[發明專利]適應復雜應用場景中低質量虹膜圖像的虹膜分割方法無效
| 申請號: | 200910072230.8 | 申請日: | 2009-06-09 |
| 公開(公告)號: | CN101923645A | 公開(公告)日: | 2010-12-22 |
| 發明(設計)人: | 李培華;劉曉敏 | 申請(專利權)人: | 黑龍江大學 |
| 主分類號: | G06K9/46 | 分類號: | G06K9/46;G06K9/00 |
| 代理公司: | 哈爾濱東方專利事務所 23118 | 代理人: | 陳曉光 |
| 地址: | 150080 黑龍江省哈爾濱市南*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 適應 復雜 應用 場景 質量 虹膜 圖像 分割 方法 | ||
1.一種適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:使用基于AdaBoost算法的人眼檢測器初步確定人眼子圖像,然后進一步應用基于共生直方圖和K-Means聚類的圖像分割以及橢圓Hough變換更準確地確定人眼子圖像,采用改進的Hough變換定位虹膜外輪廓并輸出檢測結果的積分微分算子值CID,如果虹膜外輪廓定位的不夠準確通過對虹膜圖像進行二值化、邊緣檢測和拋物線擬合判斷是否是閉眼圖像,對于非閉眼圖像利用膚色信息重新確定虹膜外輪廓,最后采用一維信號檢測算法和帶約束的拋物線積分微分算子檢測上眼瞼,采用一維信號檢測算法和RANSAC算法檢測下眼瞼,通過計算虹膜內部的直方圖尋找閾值去除高亮點。
2.根據權利要求1所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:所述的基于人眼檢測算法初步確定人眼子圖像,是基于AdaBoost算法學習人眼檢測器,在虹膜圖像中將眼睛區域提取出來。
3.根據權利要求1或2所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:所述的基于共生直方圖特征及K-Means聚類的圖像分割和橢圓的Hough變換準確確定人眼子圖像是采用自適應劃分區間的共生直方圖作為特征向量,基于K-Means聚類算法對步驟一得到的子圖像進行分割,在分割后的圖像中用Canny邊緣檢測方法生成邊緣圖像,然后用基于橢圓的Hough變換擬合眼睛輪廓從而產生更準確的包含眼睛的橢圓區域。
4.根據權利要求3所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:所述的改進的基于圓的Hough變換確定虹膜外輪廓是指在得到的橢圓區域中用Canny邊緣檢測算法產生邊緣圖像,然后用基于圓的Hough變換確定虹膜外輪廓,使用Hough變換統計邊緣點時,需要同時考慮邊緣點的梯度方向,以提高確定虹膜外輪廓的準確性;由于Hough變換中像素統計個數最多的候選圓未必是真正對應虹膜的外輪廓,因此Hough變換得到的Top?10候選圓中,將積分微分算子值最大的候選圓作為最佳的虹膜外輪廓,并輸出積分微分算子值CID。
5.根據權利要求4所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:所述的閉眼圖像的判斷是用外輪廓的積分微分算子值CID判斷該圖像是否為閉眼睛圖像的候選圖像,如果CID小于某個閾值,則為候選圖像。
6.根據權利要求4所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:如果認為通過權利要求3和4得到的虹膜外輪廓足夠準確,無需重新檢測;對于通過權利要求5得到的候選圖像,需要進一步進行邊緣檢測、圖像二值化和拋物線擬合,通過擬合的拋物線最終確定是否為閉眼圖像,如果判斷為閉眼圖像,則虹膜分割過程結束。
7.根據權利要求4所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:所述的基于膚色信息重新確定虹膜外輪廓是指:當通過權利要求5和6判斷得知CID小于某個閾值而此時圖像又非閉眼圖像時,需要利用膚色信息再次確定虹膜外輪廓;通過膚色檢測器檢測膚色像素和非膚色像素,得到二值化圖像,對二值圖像進行膨脹后檢測邊緣,用Hough變換檢測出包含眼睛的橢圓區域,之后用權利要求4描述的改進的基于圓的Hough變換重新確定虹膜外輪廓。
8.根據權利要求4所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:所述的基于圓的積分微分算子確定瞳孔輪廓是指:根據虹膜外輪廓的圓心確定瞳孔圓心的取值范圍,利用人眼虹膜外輪廓與虹膜內輪廓的比率關系對瞳孔的半徑進行約束。在虹膜內部基于圓的積分微分算子確定瞳孔輪廓。
9.根據權利要求1或2或4或5或6或7或8所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:所述的檢測虹膜上眼瞼是使用一維信號檢測的方法確定虹膜上眼瞼的邊緣點,用拋物線積分微分算子確定虹膜上眼瞼,在搜索過程中,用檢測到的眼瞼邊緣點作為約束去除明顯不合理的候選拋物線;所述的檢測虹膜下眼瞼是同樣使用一維信號檢測方法確定虹膜下眼瞼的部分邊緣點,使用RANSAC算法擬合虹膜下眼瞼的拋物線。
10.根據權利要求1或2或4或5或6或7或8所述的適應復雜應用場景中低質量虹膜圖像的虹膜分割方法,其特征是:所述的去除虹膜內部高亮點是指:計算虹膜內部的直方圖并對該直方圖進行高斯平滑,直方圖右側的峰對應虹膜內部的高亮點,取該峰左側的谷作為去除高亮點的閾值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于黑龍江大學,未經黑龍江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200910072230.8/1.html,轉載請聲明來源鉆瓜專利網。





