[发明专利]一种通过虹膜进行识别的电梯轿箱

摘要

本发明一种通过虹膜进行识别的电梯轿箱，包括电梯轿箱和与电梯轿箱电信号连接的虹膜识别器，所述虹膜识别器包括：(1)采样模块；(2)预处理模块；(3)特征编码模块，用于对虹膜图像的特征进行提取和编码，其包括第一次LBP算子处理子模块、第二次LBP算子处理子模块、第三次LBP算子处理子模块和第四次LBP算子处理子模块；(4)编码匹配模块。本发明增加了中心点与周围其它邻域的关联性，能够满足不同尺度和频率的图像纹理，经过多次LBP算子处理子模块处理后，在不影响中心点与周围邻域的关联性下，不断降低编码长度，节约了存储空间，减少了计算量，提高了识别速度，增强了识别准确率，得到了较高的鲁棒性。

主权项

1.一种通过虹膜进行识别的电梯轿箱，包括电梯轿箱和与电梯轿箱电信号连接的虹膜识别器，所述电梯轿箱包括：具备多个侧板，该侧板具有长边铅直地延伸的大致长方形状的主面部和与上述长边分别连接的长方形状的边缘面部，该电梯轿箱被配置为，通过上述多个侧板各自的上述主面部包围轿箱室，并且上述多个侧板各自的各上述边缘面部朝向上述轿箱室的外侧延伸，在该电梯轿箱中，上述多个侧板包括第一侧板及第二侧板，该第一侧板及第二侧板通过连结装置将上述边缘面部彼此以相互接触的状态连结，在上述第一侧板的至少一方的上述边缘面部形成有多个第一贯通孔，在上述第二侧板的至少一方的上述边缘面部，以与各上述第一贯通孔成为一对而连通的方式形成有多个第二贯通孔；所述虹膜识别器包括：(1)采样模块，用于获取、校正虹膜图像并采集虹膜图像的信息，由于实际获得的虹膜图像与标准采集的虹膜图像之间在同一个平面上会略有偏差，需要对实际获得的虹膜图像进行平面校正，设定图像校正子模块，所述图像校正子模块采用的校正公式为：其中，I(x,y)_A表示实际获得的虹膜图像，I(x,y)_B表示标准采集的虹膜图像，表示实际获得的虹膜图像与标准采集的虹膜图像的各像素点值之间的标准差；(2)预处理模块，用于对获取的虹膜图像进行定位和归一化处理，其包括光斑点填充子模块，所述光斑点填充子模块用于对虹膜图像中检测出的每个光斑点进行填充，填充时利用与光斑点相邻的非光斑区域中的上下左右四个包络点的灰度值来计算光斑点的灰度值，定义虹膜图像中的一个光斑点为P0(x0,y0)，所述四个包络点依次为P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)，定义光斑点的灰度值计算公式为：所述虹膜识别器还包括：(3)特征编码模块，用于对虹膜图像的特征进行提取和编码，包括：a、第一次LBP算子处理子模块：用于对虹膜图像中的任意一点nc与5×5窗内的K个像素点进行比较来计算LBP值，所述K个像素点以点nc为中心分布在点nc外围，设nc的坐标为(xc,yc)，LBP值的计算公式为：其中，所述K个像素点标记为n0～nK，K的取值范围为[20，24]，1st‑LBP(xc,yc)的取值范围为[0,K]；b、第二次LBP算子处理子模块，用于在保证编码长度的前提下加强所述点n_c与周围邻域的关联性，其以点n_c的8个邻域像素点作为副中心点，记作n_vc0,n_vc1,...,n_vc7，使用3×3窗，用窗内全体像素的均值代替副中心点的值，再使用LBP算子对中心点n_c进行计算，计算公式为：c、第三次LBP算子处理子模块，用于缩短经第二次LBP算子处理子模块处理后的虹膜图像的特征编码长度，其以点nc为中心，在3×3的窗口中根据自定义函数{nvcj,|nvcj‑nc|＝rank4(|nvci‑nc|,i＝0,1,...,7),j＝0,1,2,3}选择4个副中心点进行计算，计算公式为：其中，rank4(|nvci‑nc|,i＝0,1,...,7)表示对7个|nvci‑nc|的值进行从小到大排列后取前4个数，nvcj表示选取的4个副中心点；d、第四次LBP算子处理子模块：用于在第三次LBP算子处理子模块处理后的基础上继续降低编码长度，计算公式为：计算完后输出表示虹膜图像特征的编码；(4)编码匹配模块，用于接收所述表示虹膜图像特征的编码并将其与数据库中的特征编码进行比对，完成对身份的识别。