[发明专利]一种通过虹膜进行识别的ATM机输入装置有效

专利信息
申请号: 201610548331.8 申请日: 2016-07-08
公开(公告)号: CN106204958B 公开(公告)日: 2018-10-02
发明(设计)人: 不公告发明人 申请(专利权)人: 盐城旷智科技有限公司
主分类号: G07F19/00 分类号: G07F19/00;G06K9/00
代理公司: 北京华识知识产权代理有限公司 11530 代理人: 吴强
地址: 224000 江苏省盐城*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明一种通过虹膜进行识别的ATM机输入装置,包括ATM机输入装置和与ATM机输入装置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。
搜索关键词: 一种 通过 虹膜 进行 识别 atm 输入 装置
【主权项】:
1.一种通过虹膜进行识别的ATM机输入装置,其特征是,ATM机输入装置电信号连接虹膜识别器,所述ATM机输入装置包括:外框;触控式屏幕模块,所述触控式屏幕模块包括一芯片,所述触控式屏幕模块嵌入所述外框内;随机模块,所述随即模块用以随机产生包括0‑9及点号的一组数字,定义为随机数组,所述随机数组中的点号以及0‑9中的每个数字至少出现一次;处理器,所述处理器用以处理数据,且所述处理器通过导线连接于所述随机模块以及所述触控式屏幕模块的所述芯片;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,σb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:(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nc与周围邻域的关联性,其以点nc的8个邻域像素点作为副中心点,记作nvc0,nvc1,...,nvc7,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nc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。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于盐城旷智科技有限公司,未经盐城旷智科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610548331.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top