[发明专利]一种虹膜归一化图像的形成方法

说明书

本发明公开种虹膜归一化图像的形成方法，包括步骤：对包含单只眼部的图像分割形成虹膜外边界覆盖区域掩膜图像、瞳孔覆盖区域掩膜图像、环状虹膜有效区域掩膜图像；对虹膜外边界覆盖区域掩膜图像、瞳孔覆盖区域掩膜图像形态学操作膨胀和腐蚀后，计算虹膜外边界覆盖区域掩膜图像有效区域中心，得到归一化中心；计算虹膜外边界覆盖区域和瞳孔边界覆盖区域的边界到归一化中心的距离并对边界距离平滑处理；在以归一化中心为起点的每条极坐标射线所经过的虹膜外边界与瞳孔外界间均匀采样，将目标图像极坐标像素点按映射关系填充到条状归一化图像对应坐标位置，得到长条形的环状虹膜及环状虹膜有效区域的归一化图像。本发明适应性强，运行效率高。

技术领域

本发明涉及生物特征识别技术领域，特别是涉及一种虹膜归一化图像的形成方法。

背景技术

虹膜识别作为一种高效且稳定的生物特征识别方法，相较于人脸、指纹等其他生物特征识别手段，具有高度安全性，高度稳定性，防伪性能好等优势，已经广泛的应用于通关、安防、考勤、金融、社保等多种需要精准身份认证的场景中。虹膜图像归一化是虹膜图像预处理的重要步骤，一般是指是将采集到图像中的环状虹膜区域按照极坐标等方式展开成条状的归一化图像，得到归一化图像后进行虹膜特征的提取。现有实现方案，是使用椭圆或者圆拟合的方法获取到虹膜与瞳孔交界(内圆)以及虹膜与巩膜交界(外圆)的参数化表示，通过拟合出的内外圆参数对虹膜区域进行极坐标映射和展开，得到长条形的虹膜归一化图像。

现有的虹膜归一化方法使用霍夫(Hough)变换等方法进行圆拟合或者椭圆拟合，因需要多次迭代优化，不断地调整和更新形状拟合的参数，导致计算量大，效率低下。同时，圆拟合或者椭圆拟合的方法对于图像质量要求较高，需要虹膜区域在采集设备的景深范围内，对焦情况比较理想的情况下，呈现出清晰的边缘。这种虹膜图像的获取成本比较高，同时在很多较远距离和用户非受限的应用场景中虹膜区域成像受到离焦、运动模糊、瞳孔缩放等多种因素的干扰，往往获取的图像质量较差，边缘难以清晰分辨，导致圆拟合或者椭圆拟合这些参数化估计的方法直接失效，严重偏离虹膜内外圆的真实情况。另外，在实际应用场景中如果用户的眼睛配合程度不够，眼睛不是正对设备，出现斜视、眨眼或者眼皮严重遮挡等情况时，虹膜形状会出现多种变化，往往不能用圆或者椭圆进行拟合，圆拟合或者椭圆拟合这些参数化估计的方法在这些情况下也会直接失败。综上，这些虹膜内外圆拟合的参数化估计方法运行效率、适应性和鲁棒性总体都比较差。

发明内容

本发明的目的是针对现有技术中存在的针对远距离、用户非受限等复杂条件下获取的虹膜图像，存在不同程度的离焦模糊、运动模糊、眼睛斜视、瞳孔缩放、眼皮遮挡、虹膜尺寸变化等降质和干扰因素，导致圆拟合或者椭圆拟合这些参数化估计的方法失败的问题，而提供一种虹膜归一化图像的形成方法，可以直接从分割网络得到的掩膜图像无参数自适应的归一化成虹膜识别模板，不需要复杂计算，具备非常广泛的适应性和鲁棒性；使用边界拟合方法在保留虹膜所有纹理细节信息的同时增强了对齐，提升了最终虹膜识别模板的性能。

为实现本发明的目的所采用的技术方案是：

一种虹膜归一化图像的形成方法，包括以下步骤：

对包含单只眼部的图像分割，形成虹膜外边界覆盖区域掩膜图像、瞳孔覆盖区域掩膜图像、环状虹膜有效区域掩膜图像；

对虹膜外边界覆盖区域掩膜图像、瞳孔覆盖区域掩膜图像形态学操作膨胀和腐蚀后，计算虹膜外边界覆盖区域掩膜图像有效区域中心，得到归一化中心；

计算虹膜外边界覆盖区域和瞳孔边界覆盖区域的边界到归一化中心的距离，并对边界平滑处理；

在以归一化中心为起点的每条极坐标射线所经过的虹膜外边界与瞳孔外界间均匀采样，将目标图像极坐标像素点按映射关系填充到条状归一化图像对应坐标位置，得到长条形的环状虹膜归一化图像与环状虹膜有效区域的归一化图像。

本发明使得在传统方法中椭圆拟合或者圆拟合不成功的情况下，依然可以进行环状虹膜区域进行展开，得到较好的归一化模板，适应性强。