[發(fā)明專利]用于運(yùn)動模糊虹膜識別的加權(quán)比對方法

無效

• 申請?zhí)枺?/td>: 201310603622.9
• 申請日: 2013-11-25
• 公開（公告）號: CN103577814A
• 公開（公告）日: 2014-02-12
• 發(fā)明（設(shè)計）人: 譚鐵牛;孫哲南;劉京
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 宋焰琴

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理、模式識別和統(tǒng)計學(xué)習(xí)等技術(shù)領(lǐng)域，特別是涉及一種用于運(yùn)動模糊虹膜識別的加權(quán)比對方法。

背景技術(shù)

虹膜識別作為生物特征識別中的一種，其具有很高的穩(wěn)定性和準(zhǔn)確性，并且在近些年中得到了很大的發(fā)展。現(xiàn)階段，可控場景下的虹膜識別已經(jīng)發(fā)展得比較成熟，并有很多成功的應(yīng)用實(shí)例，特別是在一些大規(guī)模以及高精度要求的場景中。然而，對于在非可控場景下的識別系統(tǒng)，例如遠(yuǎn)距離、

行進(jìn)中的虹膜識別系統(tǒng)，它們當(dāng)中還存在一些我們未能完全解決的問題，而這些問題主要是由獲取的虹膜圖像質(zhì)量不理想造成的。

在非可控場景下的虹膜識別系統(tǒng)中，由于現(xiàn)階段硬件工藝水平的限制且虹膜本身直徑僅有12mm左右，在圖像采集過程中捕獲到運(yùn)動模糊的虹膜圖像是很難避免的。對于這些運(yùn)動模糊的虹膜圖像，其虹膜的紋理細(xì)節(jié)信息在一定程度上有所損失，導(dǎo)致了虹膜識別性能的下降，特別是錯誤拒絕率的升高。因此，在可控場景下的虹膜識別系統(tǒng)獲取虹膜圖像的時候，為了采集到清晰的虹膜圖片會對用戶提出一些比較苛刻的要求，即為了采集到足夠清晰的虹膜圖像以成功通過識別系統(tǒng)，用戶不得不去盡量地配合虹膜識別系統(tǒng)。這種對用戶配合的嚴(yán)格要求，在一定程度上限制了虹膜識別的應(yīng)用范圍，造成了虹膜識別中最大的瓶頸。

目前國內(nèi)外解決運(yùn)動模糊虹膜識別的方法并不多，且多集中在圖像的修復(fù)和增強(qiáng)。[Kang，Optical?Engineering]提出了運(yùn)動虹膜圖像的去模糊方法，對模糊的虹膜圖像首先進(jìn)行去卷積并試圖恢復(fù)模糊圖像中丟失的紋理細(xì)節(jié)，再進(jìn)行常規(guī)的虹膜識別算法。[Shukri，PR?Letters]提出針對運(yùn)動模糊虹膜圖像的圖像增強(qiáng)算法，先后使用同態(tài)濾波和多尺度視網(wǎng)膜-大腦皮層算法對低質(zhì)量圖像進(jìn)行陰影區(qū)域的去除和對比度的增強(qiáng)。

上面所述的方法雖然在運(yùn)動模糊虹膜圖像的識別問題上都取得了一定效果，但是它們?nèi)源嬖谝恍┎蛔恪Ｋ麄儍H對虹膜圖像本身操作而且主要關(guān)注于圖像的視覺效果，并沒有觸及到更高的處理層級，因此帶來的識別性能的效果改善也會受到限制。而且在圖像增強(qiáng)的過程中，它們過多的依賴于圖像的先驗(yàn)信息，并沒有充分考慮到運(yùn)動虹膜圖像的特殊屬性，因此在一定程度上降低了其針對性和魯棒性。

綜上所述，現(xiàn)有的針對運(yùn)動模糊虹膜識別的方法仍存在一定的改進(jìn)余地，如何充分的考慮運(yùn)動模糊虹膜圖像的特性，更深入的觸及識別本質(zhì)帶來更加魯棒、準(zhǔn)確的運(yùn)動模糊虹膜識別結(jié)果仍然是一個亟待解決的難題。

發(fā)明內(nèi)容

(一)要解決的技術(shù)問題

有鑒于此，本發(fā)明的主要目的是針對上述現(xiàn)有技術(shù)中存在的問題，提供一種用于運(yùn)動模糊虹膜識別的加權(quán)比對方法，在比對過程中同時根據(jù)運(yùn)動模糊的長度和方向和其對于運(yùn)動模糊的魯棒性，自適應(yīng)的對不同編碼位設(shè)置比對權(quán)值，以準(zhǔn)確、魯棒的實(shí)現(xiàn)運(yùn)動模糊虹膜識別性能的提升。

(二)技術(shù)方案

為達(dá)成上述目的，本發(fā)明撮出一種用于運(yùn)動模糊虹膜識別的加權(quán)比對方法，該方法包括：步驟S1、收集并構(gòu)建訓(xùn)練集，使訓(xùn)練集包含多個虹膜圖像對，每個虹膜圖像對包括來源于同一虹膜的一幅清晰的虹膜圖像和一幅人工模糊的虹膜圖像，接著，對訓(xùn)練集中的所有虹膜圖像進(jìn)行預(yù)處理得到ROI，并將其轉(zhuǎn)換到極坐標(biāo)系下，再對各ROI進(jìn)行特征提取，得到訓(xùn)練集中各虹膜圖像的二值特征編碼，然后在得到的二值編碼中使用所述各虹膜圖像對中的清晰虹膜圖像和人工模糊的虹膜圖像進(jìn)行比對，得到一般的運(yùn)動模糊虹膜圖像編碼的可信圖，并歸一化得到針對運(yùn)動模糊的加權(quán)匹配模板；步驟S2、對需要識別的測試虹膜圖像進(jìn)行預(yù)處理得到ROI同時判定運(yùn)動模糊的長度和方向，再將ROI轉(zhuǎn)換到極坐標(biāo)系后進(jìn)行特征提取，根據(jù)虹膜圖像運(yùn)動模糊的長度和方向自適應(yīng)的利用步驟S1得到的針對運(yùn)動模糊的加權(quán)匹配模板與注冊虹膜圖像庫中的虹膜圖像樣本進(jìn)行加權(quán)比對。