專利名稱:人體虹膜紋理的分區(qū)域識別方法
技術(shù)領(lǐng)域:
本發(fā)明涉及的是一種圖像處理技術(shù)領(lǐng)域的方法,具體是一種根據(jù)人體虹膜的生理結(jié)構(gòu)及其區(qū)域性紋理特性,而進(jìn)行的人體虹膜紋理的分區(qū)域識別方法。
背景技術(shù):
虹膜識別技術(shù)是利用人體虹膜紋理的終身不變性和個體差異性的特點(diǎn)來實(shí)現(xiàn)身份識別的。相對于其它生物特征,例如指紋、人臉、掌紋、語音等等來說,能夠具有更高的準(zhǔn)確識別率。虹膜是位于眼睛黑色瞳孔和白色鞏膜之間的圓環(huán)狀部分,總體上呈現(xiàn)一種由里到外的輻射狀結(jié)構(gòu),由相當(dāng)復(fù)雜的纖維組織構(gòu)成,包含有很多相互交錯的類似于斑點(diǎn)、細(xì)絲、冠狀、條紋、隱窩等細(xì)節(jié)特征。虹膜識別技術(shù)就是依靠這些細(xì)節(jié)特征來進(jìn)行身份識別的,所以如何有效地提取出虹膜紋理中的主要特征是整個虹膜識別系統(tǒng)中的關(guān)鍵問題。虹膜中央的圓孔為瞳孔,虹膜區(qū)域內(nèi)距瞳孔緣約1.5mm處,有一環(huán)形鋸齒狀隆起,稱為虹膜卷縮輪,是虹膜小動脈環(huán)所在處。由卷縮輪將虹膜大致分為兩部分??拷椎牟糠纸凶龊缒ね撞浚豢拷缒じ康牟糠纸凶龊缒そ逘铙w部。瞳孔部內(nèi)因?yàn)橛休^多輻射狀條紋褶皺,在外觀上表現(xiàn)為虹膜紋理較細(xì)致并且豐富,是對虹膜識別貢獻(xiàn)較大的一個區(qū)域。在鋸齒狀的虹膜卷縮輪附近,多有塊狀隱窩存在,表現(xiàn)為較大塊的花紋。而最外層的虹膜睫狀體部紋理相對較平坦,是對虹膜識別貢獻(xiàn)最小的一個區(qū)域。而經(jīng)過對現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn),虹膜紋理的特征提取方法基本上都是對整個虹膜區(qū)域歸一化后的區(qū)域利用數(shù)字濾波器或者其它圖像處理的手段進(jìn)行處理。而這樣對整個虹膜區(qū)域的無差別的統(tǒng)一處理,就忽略了由于虹膜本身的生理構(gòu)造而造成的外觀上的一些區(qū)域特征。
經(jīng)對現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn),Hanho Sung等在ICPR 2004(IV857-860)(國際模式識別會議,第四卷857-860頁)上發(fā)表的文章“Iris Recognition UsingCollarette Boundary Localization”(利用卷縮輪的邊緣定位來進(jìn)行虹膜識別)中提到,首先定位出卷縮輪邊緣的位置,然后只利用瞳孔邊緣和卷縮輪邊緣之間的那部分虹膜區(qū)域(對應(yīng)虹膜瞳孔部)進(jìn)行特征提取進(jìn)而識別。但在實(shí)際應(yīng)用中,由于卷縮輪并非規(guī)則的形狀,而且在許多情況下灰度上并不是特別突出,所以將卷縮輪的準(zhǔn)確位置定位出來的難度非常大。如果在Hanho Sun提出的方法中,測試圖像或者目標(biāo)圖像中卷縮輪定位錯誤,非但不會提高識別率,相反會使最終的準(zhǔn)確識別率大大的降低。
發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足,根據(jù)人體虹膜的生理結(jié)構(gòu)所造成的虹膜外觀紋理的區(qū)域特點(diǎn),提出一種人體虹膜紋理的分區(qū)域識別方法。使其提高虹膜識別的效率與準(zhǔn)確率。
本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的,本發(fā)明將環(huán)形的虹膜區(qū)域從整幅虹膜圖像中定位出來后,根據(jù)人體虹膜的生理結(jié)構(gòu)特征及其區(qū)域性紋理特性,將整個虹膜區(qū)域分為三個環(huán)狀不相交的子區(qū)域,從內(nèi)向外分別對應(yīng)虹膜瞳孔部、虹膜卷縮輪及周邊區(qū)域、虹膜睫狀體部。將最易受眼瞼和睫毛遮擋的部分去除后,利用Rubber-sheet模型分別歸一化為三個相同大小的矩形區(qū)域。接下來根據(jù)每個子區(qū)域的不同紋理特征,利用不同的方法進(jìn)行特征提取及編碼;然后,分別與目標(biāo)虹膜圖像相應(yīng)的子區(qū)域的編碼相比對,得到三個子識別距離。在計(jì)算測試虹膜圖像與目標(biāo)虹膜圖像的總體識別距離時,根據(jù)各個子區(qū)域?qū)ψR別的貢獻(xiàn),將得到的三個子識別距離賦予不同的權(quán)值,相加得到總體識別距離,進(jìn)而得到最終識別結(jié)果。
本發(fā)明根據(jù)人體虹膜的生理結(jié)構(gòu),充分利用了虹膜瞳孔部、虹膜睫狀體部以及卷縮輪區(qū)域各自的紋理特點(diǎn)進(jìn)行分別的特征提取,克服了對整個虹膜區(qū)域進(jìn)行沒有差別的統(tǒng)一操作的不足,來更有效的提取虹膜的局部紋理特征,又避免了直接定位卷縮輪容易造成錯誤的缺點(diǎn),達(dá)到在實(shí)際應(yīng)用中提高虹膜識別的效率與準(zhǔn)確識別率的目的。
圖1為人體虹膜示意2為本發(fā)明具體實(shí)施流程3為實(shí)際采集的虹膜圖像圖4為虹膜定位并劃分三個子區(qū)域后的圖像圖5為去除易受眼瞼和睫毛遮擋的部分后的有效區(qū)域圖6為各個子區(qū)域歸一化后的結(jié)果圖7為利用本發(fā)明與傳統(tǒng)方法所得到的類內(nèi)、類間識別距離分布圖對比其中,(a)為傳統(tǒng)方法所得到的結(jié)果,(b)為本發(fā)明所得到的結(jié)果。
具體實(shí)施例方式
下面結(jié)合圖1所示的人體虹膜示意圖與圖2所示的流程圖,介紹人體虹膜分區(qū)域識別的具體實(shí)施步驟1、首先,利用積分微分算子(Integro-differential operator)在虹膜圖像中定位出虹膜的內(nèi)外邊緣,設(shè)定位出的內(nèi)外邊緣圓的半徑分別為r和R;2、將環(huán)形的虹膜區(qū)域劃分為幾個子區(qū)域。根據(jù)對虹膜的生理結(jié)構(gòu)進(jìn)行分析,并通過對多幅實(shí)際虹膜圖像的觀察得到,從瞳孔邊緣至虹膜根部由里向外劃分為不相交的三個區(qū)域最為合理,記為Z1、Z2和Z3。這樣三個區(qū)域可以分別對應(yīng)虹膜瞳孔部、虹膜卷縮輪及周邊區(qū)域、虹膜睫狀體部。子區(qū)域Z1中的紋理特征是放射狀細(xì)致的紋理較豐富;子區(qū)域Z2中的紋理特征是由于卷縮輪與隱溝的存在而出現(xiàn)較大花紋的機(jī)率較大;子區(qū)域Z3中的紋理相對來說較平坦。
下面介紹如何劃分這三個子區(qū)域。正常人瞳孔直徑約為3-5mm,人眼的虹膜直徑約為10-12mm,經(jīng)計(jì)算得出環(huán)形虹膜的內(nèi)外邊緣直徑差約為5-9mm。而卷縮輪位于距內(nèi)邊緣(瞳孔緣)約1.5mm處,所以只要將虹膜區(qū)域平均劃分為三個不相交的區(qū)域,卷縮輪基本上出現(xiàn)在位于中間位置的區(qū)域中。
另外,因?yàn)榇蟛糠智闆r下虹膜的內(nèi)外邊緣圓并不同心,外圓基本上固定不變,而內(nèi)圓(瞳孔緣)會隨外界環(huán)境發(fā)生縮放。所以在子區(qū)域的劃分中選擇以虹膜外邊緣圓的圓心作為基準(zhǔn)圓心。這樣三個子區(qū)域所對應(yīng)的內(nèi)外邊緣圓的半徑分別為子區(qū)域Z1內(nèi)半徑r;外半徑R-2×(R-r)/3子區(qū)域Z2內(nèi)半徑R-2×(R-r)/3;外半徑R-(R-r)/3子區(qū)域Z3內(nèi)半徑R-(R-r)/3;外半徑R
3、因?yàn)楹缒さ淖钌喜亢妥钕虏繕O易受到眼瞼和睫毛的遮擋,所以將子區(qū)域Z2和Z3中(π/4,3π/4)與(5π/4,7π/4)的部分去除不參與后續(xù)的特征提取與比對操作。
4、然后將這三個子區(qū)域余下的有效部分分別歸一化為矩形區(qū)域。因?yàn)楹缒さ膬?nèi)外邊緣圓并不是同心圓,而在子區(qū)域的劃分時采用外邊緣圓的圓心作為基準(zhǔn)圓心,所以Z2和Z3的內(nèi)外邊緣圓是同心的,而子區(qū)域Z1的內(nèi)外邊緣圓并不同心。但采用Daugman的Rubber-sheet模型依然能將其拉伸并歸一化為統(tǒng)一的矩形區(qū)域。
5、在歸一化后的三個區(qū)域內(nèi)根據(jù)紋理特征分別用不同方法進(jìn)行特征提取。例如,可以在不同區(qū)域上用不同尺度和方向的濾波器進(jìn)行特征提取,并二值化局部相位信息進(jìn)行編碼;然后分別與目標(biāo)虹膜圖像相應(yīng)子區(qū)域的編碼相比對,得出子識別距離Dis1、Dis2和Dis3。
6、利用以下公式計(jì)算總體識別距離Dis=Σi=13αi·Disi]]>其中αi,i=1,2,3是各個子區(qū)域所對應(yīng)的權(quán)值,由各個區(qū)域?qū)ψR別的貢獻(xiàn)所決定,并且滿足Σi=13αi=1.]]>這樣計(jì)算出較小的總體識別距離表示測試虹膜圖像與目標(biāo)虹膜圖像具有較大的相似度,較大的總體識別距離表示較小的相似度。最后,根據(jù)與系統(tǒng)閾值相比較,得到最終的識別結(jié)果。
另外,因?yàn)槊總€人的虹膜具體情況各異,將虹膜區(qū)域按上述方法分為三個子區(qū)域并不能保證所有的虹膜卷縮輪都一定出現(xiàn)在中間位置的子區(qū)域內(nèi)。但是本發(fā)明中的方法利用了所有的有效虹膜信息,并不是像Hanho Sun所提出的方法中將卷縮輪外部的部分去除不計(jì)。所以如果在某一幅虹膜圖像中卷縮輪并沒有落在中間位置的子區(qū)域內(nèi),測試虹膜圖像與目標(biāo)虹膜圖像的子區(qū)域的位置還是相對應(yīng)的,只是在特征提取中不能最有效的突出其紋理的區(qū)域特性,但并不會造成識別結(jié)果的較大誤差。
實(shí)施例下面給出利用本發(fā)明提出的方法對真實(shí)的虹膜圖像進(jìn)行分區(qū)域識別的實(shí)施例。
圖3為利用專門的虹膜儀器實(shí)際采集的一幅眼睛灰度圖像樣本,在此實(shí)施例中將其作為測試樣本,與庫中已注冊的目標(biāo)樣本進(jìn)行匹配。
根據(jù)本發(fā)明所介紹的方法將環(huán)形虹膜區(qū)域劃分為三個不相交的子區(qū)域Z1、Z2和Z3,如圖4所示。
虹膜的上部和下部最易受眼瞼和睫毛的影響,所以將Z2和Z3的(π/4,3π/4)與(5π/4,7π/4)的部分去除不參與特征提取與匹配,余下的有效區(qū)域如圖5所示。然后將各個子區(qū)域余下的有效部分分別利用Rubber-sheet模型歸一化為同樣大小的矩形區(qū)域,如圖6所示,可以明顯看到各個子區(qū)域紋理特征的差異。
然后,在不同子區(qū)域的歸一化圖像上用不同尺度或方向的Log-Gabor濾波器進(jìn)行特征提取。對子區(qū)域Z1所用濾波器的中心頻率最高,具有最高的分辨率,且著重在垂直方向,因?yàn)檫@個區(qū)域內(nèi)的垂直紋理最細(xì)密;對子區(qū)域Z2用稍低分辨率且較多方向的濾波器,因?yàn)檫@個子區(qū)域中易出現(xiàn)較大花紋;而對子區(qū)域Z3用最低分辨率的濾波器,因?yàn)檫@個區(qū)域內(nèi)紋理最平坦。
隨后二值化局部相位信息進(jìn)行編碼,分別與目標(biāo)虹膜圖像相應(yīng)子區(qū)域的編碼相比對,得出三個子識別距離。并由本發(fā)明提出的公式計(jì)算出總體識別距離,最后將此距離與系統(tǒng)閾值相比較,得到最終的識別結(jié)果。
如圖7所示,為利用傳統(tǒng)方法(在虹膜區(qū)域上用同樣濾波器進(jìn)行無差別的操作)和本發(fā)明所提出方法所得到的類內(nèi)、類間識別距離的分布對比。其中,(a)為傳統(tǒng)方法所得到的結(jié)果,(b)為本發(fā)明所得到的結(jié)果。可以看到利用本發(fā)明的方法可以使類內(nèi)與類間的樣本更好的區(qū)分開(兩者重疊的區(qū)域更小),因而系統(tǒng)具有更低的錯誤率。
權(quán)利要求
1.一種人體虹膜紋理的分區(qū)域識別方法,其特征在于,將環(huán)形的虹膜區(qū)域從整幅虹膜圖像中定位出來后,根據(jù)人體虹膜的生理結(jié)構(gòu)特征及其區(qū)域性紋理特性,將整個虹膜區(qū)域分為三個環(huán)狀不相交的子區(qū)域,從內(nèi)向外分別對應(yīng)虹膜瞳孔部、虹膜卷縮輪及周邊區(qū)域、虹膜睫狀體部;將最易受眼瞼和睫毛遮擋的部分去除后,利用Rubber-sheet模型分別歸一化為三個相同大小的矩形區(qū)域,根據(jù)每個子區(qū)域的紋理特征,進(jìn)行特征提取及編碼;然后,分別與目標(biāo)虹膜圖像相應(yīng)的子區(qū)域的編碼相比對,得到三個子識別距離;在計(jì)算測試虹膜圖像與目標(biāo)虹膜圖像的總體識別距離時,根據(jù)各個子區(qū)域?qū)ψR別的貢獻(xiàn),將得到的三個子識別距離賦予不同的權(quán)值,相加得到總體識別距離。
2.根據(jù)權(quán)利要求1所述的人體虹膜紋理的分區(qū)域識別方法,其特征是,所述的整個虹膜區(qū)域分為三個環(huán)狀不相交的子區(qū)域,具體為子區(qū)域的劃分選擇以虹膜外邊緣圓的圓心作為基準(zhǔn)圓心,設(shè)虹膜的內(nèi)外邊緣圓的的半徑為r和R,則三個子區(qū)域所對應(yīng)的內(nèi)外邊緣圓的半徑分別為子區(qū)域Z1內(nèi)半徑r;外半徑R-2×(R-r)/3,子區(qū)域Z2內(nèi)半徑R-2×(R-r)/3;外半徑R-(R-r)/3,子區(qū)域Z3內(nèi)半徑R-(R-r)/3;外半徑R。
3.根據(jù)權(quán)利要求2所述的人體虹膜紋理的分區(qū)域識別方法,其特征是,將子區(qū)域Z2和Z3中(π/4,3π/4)與(5π/4,7π/4)的部分去除,不參與后續(xù)的特征提取與比對操作,降低眼瞼和睫毛遮擋的影響。
4.根據(jù)權(quán)利要求1所述的人體虹膜紋理的分區(qū)域識別方法,其特征是,所述的總體識別距離,其計(jì)算公式為Dis=Σi=13αi·Disi,]]>其中Disi(i=1,2,3)為各個子識別距離;αi(i=1,2,3)是各個子區(qū)域所對應(yīng)的權(quán)值,由各個區(qū)域?qū)ψR別的貢獻(xiàn)所決定,并且滿足Σi=13αi=1,]]>較小的總體識別距離表示測試虹膜圖像與目標(biāo)虹膜圖像具有較大的相似度,較大的總體識別距離表示較小的相似度。
全文摘要
一種圖像處理技術(shù)領(lǐng)域的人體虹膜紋理的分區(qū)域識別方法。本發(fā)明將環(huán)形的虹膜區(qū)域從整幅虹膜圖像中定位出來后,將整個虹膜區(qū)域分為三個環(huán)狀不相交的子區(qū)域,將最易受眼瞼和睫毛遮擋的部分去除后,利用Rubber-sheet模型分別歸一化為三個相同大小的矩形區(qū)域,接下來根據(jù)每個子區(qū)域的紋理特征進(jìn)行特征提取及編碼;然后,分別與目標(biāo)虹膜圖像相應(yīng)的子區(qū)域的編碼相比對,得到三個子識別距離;在計(jì)算測試虹膜圖像與目標(biāo)虹膜圖像的總體識別距離時,根據(jù)各個子區(qū)域?qū)ψR別的貢獻(xiàn),將得到的三個子識別距離賦予不同的權(quán)值,相加得到總體識別距離。本發(fā)明克服了對整個虹膜區(qū)域進(jìn)行沒有差別的統(tǒng)一操作的不足,提高了虹膜識別效率與識別率的目的。
文檔編號G06K9/00GK1794263SQ20051011222
公開日2006年6月28日 申請日期2005年12月29日 優(yōu)先權(quán)日2005年12月29日
發(fā)明者施鵬飛, 袁曉燕 申請人:上海交通大學(xué)