虹膜瞳孔到卷縮輪區(qū)域信息提取方法
【專利摘要】本發(fā)明提供一種虹膜瞳孔到卷縮輪區(qū)域信息提取方法,該方法通過人眼圖像采集,人眼虹膜定位,虹膜圖像歸一化,基元結(jié)構(gòu)與模式建立,建立圖像特征向量,定義圖像邊界與非邊界模式,瞳孔到卷縮輪區(qū)域外邊緣提取等步驟實(shí)現(xiàn),虹膜是人體最完備、最特殊的器官,是身體內(nèi)最敏感的臟器,虹膜上的各種纖維的形態(tài)、顏色的變化,反映人體器官和肢體的變化,本方法具有如下特點(diǎn):1)采集設(shè)備簡(jiǎn)單便攜,速度快,且成本遠(yuǎn)低于高端的檢測(cè)設(shè)備;2)采用該方法的過程安全、衛(wèi)生、對(duì)人體無傷害;3)過程不需要專業(yè)的醫(yī)學(xué)知識(shí),接受程度高;4)這項(xiàng)技術(shù)也可以用在大眾隨時(shí)關(guān)注自身狀況。
【專利說明】虹膜瞳孔到卷縮輪區(qū)域信息提取方法
[0001]【技術(shù)領(lǐng)域】:本發(fā)明屬于生物特征識(shí)別技術(shù)及信息輔助提取【技術(shù)領(lǐng)域】,具體涉及一種人眼虹膜瞳孔到卷縮輪區(qū)域信息提取方法。
[0002]【背景技術(shù)】:目前的涉及生物特征識(shí)別及信息輔助提取的方式大都不夠完善,尤其涉及眼球虹膜特征識(shí)別及信息提取大都依靠簡(jiǎn)易的圖像采集和采集者肉眼觀察來實(shí)現(xiàn),而信息數(shù)據(jù)提取的結(jié)果又大都依靠采集者經(jīng)驗(yàn)積累以及被采集者當(dāng)時(shí)所處的環(huán)境等因素所影響,主觀依賴性較強(qiáng),缺乏客觀化、定量化的依據(jù)又無法重復(fù)實(shí)現(xiàn),而眼球虹膜特征又應(yīng)用在很多的領(lǐng)域,所以其過程及結(jié)果的客觀性、可靠性和可重復(fù)性尤其重要。
【發(fā)明內(nèi)容】
:
[0003]發(fā)明目的:本發(fā)明提供一種虹膜瞳孔到卷縮輪區(qū)域信息提取方法,其目的是解決以往的人工觀察虹膜的虹膜信息提取方式所存在的主觀性強(qiáng)、可靠性低和定量化的依據(jù)無法重復(fù)實(shí)現(xiàn)的問題。
[0004]技術(shù)方案:本發(fā)明是通過以下技術(shù)方案來實(shí)現(xiàn)的:
[0005]一種虹膜瞳孔到卷縮輪區(qū)域信息提取方法,其特征在于:該方法的步驟如下:
[0006](一)人眼圖像采集
[0007]利用現(xiàn)有的虹膜采集儀采集人眼圖像;
[0008]( 二 )人眼虹膜定位
[0009]確定瞳孔與虹膜、虹膜與鞏膜之間的兩個(gè)邊界;
[0010](三)虹膜圖像歸一化
[0011]把虹膜兩個(gè)邊界構(gòu)成的圓環(huán)映射到一個(gè)固定形狀的紋理圖中;
[0012](四)基元結(jié)構(gòu)與模式建立
[0013]為了描述像素間的灰度變化程度,在建立的基元結(jié)構(gòu)中定義該基元模式;
[0014](五)建立圖像特征向量
[0015]將窗口內(nèi)所有模式出現(xiàn)的頻次按照順序組成向量,定義為圖像特征向量;
[0016](六)定義圖像邊界與非邊界模式
[0017]根據(jù)圖像特征向量定義出圖像邊界與非邊界模式;
[0018](七)瞳孔到卷縮輪區(qū)域外邊緣提取
[0019]在歸一化圖像上建立一定大小的窗口,根據(jù)上述邊界定義進(jìn)行瞳孔到卷縮輪區(qū)域外邊緣信息提取。
[0020]該方法的步驟如下:如果圖像中某一范圍出現(xiàn)邊界模式的頻數(shù)高,同時(shí)出現(xiàn)非邊界模式的頻數(shù)低,實(shí)際計(jì)算中用這兩種模式頻數(shù)的商來表示,在某方向上找到商的最大值,那么這個(gè)范圍即為該方向上存在邊界的范圍。
[0021]該方法的步驟如下:
[0022](一 )利用現(xiàn)有的虹膜采集儀采集人眼圖像;
[0023]( 二)確定瞳孔與虹膜、虹膜與鞏膜之間的兩個(gè)邊界;
[0024]I)檢測(cè)瞳孔內(nèi)部一點(diǎn),建立一個(gè)40*40的模板并計(jì)算其灰度和作為模板中心點(diǎn)i的灰度值Ni,將模板在整個(gè)人眼圖像遍歷求得灰度和,并找出最小值,其模板的中心點(diǎn)即為瞳孔內(nèi)部一點(diǎn)記為P。(X。,Y。);
[0025]2)內(nèi)邊界定位,從瞳孔內(nèi)部點(diǎn)P出發(fā),沿著左、右和下三個(gè)方向計(jì)算像素的灰度梯度值,梯度最大值即為內(nèi)邊界的3個(gè)點(diǎn),分別記為Pu (XL1, YL1)、PK1 (XE1, Yei)、PD1 (XD1, Ydi),根據(jù)不共線的三點(diǎn)確定一個(gè)圓作為虹膜內(nèi)邊界,求出內(nèi)邊界的圓心坐標(biāo)和半徑;
[0026]3)外邊界定位,從瞳孔內(nèi)邊界三點(diǎn)Pli (XL1, Yli)、Pei (XE1, Yei)、Pm (XD1, YD1)出發(fā),沿著左、右和下三個(gè)方向計(jì)算像素的灰度梯度值,梯度最大值即為外邊界的3個(gè)點(diǎn),分別記為PL2 (XL2, Yl2)、Pr2 (XE2, Yr2)、PD2 (XD2, YD2),與內(nèi)邊界定位方法一致求得外邊界圓心坐標(biāo)和半徑;
[0027](三)映射就是虹膜圖像的歸一化,采用極坐標(biāo)轉(zhuǎn)換方法將原直角坐標(biāo)轉(zhuǎn)換為極坐標(biāo),所表示的矩形虹膜,這就是彈性模型;將虹膜區(qū)域從內(nèi)半徑到外半徑等分為150份,那么利用上述方法將虹膜圖像歸一化,歸一化圖像大小為360*150 ;
[0028](四)定義基元結(jié)構(gòu)是由水平方向上中心像素點(diǎn)及相鄰4個(gè)像素點(diǎn)組成,其中定義中心像素點(diǎn)為X,數(shù)字1,2,3,4為基元中像素點(diǎn)的排列順序;為了描述像素間的灰度變化程度,計(jì)算基元結(jié)構(gòu)中每個(gè)像素點(diǎn)與中心像素的灰度差,根據(jù)每個(gè)像素點(diǎn)的序號(hào)不同將上述灰度差記為Qi (i = l,2,3,4),不同閾值與qi(i = 1,2, 3,4)的絕對(duì)值的大小關(guān)系定義基元模式,該模式定義為P= {?1,?2,?3,?4},其中?1(1 = 1,2,3,4)的值被賦予O、1、2,其中O表示1的絕對(duì)值大于等于閾值a ;2表示qi的絕對(duì)值小于閾值b ;1表示qi的絕對(duì)值介于閾值
a,b之間;
[0029]為了統(tǒng)計(jì)窗口內(nèi)每種模式出現(xiàn)的頻次,將每個(gè)基元模式建立編號(hào),編號(hào)為公式(I)
【權(quán)利要求】
1.一種虹膜瞳孔到卷縮輪區(qū)域信息提取方法,其特征在于:該方法的步驟如下: (一)人眼圖像采集 利用現(xiàn)有的虹膜采集儀采集人眼圖像; (二)人眼虹膜定位 確定瞳孔與虹膜、虹膜與鞏膜之間的兩個(gè)邊界; (三)虹膜圖像歸一化 把虹膜兩個(gè)邊界構(gòu)成的圓環(huán)映射到一個(gè)固定形狀的紋理圖中; (四)基元結(jié)構(gòu)與模式建立 為了描述像素間的灰度變化程度,在建立的基元結(jié)構(gòu)中定義該基元模式; (五)建立圖像特征向量 將窗口內(nèi)所有模式出現(xiàn)的頻次按照順序組成向量,定義為圖像特征向量; (六)定義圖像邊界與非邊界模式 根據(jù)圖像特征向量 定義出圖像邊界與非邊界模式; (七)瞳孔到卷縮輪區(qū)域外邊緣提取 在歸一化圖像上建立一定大小的窗口,根據(jù)上述邊界定義進(jìn)行瞳孔到卷縮輪區(qū)域外邊緣信息提取。
2.根據(jù)權(quán)利要求1所述的虹膜瞳孔到卷縮輪區(qū)域信息提取方法,其特征在于:該方法的步驟如下:如果圖像中某一范圍出現(xiàn)邊界模式的頻數(shù)高,同時(shí)出現(xiàn)非邊界模式的頻數(shù)低,實(shí)際計(jì)算中用這兩種模式頻數(shù)的商來表示,在某方向上找到商的最大值,那么這個(gè)范圍即為該方向上存在邊界的范圍。
3.根據(jù)權(quán)利要求1所述的虹膜瞳孔到卷縮輪區(qū)域信息提取方法,其特征在于:該方法的步驟如下: (一)利用現(xiàn)有的虹膜采集儀采集人眼圖像; (二)確定瞳孔與虹膜、虹膜與鞏膜之間的兩個(gè)邊界; .1)檢測(cè)瞳孔內(nèi)部一點(diǎn),建立一個(gè)40*40的模板并計(jì)算其灰度和作為模板中心點(diǎn)i的灰度值Ni,將模板在整個(gè)人眼圖像遍歷求得灰度和,并找出最小值,其模板的中心點(diǎn)即為瞳孔內(nèi)部一點(diǎn)記為Po (X。,Y。);. 2)內(nèi)邊界定位,從瞳孔內(nèi)部點(diǎn)P出發(fā),沿著左、右和下三個(gè)方向計(jì)算像素的灰度梯度值,梯度最大值即為內(nèi)邊界的3個(gè)點(diǎn),分別記為Pu (XL1, YL1)、PK1 (XE1, Yei)、PD1 (XD1, Ydi),根據(jù)不共線的三點(diǎn)確定一個(gè)圓作為虹膜內(nèi)邊界,求出內(nèi)邊界的圓心坐標(biāo)和半徑; . 3)外邊界定位,從瞳孔內(nèi)邊界三點(diǎn)Pu(XL1, YL1)、Pei (XE1, Yei)、Pm (XD1, Ydi)出發(fā),沿著左、右和下三個(gè)方向計(jì)算像素的灰度梯度值,梯度最大值即為外邊界的3個(gè)點(diǎn),分別記為PL2 (XL2, Yl2)、Pr2 (Xr2, Yr2)、PD2 (XD2, YD2),與內(nèi)邊界定位方法一致求得外邊界圓心坐標(biāo)和半徑; (三)映射就是虹膜圖像的歸一化,采用極坐標(biāo)轉(zhuǎn)換方法將原直角坐標(biāo)轉(zhuǎn)換為極坐標(biāo),所表示的矩形虹膜,這就是彈性模型;將虹膜區(qū)域從內(nèi)半徑到外半徑等分為150份,那么利用上述方法將虹膜圖像歸一化,歸一化圖像大小為360*150 ; (四)定義基元結(jié)構(gòu)是由水平方向上中心像素點(diǎn)及相鄰4個(gè)像素點(diǎn)組成,其中定義中心像素點(diǎn)為X,數(shù)字1,2,3,4為基元中像素點(diǎn)的排列順序;為了描述像素間的灰度變化程度,計(jì)算基元結(jié)構(gòu)中每個(gè)像素點(diǎn)與中心像素的灰度差,根據(jù)每個(gè)像素點(diǎn)的序號(hào)不同將上述灰度差記為Qi (i = 1,2, 3,4),不同閾值與qi(i = 1,2, 3,4)的絕對(duì)值的大小關(guān)系定義基元模式,該模式定義為P = (P1, p2,p3,p4},其中Pi (i = 1,2,3,4)的值被賦予O、1、2,其中O表示Qi的絕對(duì)值大于等于閾值a ;2表示qi的絕對(duì)值小于閾值b ;1表示Qi的絕對(duì)值介于閾值a,b之間; 為了統(tǒng)計(jì)窗口內(nèi)每種模式出現(xiàn)的頻次,將每個(gè)基元模式建立編號(hào),編號(hào)為公式(I)
基元模式中Pi取O,1,2三種可能值,因此在圖像中可能出現(xiàn)的模式總數(shù)為34,窗口內(nèi)所有模式出現(xiàn)的頻次按照編號(hào)順序組成向量,定義為圖像特征向量V= {F(P(n))},n =.0,1,2....34-1,其中?(11)表示編號(hào)為η的模式;F(P(n))表示P(n)模式出現(xiàn)的頻數(shù)。為了保證特征向量長(zhǎng)度一致,圖像中沒有出現(xiàn)的模式的頻數(shù)用O表示; P= {0,0,0,0}模式表示該基元結(jié)構(gòu)中的像素與中心像素都存在較大灰度變化,在圖像中邊緣處出現(xiàn)較多,稱為邊界模式;P = {2,2,2,2}模式表示該基元結(jié)構(gòu)中的像素與中心像素灰度變化都較小,在圖像中非邊緣處出現(xiàn)較多,稱為非邊界模式; 如果圖像中某一范圍出現(xiàn)邊界模式的頻數(shù)高,同時(shí)出現(xiàn)非邊界模式的頻數(shù)低,實(shí)際計(jì)算中用這兩種模式頻數(shù)的商來表示,在某方向上找到商的最大值,那么這個(gè)范圍即為該方向上存在邊界的范圍; 考慮到采用10000}和{2222}這兩種模式出現(xiàn)頻數(shù)的商來判斷邊界比較單一,并不能完全反映出邊界范圍。將邊界范圍和非邊界范圍內(nèi)容易出現(xiàn)的幾種模式也加入進(jìn)來,即邊界范圍由:{0001} {0010} {0100} {1000}模式表示,非邊界范圍由{2221} {2212} {2122}{1222}模式表示,分別計(jì)算邊界范圍內(nèi)、非邊界范圍內(nèi)所有模式出現(xiàn)的頻數(shù)和SBF、SNBF,以及它們的商D,由此商的大小來判斷某一方向上的邊界; 為了尋找包含邊界的范圍,在歸一化圖像上用一定大小的窗口來表示該范圍,尋找邊界的具體步驟如下: (1)基于上述基元模式定義,計(jì)算窗口的特征向量,并求出商D。 (2)在如圖所示的行方向上滑動(dòng)窗口,計(jì)算每個(gè)窗口的商,紀(jì)錄這些商中的最大值,保存最大值所在窗口的中心點(diǎn),即為該行的邊界點(diǎn)。 (3)窗口向下移動(dòng)一個(gè)像素,重復(fù)步驟(2),直到找到所有行的邊界點(diǎn)。 (4)連接步驟(3)得到的所有邊界點(diǎn),即為虹膜瞳孔到卷縮輪區(qū)域外邊緣的輪廓線。
【文檔編號(hào)】G06K9/00GK104077564SQ201410258004
【公開日】2014年10月1日 申請(qǐng)日期:2014年6月11日 優(yōu)先權(quán)日:2014年6月11日
【發(fā)明者】黃靜, 苑瑋琦 申請(qǐng)人:沈陽工業(yè)大學(xué)