虹膜識(shí)別的方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種虹膜識(shí)別的方法和裝置。其中，該方法包括：將從第一虹膜圖像中提取的上眼瞼邊界圖像的圖像矩陣按照多個(gè)旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn)，得到多個(gè)旋轉(zhuǎn)矩陣；獲取與各個(gè)旋轉(zhuǎn)矩陣匹配的第一拋物線和各個(gè)旋轉(zhuǎn)矩陣確定的上眼瞼邊界相交的點(diǎn)的第一數(shù)量；將第一數(shù)量中的最大值對(duì)應(yīng)的旋轉(zhuǎn)角度，作為第一虹膜圖像中眼睛旋轉(zhuǎn)的角度；基于第一虹膜圖像中眼睛旋轉(zhuǎn)的角度確定對(duì)第一虹膜圖像進(jìn)行歸一化的起始角度；使用起始角度對(duì)第一虹膜圖像進(jìn)行歸一化處理；使用的從歸一化圖像中提取到的圖像特征在數(shù)據(jù)庫(kù)中檢索對(duì)應(yīng)的特征信息，以對(duì)第一虹膜圖像進(jìn)行虹膜識(shí)別。通過本發(fā)明，解決了現(xiàn)有技術(shù)中虹膜識(shí)別的準(zhǔn)確率低的問題，實(shí)現(xiàn)了提高虹膜識(shí)別的準(zhǔn)確率的效果。
【專利說(shuō)明】虹膜識(shí)別的方法和裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，具體而言，涉及一種虹膜識(shí)別的方法和裝置。

【背景技術(shù)】
[0002] 虹膜是類似環(huán)形的結(jié)構(gòu)，如圖1所示，虹膜11'位于瞳孔12'和鞏膜13'之間，虹 膜外圓14'和虹膜內(nèi)圓15'的部分，由于眼瞼以及眼睫毛16'的遮擋，丟失了一部分虹膜信 息。虹膜直徑約12mm，厚約0.5mm。從識(shí)別的角度來(lái)看，那些相互交錯(cuò)的類似于細(xì)絲，條紋 等形狀的細(xì)微特征是虹膜唯一性的體現(xiàn)。這些特征通常為虹膜的紋理特征，用于虹膜識(shí)別。
[0003] 在現(xiàn)有技術(shù)中，在虹膜圖像預(yù)處理之后，考慮到虹膜存在平移，旋轉(zhuǎn)，尺度變化等 問題，需要將虹膜進(jìn)行歸一化處理，來(lái)消除虹膜圖像大小的不一致對(duì)特征提取以及后來(lái)的 識(shí)別所產(chǎn)生的影響，但在虹膜圖像歸一化的過程中，歸一化的起始角度的確定一直是一個(gè) 重要的課題，因?yàn)樵趯?shí)際虹膜圖像采集的過程中存在頭部旋轉(zhuǎn)從而導(dǎo)致眼睛角度旋轉(zhuǎn)的問 題，如果無(wú)法準(zhǔn)確判斷出眼睛的旋轉(zhuǎn)角度，兩個(gè)虹膜圖像的歸一化展開起始角度的相對(duì)位 置就會(huì)產(chǎn)生不一致性，從而影響最終的虹膜識(shí)別的準(zhǔn)確度，然而現(xiàn)有技術(shù)中無(wú)法確定旋轉(zhuǎn) 角度，如果人工確定旋轉(zhuǎn)角度就降低了虹膜識(shí)別的效率和準(zhǔn)確度，使得虹膜識(shí)別的時(shí)間很 長(zhǎng)且準(zhǔn)確度不高。
[0004] 針對(duì)現(xiàn)有技術(shù)中虹膜識(shí)別時(shí)無(wú)法判斷圖像中眼睛的旋轉(zhuǎn)角度，導(dǎo)致虹膜識(shí)別的準(zhǔn) 確率低的問題，目前尚未提出有效的解決方案。


【發(fā)明內(nèi)容】

[0005] 針對(duì)相關(guān)技術(shù)中虹膜識(shí)別時(shí)無(wú)法判斷圖像中眼睛的旋轉(zhuǎn)角度，導(dǎo)致虹膜識(shí)別的準(zhǔn) 確率低的問題，目前尚未提出有效的解決方案，為此，本發(fā)明的主要目的在于提供一種虹膜 識(shí)別的方法和裝置，以解決上述問題。
[0006] 為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的一個(gè)方面，提供了一種虹膜識(shí)別的方法，該方法 包括：從采集到的第一虹膜圖像中提取上眼瞼邊界圖像；將上眼瞼邊界圖像的圖像矩陣按 照多個(gè)旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn)，得到多個(gè)旋轉(zhuǎn)矩陣；獲取與各個(gè)旋轉(zhuǎn)矩陣匹配的第一拋物線和 各個(gè)旋轉(zhuǎn)矩陣確定的上眼瞼邊界相交的點(diǎn)的第一數(shù)量；將第一數(shù)量中的最大值對(duì)應(yīng)的旋轉(zhuǎn) 角度，作為第一虹膜圖像中眼睛旋轉(zhuǎn)的角度；基于第一虹膜圖像中眼睛旋轉(zhuǎn)的角度確定對(duì) 第一虹膜圖像進(jìn)行歸一化的起始角度；使用起始角度對(duì)第一虹膜圖像進(jìn)行歸一化處理，得 到歸一化圖像；使用從歸一化圖像中提取到的圖像特征在數(shù)據(jù)庫(kù)中檢索對(duì)應(yīng)的特征信息， 以對(duì)第一虹膜圖像進(jìn)行虹膜識(shí)別。
[0007] 進(jìn)一步地，獲取與各個(gè)旋轉(zhuǎn)矩陣匹配的第一拋物線包括：獲取預(yù)先設(shè)置的拋物線 參數(shù)的取值范圍；獲取拋物線參數(shù)的取值范圍確定的多條第二拋物線；對(duì)各個(gè)第二拋物線 和旋轉(zhuǎn)矩陣確定的上眼瞼邊界進(jìn)行曲線擬合，得到各個(gè)第二拋物線與旋轉(zhuǎn)矩陣確定的上眼 瞼邊界相交的點(diǎn)的第二數(shù)量；將第二數(shù)量中的最大值對(duì)應(yīng)的第二拋物線作為與旋轉(zhuǎn)矩陣匹 配的第一拋物線，第二數(shù)量的最大值為第一數(shù)量的值。
[0008] 進(jìn)一步地，從采集到的第一虹膜圖像中提取上眼瞼邊界圖像包括：對(duì)第一虹膜圖 像進(jìn)行邊緣檢測(cè)和霍夫變換，得到瞳孔定位圖像；在瞳孔定位圖像上截取包含上眼瞼信息 的第二虹膜圖像；使用平滑濾波器對(duì)第二虹膜圖像進(jìn)行二值化處理，生成噪聲圖像；對(duì)第 二虹膜圖像進(jìn)行圖像增強(qiáng)處理，得到第二虹膜圖像對(duì)應(yīng)的增強(qiáng)矩陣；基于噪聲圖像對(duì)增強(qiáng) 矩陣進(jìn)行去除瞳孔噪聲處理，得到初始上眼瞼邊界矩陣；對(duì)初始上眼瞼邊界矩陣進(jìn)行二次 去噪處理，得到上眼瞼邊界圖像。
[0009] 進(jìn)一步地，在瞳孔定位圖像上截取包含上眼瞼信息的第二虹膜圖像包括：獲取瞳 孔定位圖像上瞳孔的位置信息和半徑，其中，瞳孔的位置信息中包括：瞳孔的中心點(diǎn)的位置 信息；以瞳孔的中心點(diǎn)為基準(zhǔn)，在瞳孔定位圖像上向上、向左和向右截取預(yù)設(shè)的像素距離， 得到第二虹膜圖像，其中，預(yù)設(shè)的像素距離為瞳孔的半徑與第一預(yù)設(shè)倍數(shù)的乘積。
[0010] 進(jìn)一步地，對(duì)第二虹膜圖像進(jìn)行圖像增強(qiáng)處理，得到第二虹膜圖像對(duì)應(yīng)的增強(qiáng)矩 陣包括：對(duì)第二虹膜圖像的矩陣進(jìn)行濾波處理，得到濾波矩陣；利用邊緣檢測(cè)算子對(duì)濾波 矩陣進(jìn)行梯度變換，得到變換矩陣；對(duì)變換矩陣進(jìn)行歸一化處理，得到歸一化矩陣；計(jì)算第 二虹膜圖像中的所有像素值的像素平均值，將第二虹膜圖像中小于像素平均值的像素拉伸 至[0, 1]，大于像素平均值的像素的值置為零，得到拉伸矩陣；將歸一化矩陣和拉伸矩陣進(jìn) 行加和，得到和矩陣，確定增強(qiáng)矩陣。
[0011] 進(jìn)一步地，基于噪聲圖像對(duì)增強(qiáng)矩陣進(jìn)行去除瞳孔噪聲處理，得到初始上眼 瞼邊界矩陣包括：使用預(yù)設(shè)濾波器與增強(qiáng)矩陣作列卷積運(yùn)算，得到第一卷積結(jié)果；使 用預(yù)設(shè)行向量對(duì)第一卷積結(jié)果作行卷積運(yùn)算，得到上眼瞼矩陣，上眼瞼矩陣包括像素 Eyelash'（x，y)，（x，y)為各個(gè)像素的坐標(biāo)；使用如下公式對(duì)上眼瞼矩陣進(jìn)行去噪處理，得 到去噪矩陣，確定初始上眼瞼邊界矩陣，其中，公式為：
[0012]

【權(quán)利要求】
1. 一種虹膜識(shí)別的方法，其特征在于，包括： 從采集到的第一虹膜圖像中提取上眼瞼邊界圖像； 將所述上眼瞼邊界圖像的圖像矩陣按照多個(gè)旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn)，得到多個(gè)旋轉(zhuǎn)矩陣； 獲取與各個(gè)所述旋轉(zhuǎn)矩陣匹配的第一拋物線和各個(gè)所述旋轉(zhuǎn)矩陣確定的上眼瞼邊界 相交的點(diǎn)的第一數(shù)量； 將所述第一數(shù)量中的最大值對(duì)應(yīng)的所述旋轉(zhuǎn)角度，作為所述第一虹膜圖像中眼睛旋轉(zhuǎn) 的角度； 基于所述第一虹膜圖像中眼睛旋轉(zhuǎn)的角度確定對(duì)所述第一虹膜圖像進(jìn)行歸一化的起 始角度； 使用所述起始角度對(duì)所述第一虹膜圖像進(jìn)行歸一化處理，得到歸一化圖像； 使用從所述歸一化圖像中提取到的圖像特征在數(shù)據(jù)庫(kù)中檢索對(duì)應(yīng)的特征信息，以對(duì)所 述第一虹膜圖像進(jìn)行虹膜識(shí)別。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取與各個(gè)所述旋轉(zhuǎn)矩陣匹配的第一拋 物線包括： 獲取預(yù)先設(shè)置的拋物線參數(shù)的取值范圍； 獲取所述拋物線參數(shù)的所述取值范圍確定的多條第二拋物線； 對(duì)各個(gè)所述第二拋物線和所述旋轉(zhuǎn)矩陣確定的所述上眼瞼邊界進(jìn)行曲線擬合，得到各 個(gè)所述第二拋物線與所述旋轉(zhuǎn)矩陣確定的所述上眼瞼邊界相交的點(diǎn)的第二數(shù)量； 將所述第二數(shù)量中的最大值對(duì)應(yīng)的所述第二拋物線作為與所述旋轉(zhuǎn)矩陣匹配的所述 第一拋物線，所述第二數(shù)量的最大值為所述第一數(shù)量的值。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，從采集到的第一虹膜圖像中提取上眼瞼 邊界圖像包括： 對(duì)所述第一虹膜圖像進(jìn)行邊緣檢測(cè)和霍夫變換，得到瞳孔定位圖像； 在所述瞳孔定位圖像上截取包含上眼瞼信息的第二虹膜圖像； 使用平滑濾波器對(duì)所述第二虹膜圖像進(jìn)行二值化處理，生成噪聲圖像； 對(duì)所述第二虹膜圖像進(jìn)行圖像增強(qiáng)處理，得到所述第二虹膜圖像對(duì)應(yīng)的增強(qiáng)矩陣； 基于所述噪聲圖像對(duì)所述增強(qiáng)矩陣進(jìn)行去除瞳孔噪聲處理，得到初始上眼瞼邊界矩 陣； 對(duì)所述初始上眼瞼邊界矩陣進(jìn)行二次去噪處理，得到所述上眼瞼邊界圖像。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，在所述瞳孔定位圖像上截取包含上眼瞼 信息的第二虹膜圖像包括： 獲取所述瞳孔定位圖像上瞳孔的位置信息和半徑，其中，所述瞳孔的位置信息中包括： 瞳孔的中心點(diǎn)的位置信息； 以所述瞳孔的中心點(diǎn)為基準(zhǔn)，在所述瞳孔定位圖像上向上、向左和向右截取預(yù)設(shè)的像 素距離，得到所述第二虹膜圖像，其中，所述預(yù)設(shè)的像素距離為所述瞳孔的半徑與第一預(yù)設(shè) 倍數(shù)的乘積。
5. 根據(jù)權(quán)利要求3所述的方法，其特征在于，對(duì)所述第二虹膜圖像進(jìn)行圖像增強(qiáng)處理， 得到所述第二虹膜圖像對(duì)應(yīng)的增強(qiáng)矩陣包括： 對(duì)所述第二虹膜圖像的矩陣進(jìn)行濾波處理，得到濾波矩陣； 利用邊緣檢測(cè)算子對(duì)所述濾波矩陣進(jìn)行梯度變換，得到變換矩陣； 對(duì)所述變換矩陣進(jìn)行歸一化處理，得到歸一化矩陣； 計(jì)算所述第二虹膜圖像中的所有像素值的像素平均值，將所述第二虹膜圖像中小于所 述像素平均值的像素拉伸至[〇, 1]，大于所述像素平均值的像素的值置為零，得到拉伸矩 陣； 將所述歸一化矩陣和所述拉伸矩陣進(jìn)行加和，得到和矩陣，確定所述增強(qiáng)矩陣。
6. 根據(jù)權(quán)利要求3所述的方法，其特征在于，基于所述噪聲圖像對(duì)所述增強(qiáng)矩陣進(jìn)行 去除瞳孔噪聲處理，得到初始上眼瞼邊界矩陣包括： 使用預(yù)設(shè)濾波器與所述增強(qiáng)矩陣作列卷積運(yùn)算，得到第一卷積結(jié)果； 使用預(yù)設(shè)行向量對(duì)所述第一卷積結(jié)果作行卷積運(yùn)算，得到上眼瞼矩陣，所述上眼瞼矩 陣包括像素Eyelash'（x，y)，所述（x，y)為各個(gè)所述像素的坐標(biāo)； 使用如下公式對(duì)所述上眼瞼矩陣進(jìn)行去噪處理，得到去噪矩陣，確定所述初始上眼瞼 邊界矩陣，其中，所述公式為：
其中，Eyelash(x，y)為所述去噪矩陣中點(diǎn)（x，y)處的像素值，Noise(x，y)為所述噪聲 圖像的圖像矩陣中點(diǎn)（x，y)處的像素值。
7. 根據(jù)權(quán)利要求3所述的方法，其特征在于，對(duì)所述初始上眼瞼邊界矩陣進(jìn)行二次去 噪處理，得到所述上眼瞼邊界圖像包括： 將所述初始上眼瞼邊界矩陣中大于像素閾值的像素點(diǎn)的灰度值修改為255,將所述初 始上眼瞼邊界矩陣中不大于所述像素閾值的像素點(diǎn)的灰度值修改為0,得到特征點(diǎn)矩陣，其 中，所述像素閾值為第二預(yù)設(shè)倍數(shù)與所述初始上眼瞼邊界矩陣中最大像素值的乘積； 對(duì)所述特征點(diǎn)矩陣的特征點(diǎn)圖像進(jìn)行區(qū)域連通處理，得到連通圖像； 若所述連通圖像中的區(qū)域內(nèi)特征點(diǎn)的個(gè)數(shù)小于預(yù)設(shè)閾值，則將該區(qū)域從所述連通圖像 中去除，得到所述上眼瞼邊界圖像。
8. -種虹膜識(shí)別的裝置，其特征在于，包括： 提取模塊，用于從采集到的第一虹膜圖像中提取上眼瞼邊界圖像； 旋轉(zhuǎn)模塊，用于將所述上眼瞼邊界圖像的圖像矩陣按照多個(gè)旋轉(zhuǎn)角度進(jìn)行旋轉(zhuǎn)，得到 多個(gè)旋轉(zhuǎn)矩陣； 獲取模塊，用于獲取與各個(gè)所述旋轉(zhuǎn)矩陣匹配的第一拋物線和各個(gè)所述旋轉(zhuǎn)矩陣確定 的上眼瞼邊界相交的點(diǎn)的第一數(shù)量； 第一確定模塊，用于將所述第一數(shù)量中的最大值對(duì)應(yīng)的所述旋轉(zhuǎn)角度，作為所述第一 虹膜圖像中眼睛旋轉(zhuǎn)的角度； 第二確定模塊，用于基于所述第一虹膜圖像中眼睛旋轉(zhuǎn)的角度確定對(duì)所述第一虹膜圖 像進(jìn)行歸一化的起始角度； 歸一化模塊，用于使用所述起始角度對(duì)所述第一虹膜圖像進(jìn)行歸一化處理，得到歸一 化圖像； 檢索模塊，用于使用從所述歸一化圖像中提取到的圖像特征在數(shù)據(jù)庫(kù)中檢索對(duì)應(yīng)的特 征信息，以對(duì)所述第一虹膜圖像進(jìn)行虹膜識(shí)別。
9. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述獲取模塊包括： 第一獲取子模塊，用于獲取預(yù)先設(shè)置的拋物線參數(shù)的取值范圍； 第二獲取子模塊，用于獲取所述拋物線參數(shù)的所述取值范圍確定的多條第二拋物線； 曲線擬合模塊，用于對(duì)各個(gè)所述第二拋物線和所述旋轉(zhuǎn)矩陣確定的所述上眼瞼邊界進(jìn) 行曲線擬合，得到各個(gè)所述第二拋物線與所述旋轉(zhuǎn)矩陣確定的所述上眼瞼邊界相交的點(diǎn)的 第二數(shù)量； 第一確定子模塊，用于將所述第二數(shù)量中的最大值對(duì)應(yīng)的所述第二拋物線作為與所述 旋轉(zhuǎn)矩陣匹配的所述第一拋物線，所述第二數(shù)量的最大值為所述第一數(shù)量的值。
10. 根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述提取模塊包括： 定位模塊，用于對(duì)所述第一虹膜圖像進(jìn)行邊緣檢測(cè)和霍夫變換，得到瞳孔定位圖像； 截取模塊，用于在所述瞳孔定位圖像上截取包含上眼瞼信息的第二虹膜圖像； 二值化處理模塊，用于使用平滑濾波器對(duì)所述第二虹膜圖像進(jìn)行二值化處理，生成噪 聲圖像； 圖像增強(qiáng)處理模塊，用于對(duì)所述第二虹膜圖像進(jìn)行圖像增強(qiáng)處理，得到所述第二虹膜 圖像對(duì)應(yīng)的增強(qiáng)矩陣； 第一去噪模塊，用于基于所述噪聲圖像對(duì)所述增強(qiáng)矩陣進(jìn)行去除瞳孔噪聲處理，得到 初始上眼瞼邊界矩陣； 第二去噪模塊，用于對(duì)所述初始上眼瞼邊界矩陣進(jìn)行二次去噪處理，得到所述上眼瞼 邊界圖像。
11. 根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述截取模塊包括： 第三獲取子模塊，用于獲取所述瞳孔定位圖像上瞳孔的位置信息和半徑，其中，所述瞳 孔的位置信息中包括：瞳孔的中心點(diǎn)的位置信息； 截取子模塊，用于以所述瞳孔的中心點(diǎn)為基準(zhǔn)，在所述瞳孔定位圖像上向上、向左和向 右截取預(yù)設(shè)的像素距離，得到所述第二虹膜圖像，其中，所述預(yù)設(shè)的像素距離為所述瞳孔的 半徑與第一預(yù)設(shè)倍數(shù)的乘積。
12. 根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述圖像增強(qiáng)處理模塊包括： 濾波模塊，用于對(duì)所述第二虹膜圖像的矩陣進(jìn)行濾波處理，得到濾波矩陣； 梯度變換模塊，用于利用邊緣檢測(cè)算子對(duì)所述濾波矩陣進(jìn)行梯度變換，得到變換矩 陣； 歸一化處理模塊，用于對(duì)所述變換矩陣進(jìn)行歸一化處理，得到歸一化矩陣； 拉伸模塊，用于計(jì)算所述第二虹膜圖像中的所有像素值的像素平均值，將所述第二虹 膜圖像中小于所述像素平均值的像素拉伸至[〇, 1]，大于所述像素平均值的像素的值置為 零，得到拉伸矩陣； 求和模塊，用于將所述歸一化矩陣和所述拉伸矩陣進(jìn)行加和，得到和矩陣，確定所述增 強(qiáng)矩陣。
13. 根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述第一去噪模塊包括： 第一計(jì)算模塊，用于使用預(yù)設(shè)濾波器與所述增強(qiáng)矩陣作列卷積運(yùn)算，得到第一卷積結(jié) 果； 第二計(jì)算模塊，用于使用預(yù)設(shè)行向量對(duì)所述第一卷積結(jié)果作行卷積運(yùn)算，得到上眼瞼 矩陣，所述上眼瞼矩陣包括像素Eyelash'（x，y)，所述（x，y)為各個(gè)所述像素的坐標(biāo)； 第一處理子模塊，用于使用如下公式對(duì)所述上眼瞼矩陣進(jìn)行去噪處理，得到去噪矩陣， 確定所述初始上眼瞼邊界矩陣，其中，所述公式為：
其中，Eyelash(x，y)為所述去噪矩陣中點(diǎn)（x，y)處的像素值，Noise(x，y)為所述噪聲 圖像的圖像矩陣中點(diǎn)（x，y)處的像素值。
14.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述第二去噪模塊包括： 第二處理子模塊，用于將所述初始上眼瞼邊界矩陣中大于像素閾值的像素點(diǎn)的灰度值 修改為255,將所述初始上眼瞼邊界矩陣中不大于所述像素閾值的像素點(diǎn)的灰度值修改為 〇,得到特征點(diǎn)矩陣，其中，所述像素閾值為第二預(yù)設(shè)倍數(shù)與所述初始上眼瞼邊界矩陣中最 大像素點(diǎn)值的乘積； 第三處理子模塊，用于對(duì)所述特征點(diǎn)矩陣的特征點(diǎn)圖像進(jìn)行區(qū)域連通處理，得到連通 圖像； 第二確定子模塊，用于若所述連通圖像中的區(qū)域內(nèi)特征點(diǎn)的個(gè)數(shù)小于預(yù)設(shè)閾值，則將 該區(qū)域從所述連通圖像中去除，得到所述上眼瞼邊界圖像。
【文檔編號(hào)】G06K9/00GK104484649SQ201410708416
【公開日】2015年4月1日 申請(qǐng)日期:2014年11月27日 優(yōu)先權(quán)日:2014年11月27日
【發(fā)明者】劉洋 申請(qǐng)人:北京天誠(chéng)盛業(yè)科技有限公司