[发明专利]一种基于深度学习的长距离虹膜识别方法

权利要求书

1.一种基于深度学习的长距离虹膜识别方法，其特征在于：其识别方法包括以下部分：

①图像提取：通过虹膜采集相机取得含有丰富信息的可供识别的虹膜数字图像，并将得到的数字图像传输到系统内存储；

②图像预处理：获取到的眼部图像包括了很多无用途信息，应先消除采集到的虹膜数字图像噪声斑点和光照对图像的影响；其次根据虹膜几何、灰度特征定位虹膜内外边缘和眼睑，将虹膜从原始的图像中分离出来，然后对其进行归一化处理以达到消除图像提取时的因旋转、尺度变化等所代带来的影响，将归一化处理后的图像进行增强，得到预处理好的图像；最后将预处理好的图像供给虹膜特征，并利用提取模块提取相应的特征，在定位时使用了从粗到精的策略最后达到单像素的精度，并估计出虹膜和瞳孔的中心及半径，一般瞳孔和虹膜是不同圆心的，它的半径是虹膜半径的0.1到0.8倍，因此瞳孔圆周的三个参数应与虹膜圆周的参数分开估算，对于人眼图像灰度分布(x，y)，首先粗略获得瞳孔的圆心区域，得到一个瞳孔圆心点集，然后依次以每个瞳孔圆心点(x0，y0)作为瞳孔圆心，沿半径r方向搜寻圆形模板，通过微积分操作在半径为r的圆周上的积分；

③特征码提取：通过深度学习技术虹膜快速算法从分离出的图像提取出独特的特征点，并对其进行编码，RNN虹膜特征提取：用选16个Gabor滤波通道，即选择中心频率2槡2、4槡2、8槡2和16槡2及0°、45°、90°和135°四个方向，通过Gabor滤波器的对称性可知，这样就构成了不同方向和频率下的Gabor滤波器，对虹膜图像进行处理，从而得到各个通道上的滤波结果，来表达不同纹理之间的差异，通过采用不同频率尺度和方向的滤波器对虹膜进行滤波处理后，获得了子块滤波模的最大值所小波号，通过采用分块方式对特征进行编码，提取局部相位信息，设整个虹膜图像(x，y)被分M×N大小的若干个子块，子块大小与滤波器模板大小一样；

最后得到虹膜特征码，如何有效地描述丰富的虹膜纹理，并提取适当的特征来描述其细节，是虹膜识别算法的核心部分；

④特征码匹配：根据采集到的虹膜数字图像进行特征提取获得的特征编码与数据库事先存储的虹膜数字图像特征编码进行比较、验证，从而达到识别的目的，针对不同的特征所设计的检验方式，在特征提取之后，虹膜特征被记录为特征向量，如何衡量特征向量之间距离或相似程度属于特征匹配问题，也是识别系统中的重要的组成部分，主要关心的指标为：准确率、匹配速度。

2.根据权利要求1所述的一种基于深度学习的长距离虹膜识别方法，其特征在于：所述计算在半径方向r的梯度变化，对于每一个候选圆心，以半径r为变量，搜索梯度变化最大处对应的半径，梯度变化最大处对应的候选圆心和半径即为所求瞳孔圆心和半径，在已知瞳孔圆心和半径的基础上，利用经验确定一个较小的虹膜圆心点集，并用于瞳孔半径搜寻相同的方式确定虹膜外边界的圆心和半径。

3.根据权利要求1所述的一种基于深度学习的长距离虹膜识别方法，其特征在于：所述通过对局部相位信息值进行计算，得到一个复数；

如果这个复数的实部大于等于0，则表示该特征码为1，否则为0；

如果这个复数的虚部大于等于0，则表示该特征码为1，否则为0。

4.根据权利要求1所述的一种基于深度学习的长距离虹膜识别方法，其特征在于：所述在人员到达虹膜识别区域之时，红外测温仪自动启动工作程序，测量来人体温温度，该设备会通过语音与屏幕数字显示等两种方式显示来人姓名、工牌号、体温温度，超过设置体温温度，系统会自动报警，与之关联的门禁系统会拒绝来人进入，以达到控制隔离区或者治疗区域的人员控制，防止未经授权、不具备条件的人员出入。