人，虹膜的模板库将受到严重的污染；

如果用户在注册虹膜的过程中未佩戴美瞳，在之后识别认证使用的过程中却佩戴了美瞳，则此用户可能会有不是很好的识别体验。

因此，在进行虹膜识别时，需要对用户是否佩戴美瞳进行检测。

发明内容

本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的应用于虹膜识别的美瞳检测方法及装置。

第一方面，本发明实施例提供一种应用于虹膜识别的美瞳检测方法，包括：

获取虹膜图像，对所述虹膜图像进行归一化处理和像素变换，获得虹膜区域图像；

对所述虹膜区域图像进行局部二值化模式LBP特征提取，获得所述虹膜区域图像的LBP特征向量；

统计所述虹膜区域图像在四个方向上的灰度共生矩阵GLCM的四维特征，获得所述虹膜区域图像的GLCM特征向量；

将所述虹膜区域图像的LBP特征向量和GLCM特征向量进行组合，并对组合后获得的向量进行降维，获得所述虹膜图像的特征向量；

将所述虹膜图像的特征向量输入至预先训练好的美瞳检测模型，输出所述虹膜图像的美瞳检测结果；

其中，对所述虹膜图像进行归一化处理和像素变换，获得虹膜区域图像，具体为：

对所述虹膜图像进行内外边界定位以及上下眼睑和睫毛检测，获得直角坐标系下尺寸不定的虹膜环形区域；

将所述虹膜环形区域转换为极坐标下具有固定尺寸的矩形图像，并在转换过程中，将所述虹膜环形区域中被上下眼睑和睫毛遮挡的部分的像素值设置为预设值；

将所述矩形图像中像素值为所述预设值的像素点的L*L邻域的像素值设置为所述预设值；