[发明专利]一种从视频流中选取到了质量合格的虹膜图像的方法

摘要

本发明充分利用了虹膜图像的灰度信息和图像特征，根据直方图特征检测图像的亮度；根据瞳孔粗略中心位置判断虹膜是否偏离图像中心；检测红外光源在瞳孔附近形成的两个特殊的反光点，根据反光点的存在和大小判断是否有眨眼和非人眼图像的情况；分析虹膜纹理、睫毛和眼睑的灰度值特征，计算虹膜纹理可用度；根据虹膜纹理径向分布的特征，采用边缘梯度能量函数有效判断虹膜纹理清晰度。通过对采集到的每帧图像进行分步骤评估，实现了虹膜自动采集系统中从视频流中选取到了图像质量合格的虹膜图像的方法；并且通过分步骤与预先设定的阀值进行比较，从而对虹膜图像质量进行了正确的评价，并且通用性很强。

主权项

1、一种从视频流中选取到了质量合格的虹膜图像的方法，其特征在于其包括下列步骤：步骤1、通过摄像装置，对人眼中的虹膜进行图像采集，得到含有虹膜图像的原始灰度图像；步骤2、统计步骤1中得到的图像中灰度值为0～85、86～170、171～255三个范围内的像素和，分别计算三者占总像素和的比例r₁、r₂、r₃来判断图像的明暗度，与预先设定的用于判断虹膜图像是否过亮或过暗的阀值T₁、T₂和T₃进行比较，若r₁＞T₁、r₂＜T₂或者R₃＞T₃，认为图像亮度不合格，舍弃该图并重新采集，符合要求的图像则进入下一步骤；步骤3、选取一个固定的阈值V_b，将原始虹膜图像进行二值化，原始灰度图像中灰度值大于阈值V_b的像素点的灰度值赋为1，小于阈值V_b的像素点的灰度值赋为0；步骤4、对步骤3中得到的二值图像，进行数学形态学中的闭合运算来消除二值图像中的小空洞；具体来说，闭合运算为：即先对原始图像A用结构元素B进行膨胀运算，然后再进行腐蚀运算；结构元素B为一个7×7的矩阵，中间近似圆形区域内的元素的值为1，其余元素的值为0。为闭合运算符，为膨胀运算符，Θ为腐蚀运算符；步骤5、计算步骤4中得到图像的水平和垂直灰度投影，水平投影的计算公式为：Sh(x)=Σy=1NI(x,y),]]>垂直灰度投影的计算公式为：Sv(y)=Σx=1MI(x,y);]]>其中S_h(x)表示横坐标为x的灰度投影值，S_v(y)表示纵坐标为y的灰度投影值，M，N为图像的宽度和高度，I(x，y)为位置(x，y)的像素点的灰度值；步骤6、搜索步骤5中的水平灰度投影S_h(x)取最小值时的横坐标x_o和垂直灰度投影S_h(y)取最小值是的纵坐标y_o，将(x_o，y_o)视为瞳孔的粗略中心；根据(x_o，y_o)判断虹膜是否位于图像的中心，若(x_o，y_o)不满足x_Left＜x_o＜x_Right，y_Top＜y_o＜y_Bellow，认为可能存在虹膜纹理不完整和斜视的情况，舍弃该图并重新采集，符合要求的图像则进入下一步；步骤7、搜索(x_o，y_o)左右两侧一定区域内的白色像素个数N，若某一侧的N＜N_small，说明图像中没有眼睛或者存在眨眼情况，若某一侧的N＞N_Big，说明可能由于晃动导致了图像模糊，图像均不合格；只有瞳孔两侧均有大小合适的反光点的图像才能进入下一步；步骤8、在纵坐标为y_o这一行上，以(x_o，y_o)为中心，沿水平方向向左搜索像素灰度值大于T的点，当搜索到像素灰度值大于T时立即停止搜索，记下此时的坐标(x_l，y_o)作为瞳孔边界点的坐标，再按同样的方式进行沿水平方向向右的搜索，得到另一边界点坐标(x_r，y_o)；步骤9、取坐标点(x_o，y_o)附近的若干行，在取出的每一行上进行瞳孔边界点的搜索，方法与步骤6中在y_o一行进行的搜索方法相同，最终可以得到一系列瞳孔边界点的坐标；步骤10、由于瞳孔的内边缘非常类似于一个圆，因此，对步骤8中得到的一系列瞳孔边界点进行圆拟合，具体来说：圆方程为x²+y²+cx+dy+e＝0，c，d和e是关于圆曲线的半径和圆心坐标点的参数，(x，y)为圆曲线上的点的坐标值，那么相对于这些坐标点的最佳圆曲线就是使误差方差和最小；误差方差和的公式为：ϵ2=Σi(xi2+yi2+cxi+dyi+e)2,]]>其中，ε²是指误差方差和，(x_i，y_i)是已知点的坐标，最后得到瞳孔的精确圆心(x_p，y_p)和半径r_p；步骤11、统计瞳孔两侧虹膜区域中有效像素点的个数，具体的计算公式为：K=ΣxΣyn(x,y),]]>其中n(x,y)=1,Vlash≤I(x,y)≤Veyelid0,I(x,y)>VeyelidorI(x,y)<Vlash,]]>其中V_lash和V_eyelid是判定是否为位于睫毛区域和眼睑区域的像素点的门限，I(x，y)为图像的灰度；步骤12、将步骤11中得到的有效像素点的个数K与预先设定的用于判断虹膜图像是否存在眼睑和睫毛遮挡问题的阀值V_k进行比较，若K＜V_k，则认为虹膜图像的可见度不满足系统的要求，舍弃该图并重新采集，符合要求的图像则进入下一步；步骤13、计算瞳孔下侧一定区域内的虹膜纹理的边缘梯度能量，具体计算公式为：f=Σi=1m×nΣj=18(dI/dx)2/m×n,]]>其中dI为图像中某一点的8-邻域内像素点的灰度值与该点的灰度值的差值，dx为相邻点的距离，m和n分别为区域的高和宽；步骤14、将步骤13中的到的虹膜纹理的边缘梯度能量值f与预先设定的用于判断虹膜纹理是否清晰的阀值V_f进行比较，若f≥V_f，则认为图像的清晰度满足系统的要求，否则，认为不满足系统的要求，从而完成了摄像头采集到的视频流中选取到了质量合格的虹膜图像。