一種基于arm平臺(tái)的動(dòng)態(tài)人臉虹膜采集方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于ARM平臺(tái)的動(dòng)態(tài)人臉虹膜采集方法。
【背景技術(shù)】
[0002] 目前，就目前來看，市場(chǎng)上虹膜識(shí)別主要是以X86平臺(tái)運(yùn)行為主，其次是DSP平臺(tái) 的運(yùn)行，只是單一的虹膜識(shí)別，大部分識(shí)別距離在30CM左右，并且識(shí)別的區(qū)間相對(duì)較短，是 低的區(qū)間只有1CM，最多的也就5CM，對(duì)于客戶很難把握到距離區(qū)間，產(chǎn)品的易用性相對(duì)來 說比較當(dāng)差?，F(xiàn)在市面的上技術(shù)及產(chǎn)品，只是靜態(tài)識(shí)別，人要站在鏡頭前面不能動(dòng)，要求人 要配合度很高，在室外陽(yáng)光下無(wú)法識(shí)別，或在光線強(qiáng)的地方很難識(shí)別，這對(duì)于光學(xué)設(shè)備參數(shù) 與算法沒有很好的結(jié)合應(yīng)用，很多公司要么只是做光學(xué)，要么就是只做算法，沒有把這兩種 技術(shù)融合運(yùn)用好，這是目前所有生物識(shí)別技術(shù)存在的主要問題。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明目的是針對(duì)現(xiàn)有技術(shù)存在的缺陷提供一種結(jié)合人臉檢測(cè)和跟蹤的快速動(dòng) 態(tài)人臉檢測(cè)算法。其在層次型AdaBoost檢測(cè)算法的基礎(chǔ)上，結(jié)合提出的一種基于線性預(yù) 測(cè)的人臉跟蹤算法來縮小搜索空間，使得檢測(cè)速度提高到24ms/幀。還設(shè)計(jì)了一種結(jié)合層 次型AdaBoost算法、負(fù)樣本反饋方式和利用權(quán)值縮減訓(xùn)練時(shí)間的檢測(cè)器訓(xùn)練方法，可以方 便地應(yīng)用于物體檢測(cè)技術(shù)上。
[0004] 本發(fā)明為實(shí)現(xiàn)上述目的，采用如下技術(shù)方案：一種基于ARM平臺(tái)的動(dòng)態(tài)人臉虹膜 米集方法，包括如下步驟：
[0005] 1)、配置如下采集設(shè)備，該采集設(shè)備包括：顯示屏、圖像采集單元、虹膜攝像頭、云 臺(tái)、紅外光源和RAM處理器；所述顯示屏與RAM處理器連接，顯示屏顯示RAM處理器給出的 識(shí)別結(jié)果；圖像采集單元與RAM處理器連接，圖像采集單元獲取用戶圖像并傳給RAM處理 器；虹膜攝像頭固定在所述云臺(tái)上，虹膜攝像頭獲取用戶虹膜圖像并傳給RAM處理器；RAM 處理器連接云臺(tái)和虹膜攝像頭，RAM處理器接收用戶圖像和用戶虹膜圖像并控制云臺(tái)在豎 直方向上轉(zhuǎn)動(dòng)，用于調(diào)整固定在云臺(tái)上的虹膜攝像頭的角度，虹膜攝像頭對(duì)準(zhǔn)用戶的眼睛 區(qū)域，獲取虹膜圖像，用于虹膜識(shí)別；紅外光源與RAM處理器連接，為虹膜攝像頭提供紅外 光源；
[0006] 2)、虹膜粗定位，通過RAM處理器控制虹膜攝像頭對(duì)人眼虹膜內(nèi)邊緣圓心和半徑 的進(jìn)行粗定位；
[0007] 3)、虹膜精定位，當(dāng)人眼虹膜的圓心和半徑大致確定之后，虹膜攝像頭根據(jù)虹膜的 圓形結(jié)構(gòu)特征，依次對(duì)虹膜的內(nèi)外邊緣進(jìn)行精定位；其計(jì)算公式如下：
【主權(quán)項(xiàng)】
1. 一種基于ARM平臺(tái)的動(dòng)態(tài)人臉虹膜采集方法，其特征在于，包括如下步驟： 1) 、配置如下采集設(shè)備，該采集設(shè)備包括；顯示屏、圖像采集單元、虹膜攝像頭、云臺(tái)、紅 外光源和RAM處理器；所述顯示屏與RAM處理器連接，顯示屏顯示RAM處理器給出的識(shí)別結(jié) 果；圖像采集單元與RAM處理器連接，圖像采集單元獲取用戶圖像并傳給RAM處理器；虹膜 攝像頭固定在所述云臺(tái)上，虹膜攝像頭獲取用戶虹膜圖像并傳給RAM處理器；RAM處理器連 接云臺(tái)和虹膜攝像頭，RAM處理器接收用戶圖像和用戶虹膜圖像并控制云臺(tái)在豎直方向上 轉(zhuǎn)動(dòng)，用于調(diào)整固定在云臺(tái)上的虹膜攝像頭的角度，虹膜攝像頭對(duì)準(zhǔn)用戶的眼睛區(qū)域，獲取 虹膜圖像，用于虹膜識(shí)別；紅外光源與RAM處理器連接，為虹膜攝像頭提供紅外光源； 2) 、虹膜粗定位，通過RAM處理器控制虹膜攝像頭對(duì)人眼虹膜內(nèi)邊緣圓屯、和半徑的進(jìn) 行粗定位； 3) 、虹膜精定位，當(dāng)人眼虹膜的圓屯、和半徑大致確定之后，虹膜攝像頭根據(jù)虹膜的圓形 結(jié)構(gòu)特征，依次對(duì)虹膜的內(nèi)外邊緣進(jìn)行精定位；其計(jì)算公式如下：
其中，D(x，y)為利用Canny算子獲得的灰度邊緣圖像，咕(時(shí)表示高斯函數(shù)，R0表示粗 定位后的瞳孔半徑，AR表示捜索范圍；R0的值根據(jù)虹膜內(nèi)外徑的大致比例關(guān)系來確定； 4) 、對(duì)定位的虹膜進(jìn)行圖像采集，W獲得虹膜圖像； 5) 、對(duì)虹膜圖像進(jìn)行歸一化處理，即將每幅虹膜圖像調(diào)整為與原始虹膜圖像相同的尺 寸和對(duì)應(yīng)的位置； 6) 、對(duì)歸一化處理后的虹膜圖像進(jìn)行局部直方圖均衡化處理；其計(jì)算公式如下：
其中，設(shè)虹膜圖像的灰度級(jí)為fk，直方圖均衡化使用一個(gè)灰度函數(shù)作為變換函數(shù)，灰度 函數(shù)設(shè)為T(r)，設(shè)虹膜圖像中總的像素?cái)?shù)目N，輸入直方圖做修正，則得到均衡化后的虹膜 圖像灰度分布函數(shù)為S(r);虹膜圖像中灰度級(jí)rk為灰度級(jí)ri的像素總數(shù)； 7) 、對(duì)虹膜圖像特征進(jìn)行提?。? 首先，用選16個(gè)G油or濾波通道，即選擇中屯、頻率為2樣2、4樣2、8樣2和16樣2,W及0°、45°、90°和135°四個(gè)方向，通過G油or濾波器的對(duì)稱性可知，構(gòu)成了不同方向和 頻率下的Gabor濾波器；通過下述公式對(duì)虹膜圖像進(jìn)行處理，從而得到各個(gè)通道上的濾波 結(jié)果；
其中，電表示卷積，I(X，y)表示處理后虹膜圖像；k表示第k個(gè)尺度，j表示第j個(gè)方 向，F(xiàn)w(x，y)表示卷積后結(jié)果； 8) 、通過步驟6)對(duì)虹膜圖像進(jìn)行濾波處理后，獲得子塊濾波模的最大值所小波號(hào)；并 采用分塊方式對(duì)特征進(jìn)行編碼，提取局部相位信息，W得到虹膜特征碼； 具體為：設(shè)整個(gè)虹膜圖像（x，y)被分MXN大小的若干個(gè)子塊，各子塊濾波模的大小與 濾波器模板大小一樣，對(duì)局部相位信息值進(jìn)行計(jì)算，得到一個(gè)復(fù)數(shù)；如果該個(gè)復(fù)數(shù)的實(shí)部大 于等于0,則表示該特征碼為1，否則為0 ;如果該個(gè)復(fù)數(shù)的虛部大于等于0,則表示該特征碼 為1，否則為0。
【專利摘要】本發(fā)明公布了一種基于ARM平臺(tái)的動(dòng)態(tài)人臉虹膜采集方法，包括如下步驟：配置如下采集設(shè)備，虹膜粗定位，虹膜精定位，對(duì)定位的虹膜進(jìn)行圖像采集，對(duì)虹膜圖像進(jìn)行歸一化處理，對(duì)歸一化處理后的虹膜圖像進(jìn)行局部直方圖均衡化處理，對(duì)虹膜圖像特征進(jìn)行提取，采用分塊方式對(duì)特征進(jìn)行編碼，提取局部相位信息，以得到虹膜特征碼。本發(fā)明可以在拍到人臉的基本上運(yùn)用模糊算法圖像處理技術(shù)，形成一張清楚的人臉圖像，這樣就可以把人臉與虹膜識(shí)別兩種生物識(shí)別技術(shù)有機(jī)的結(jié)合在一起，即是人臉與虹膜同時(shí)識(shí)別，這種方式是在同一顆ARM處理器上完成，這樣也解決了目前生物識(shí)別不能達(dá)到百分之百的弊端，即面部與虹膜識(shí)別互相彌補(bǔ)，達(dá)到最優(yōu)狀態(tài)。
【IPC分類】G06K9-00
【公開號(hào)】CN104794445
【申請(qǐng)?zhí)枴緾N201510187589
【發(fā)明人】李強(qiáng)
【申請(qǐng)人】北京虹安翔宇信息科技有限公司
【公開日】2015年7月22日
【申請(qǐng)日】2015年4月20日