[發明專利]基于光源反光區域檢測和改進Hough變換的虹膜定位方法

有效

• 申請號: 201410075000.8
• 申請日: 2014-03-03
• 公開（公告）號: CN103824061B
• 公開（公告）日: 2016-11-30
• 發明（設計）人: 韓民;張國裕
• 申請（專利權）人: 山東大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 濟南金迪知識產權代理有限公司 37219
• 代理人: 寧欽亮

技術領域

本發明涉及一種基于光源反光區域檢測和改進Hough變換的虹膜圖像定位方法，屬于生物特征識別技術領域。

背景技術

生物特征識別算法(Biometrics)利用人類自身的生理或行為特征進行個人身份識別。目前應用較多的生物識別有人臉、虹膜、指紋、聲音、靜脈等生理特征以及簽名動作、步態等行為特征。這些特征因人而異、攜帶方便并且具有相當的穩定性。生物特征識別算法憑借這些獨特優勢，已經在信息安全、金融交易、社會安全、醫療衛生等領域獲得了廣泛應用。

與其他生物特相比，虹膜具有很高的穩定性、獨特性和防侵犯性等優點，已經得到了科學界和工業界的高度關注，并在安防、礦業、金融等領域得到了應用。在虹膜的識別系統中，一般包括虹膜的預處理、虹膜的特征提取和虹膜的特征匹配。其中虹膜的預處理是是整個虹膜識別系統的關鍵，它為后續的特征提取和編碼過程提供有效信息。在虹膜圖像的預處理里面重點就是虹膜的定位，虹膜的定位本質上就是確定虹膜的內外邊界，所以內外邊界的的正確性直接影響虹膜識別的準確性。虹膜預處理的基本步驟為：(1)初始化瞳孔中心；(2)確定虹膜內邊界；(3)確定虹膜外邊界。最早的虹膜邊界定位方法由Daugman提出，即經典的積分/微分算子(Integro-differential?operator)；Wildes提出的算法將邊緣檢測與Hough變換相結合；Boles等采用一維三次樣條小波提取出的圖像過零點作為特征。隨后，人們在虹膜圖像分割階段引入了多種工具，如最小二乘擬合、活動輪廓模型、Gabor濾波器等。

虹膜邊界定位存在以下難點：1光線的影響：例如眼睛上出現反光區域。2遮擋：睫毛、眼瞼等的遮擋，眼睛幾乎閉合。3：虹膜自身灰度不均勻，尤其是虹膜靠近瞳孔部分細節比較豐富。因此虹膜圖像質量大為降低，這為虹膜邊界的準確定位帶來了很大困難。為此，人們提出了不同的方法。例如等的均值模糊聚類、Pundlik等圖割法、He等提出了弦長均衡方法方法、Jarjes等的snake模型和角積分投影法。但是，這些算法普遍計算量很大，占用內存多，定位準確率不高。

發明內容

針對現有虹膜邊界定位技術存在的計算量大、占用內存多、定位準確率不高等問題，本發明提出了一種基于光源反光區域檢測和改進Hough變換的虹膜定位方法，該方法能夠較快實現內、外邊界的準確定位，還在一定程度上抑制了邊緣毛刺點和部分睫毛點、眼瞼的影響。

本發明的基于光源反光區域檢測和改進Hough變換的虹膜定位方法，包括以下步驟：

（1）確定基準點：利用虹膜采集過程中（采集設備一般采用對稱的紅外光源）會在瞳孔中形成反光點這一特性，對原始虹膜圖像進行形態學運算，消除瞳孔區域的反光區域，在消除反光區域前后，分別用設定的閾值進行二值化，確定瞳孔內反光區域并計算出均值，把均值點C作為內邊界的基準點；

步驟（1）的具體過程如下：

①對輸入的虹膜圖像I(m,n)(m≤MI,n≤NI)進行高斯金字塔分解,MI和NI分別是虹膜圖像的總行數和總列數，得到概貌圖像Ic；

②根據反光區域的灰度值特征，設定閾值Th，將概貌圖像Ic二值化。低于設定閾值Th的像素的灰度值置為0，得到低亮度L區域；否則置1，得到高亮度H區域，得到概貌圖像Ic的二值化圖像Ic_b；