[发明专利]虹膜瞳孔到卷缩轮区域信息提取方法

摘要

本发明提供一种虹膜瞳孔到卷缩轮区域信息提取方法，该方法通过人眼图像采集，人眼虹膜定位，虹膜图像归一化，基元结构与模式建立，建立图像特征向量，定义图像边界与非边界模式，瞳孔到卷缩轮区域外边缘提取等步骤实现，虹膜是人体最完备、最特殊的器官，是身体内最敏感的脏器，虹膜上的各种纤维的形态、颜色的变化，反映人体器官和肢体的变化，本方法具有如下特点1）采集设备简单便携，速度快，且成本远低于高端的检测设备；2）采用该方法的过程安全、卫生、对人体无伤害；3）过程不需要专业的医学知识，接受程度高；4）这项技术也可以用在大众随时关注自身状况。

主权项

一种虹膜瞳孔到卷缩轮区域信息提取方法，其特征在于：该方法的步骤如下：(一)人眼图像采集利用现有的虹膜采集仪采集人眼图像；(二)人眼虹膜定位确定瞳孔与虹膜、虹膜与巩膜之间的两个边界；(三)虹膜图像归一化把虹膜两个边界构成的圆环映射到一个固定形状的纹理图中；(四)基元结构与模式建立为了描述像素间的灰度变化程度，在建立的基元结构中定义基元模式；(五)建立图像特征向量将窗口内所有模式出现的频次按照顺序组成向量，定义为图像特征向量；(六)定义图像边界与非边界模式根据图像特征向量定义出图像边界与非边界模式；(七)瞳孔到卷缩轮区域外边缘提取在归一化图像上建立一定大小的窗口，根据上述边界定义进行瞳孔到卷缩轮区域外边缘信息提取；该方法的具体步骤如下：(一)利用现有的虹膜采集仪采集人眼图像；(二)确定瞳孔与虹膜、虹膜与巩膜之间的两个边界；1)检测瞳孔内部一点，建立一个40*40的模板并计算其灰度和作为模板中心点i的灰度值Ni，将模板在整个人眼图像遍历求得灰度和，并找出最小值，其模板的中心点即为瞳孔内部一点记为PO(XO,YO)；2)内边界定位，从瞳孔内部点P出发，沿着左、右和下三个方向计算像素的灰度梯度值，梯度最大值即为内边界的3个点，分别记为PL1(XL1,YL1)、PR1(XR1,YR1)、PD1(XD1,YD1)，根据不共线的三点确定一个圆作为虹膜内边界，求出内边界的圆心坐标和半径；3)外边界定位，从瞳孔内边界三点PL1(XL1,YL1)、PR1(XR1,YR1)、PD1(XD1,YD1)出发，沿着左、右和下三个方向计算像素的灰度梯度值，梯度最大值即为外边界的3个点，分别记为PL2(XL2,YL2)、PR2(XR2,YR2)、PD2(XD2,YD2)，与内边界定位方法一致求得外边界圆心坐标和半径；(三)映射就是虹膜图像的归一化，采用极坐标转换方法将原直角坐标转换为极坐标，所表示的矩形虹膜，这就是弹性模型；将虹膜区域从内半径到外半径等分为150份，那么利用上述方法将虹膜图像归一化，归一化图像大小为360*150；(四)定义基元结构是由水平方向上中心像素点及相邻4个像素点组成，其中定义中心像素点为x，数字1,2,3,4为基元中像素点的排列顺序；为了描述像素间的灰度变化程度，计算基元结构中每个像素点与中心像素的灰度差，根据每个像素点的序号不同将上述灰度差记为qi(i＝1,2,3,4)，不同阈值与qi(i＝1,2,3,4)的绝对值的大小关系定义基元模式，该模式定义为P＝{p1,p2,p3,p4}，其中pi(i＝1,2,3,4)的值被赋予0、1、2，其中0表示qi的绝对值大于等于阈值a；2表示qi的绝对值小于阈值b；1表示qi的绝对值介于阈值a，b之间；为了统计窗口内每种模式出现的频次，将每个基元模式建立编号，编号为公式(1)n=Σi=14pi×3i-1---(1)]]>基元模式中pi取0,1,2三种可能值，因此在图像中可能出现的模式总数为34，窗口内所有模式出现的频次按照编号顺序组成向量，定义为图像特征向量V＝{F(P(n))},n＝0,1,2....34‑1，其中P(n)表示编号为n的模式；F(P(n))表示P(n)模式出现的频数；为了保证特征向量长度一致，图像中没有出现的模式的频数用0表示；P＝{0,0,0,0}模式表示该基元结构中的像素与中心像素都存在较大灰度变化，在图像中边缘处出现较多，称为边界模式；P＝{2,2,2,2}模式表示该基元结构中的像素与中心像素灰度变化都较小，在图像中非边缘处出现较多，称为非边界模式；如果图像中某一范围出现边界模式的频数高，同时出现非边界模式的频数低，实际计算中用这两种模式频数的商来表示，在某方向上找到商的最大值，那么这个范围即为该方向上存在边界的范围；考虑到采用{0000}和{2222}这两种模式出现频数的商来判断边界比较单一，并不能完全反映出边界范围；将边界范围和非边界范围内容易出现的几种模式也加入进来，即边界范围由：{0001}{0010}{0100}{1000}模式表示，非边界范围由{2221}{2212}{2122}{1222}模式表示，分别计算边界范围内、非边界范围内所有模式出现的频数和SBF、SNBF，以及它们的商D，由此商的大小来判断某一方向上的边界；为了寻找包含边界的范围，在归一化图像上用一定大小的窗口来表示该范围，寻找边界的具体步骤如下：(1)基于上述基元模式定义，计算窗口的特征向量，并求出商D；(2)在如图所示的行方向上滑动窗口，计算每个窗口的商，纪录这些商中的最大值，保存最大值所在窗口的中心点，即为该行的边界点；(3)窗口向下移动一个像素，重复步骤(2)，直到找到所有行的边界点；(4)连接步骤(3)得到的所有边界点，即为虹膜瞳孔到卷缩轮区域外边缘的轮廓线。