[发明专利]一种泛血管疾病虹膜特点识别方法及系统

权利要求书

1.一种泛血管疾病虹膜特点识别方法，其特征在于，包括：

获取待检测的虹膜图像信息和预设的虹膜图像信息，所述预设的虹膜图像信息为无泛血管疾病的人对应的虹膜图像；

将所述待检测的虹膜图像信息发送和所述预设的虹膜图像信息均发送至训练后的神经网络进行分割，得到分割后的待检测的虹膜图像信息和分割后的预设的虹膜图像信息；

将所述分割后的待检测的虹膜图像信息和所述分割后的预设的虹膜图像信息均发送至第一特征提取层，得到第一特征向量和第二特征向量，所述第一特征向量包括分割后的待检测的虹膜图像信息对应的颜色特征信息，所述第二特征向量包括分割后的预设的虹膜图像信息对应的颜色特征信息；

将所述分割后的待检测的虹膜图像信息和所述分割后的预设的虹膜图像信息均发送至第二特征提取层，得到第三特征向量和第四特征向量，所述第三特征向量包括分割后的待检测的虹膜图像信息对应的纹理特征信息，所述第四特征向量包括分割后的预设的虹膜图像信息对应的纹理特征信息；

根据所述第一特征向量、所述第二特征向量、所述第三特征向量以及所述第四特征向量对待检测的虹膜图像信息进行识别。

2.根据权利要求1所述的泛血管疾病虹膜特点识别方法，其特征在于，将所述待检测的虹膜图像信息发送和所述预设的虹膜图像信息均发送至训练后的神经网络进行分割，包括：

获取样本集，所述样本集包括至少一张虹膜图像；

对所述虹膜图像进行标注，得到标注后的样本信息，标注后的样本信息包括虹膜图像的虹膜区域二值掩码图和虹膜区域的外圆、内圆边界信息；

将所述标注后的样本信息发送至神经网络进行训练，得到训练后的神经网络模型；

将所述待检测的虹膜图像信息发送至训练后的神经网络，得到分割后的待检测的虹膜图像信息。

3.根据权利要求1所述的泛血管疾病虹膜特点识别方法，其特征在于，将所述分割后的待检测的虹膜图像信息和所述分割后的预设的虹膜图像信息均发送至第一特征提取层，得到第一特征向量和第二特征向量，包括：

将所述分割后的待检测的虹膜图像信息进行分块，得到分块后的虹膜图像信息，所述分块后的虹膜图像信息包括至少一块子图像信息；

将所述分块后的虹膜图像信息进行切片，得到第一颜色特征向量，所述第一颜色特征向量为颜色直方向量；

根据所述分块后的虹膜图像信息进行特征提取，得到第二颜色特征向量，所述第二颜色特征向量为颜色矩向量；

根据所述第一颜色特征向量和所述第二颜色特征向量得到所述第一特征向量。

4.根据权利要求3所述的泛血管疾病虹膜特点识别方法，其特征在于，根据所述分块后的虹膜图像信息进行特征提取，得到第二颜色特征向量，包括：

根据所述分块后的虹膜图像信息，得到分块后的虹膜图像信息对应的RGB色彩信息张量；

将所述RGB色彩信息张量进行切片，得到矩阵信息，所述矩阵信息包括R通道矩阵、G通道矩阵和B通道矩阵；

根据所述矩阵信息分别计算三个通道的一阶矩值、二阶矩值和三阶矩值，得到矩值信息；

以及根据所述矩值信息得到第二颜色特征向量。

5.根据权利要求4所述的泛血管疾病虹膜特点识别方法，其特征在于，根据所述矩值信息得到第二颜色特征向量包括：

将R通道的矩向量、G通道的矩向量和B通道的矩向量进行拼接，得到第二颜色特征向量。

6.根据权利要求1所述的泛血管疾病虹膜特点识别方法，其特征在于，将所述分割后的待检测的虹膜图像信息和所述分割后的预设的虹膜图像信息均发送至第二特征提取层，得到第三特征向量和第四特征向量，包括：

将所述分割后的待检测的虹膜图像信息进行归一化，得到归一化处理后的虹膜图像信息；

利用三层哈尔小波变换对归一化处理后的虹膜图像信息进行处理，得到系数矩阵；

根据所述系数矩阵进行降维处理，得到三个第一纹理特征向量；

根据三个所述第一纹理特征向量得到第二纹理特征向量；

将所述第二纹理特征向量发送至稠密连接网络，得到第三特征向量。