[發明專利]虹膜識別方法、裝置及終端設備

在審

• 申請號: 201710846244.5
• 申請日: 2017-09-19
• 公開（公告）號: CN107506754A
• 公開（公告）日: 2017-12-22
• 發明（設計）人: 陳書楷;楊奇
• 申請（專利權）人: 廈門中控智慧信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 深圳中一專利商標事務所44237
• 代理人: 官建紅

1.一種虹膜識別方法，其特征在于，所述方法包括：

獲取用戶的眼部圖像，所述眼部圖像包括虹膜；

使用快速檢測算法檢測所述虹膜的內圓和外圓邊界，所述內圓和外圓邊界所組成的圓環部分即為所述虹膜對應的區域；

將環形的虹膜圖像歸一化為預設大小的矩形虹膜圖像；

對所述矩形虹膜圖像進行分塊得到多個虹膜子塊圖像，并對每個所述虹膜子塊圖像進行特征提取，得到各個所述虹膜子塊圖像的特征向量；

對兩個對應的虹膜子塊圖像的特征向量進行距離加權，將加權后的距離映射為相似度，并根據識別閾值和所述相似度進行虹膜識別。

2.如權利要求1所述的虹膜識別方法，其特征在于，所述將環形的虹膜圖像歸一化為預設大小的矩形虹膜圖像，具體為：

計算虹膜的內圓與外圓的圓心坐標平均值并將所述圓心坐標平均值作為瞳孔中心坐標(x₀,y₀)，根據圓環參數方程將環形虹膜圖像繞瞳孔中心展開為長為360象素、高為內圓與外圓半徑差r的矩形，再將展開的矩形圖像歸一化為預設大小的矩形虹膜圖像，其中圓環參數方程為：

。

3.如權利要求1所述的虹膜識別方法，其特征在于，所述對所述矩形虹膜圖像進行分塊處理得到多個虹膜子塊圖像，具體為：

將所述矩形虹膜圖像分割為M*N個虹膜子塊圖像，其中，相鄰的兩個虹膜子塊圖像的相鄰邊的大小相等，且相鄰的兩個虹膜子塊圖像的部分區域重合，M和N均為正整數。

4.如權利要求3所述的虹膜識別方法，其特征在于，所述對每個虹膜子塊圖像進行特征提取，具體包括：

利用卷積神經網絡對每一個虹膜子塊圖像進行交錯的卷積和池化操作，得到M*N個L維的特征向量，L為正整數。

5.如權利要求3所述的虹膜識別方法，其特征在于，所述對兩個對應的虹膜子塊圖像的特征向量進行距離加權，具體包括：

計算對應的兩個虹膜子塊圖像的特征向量的M*N個距離，并將特征向量的每一行的N個距離分成m個部分，用m個不同的系數分別與m個部分的距離進行加權操作；其中，所述m個系數設置為靠近中央區域的系數值大，靠近兩端區域的系數值小。

6.一種虹膜識別裝置，其特征在于，包括：圖像獲取模塊、圖像變換模塊、特征提取模塊、模式匹配模塊；

圖像獲取模塊，用于獲取用戶眼部圖像并通過檢測算法檢測所述虹膜的內圓和外圓邊界，獲取內圓和外圓邊界所組成的圓環部分即為環形虹膜圖像；

圖像變換模塊，用于將所述環形虹膜圖像歸一化為預設大小的矩形虹膜圖像；

特征提取模塊，用于將矩形虹膜圖像分為多個虹膜子塊圖像，并對每個所述虹膜子塊圖像進行特征提取，得到各個所述虹膜子塊圖像的特征向量；

模式匹配模塊，用于對兩個對應的虹膜子塊圖像的特征向量進行距離加權，將加權后的距離映射為相似度，并根據識別閾值和所述相似度得出識別結果。

7.如權利要求6所述的虹膜識別裝置，其特征在于，所述特征提取模塊包括：

圖像分塊單元，用于將所述矩形虹膜圖像分割為M*N個虹膜子塊圖像，其中，相鄰的兩個虹膜子塊圖像的相鄰邊的大小相等，且相鄰兩個虹膜子塊圖像的部分區域重合，M和N均為正整數；

CNN變換單元，用于利用卷積神經網絡對每一個虹膜子塊圖像進行交錯的卷積和池化操作，得到M*N個L維的特征向量，L為正整數。

8.如權利要求6所述的虹膜識別裝置，其特征在于，所述模式匹配模塊包括：

距離加權單元，用于計算對應兩個虹膜子塊特征向量的N個距離，并將特征向量的每一行的N個距離分成m個部分，用m個不同的系數分別與m個部分的距離進行加權操作；其中，所述m個系數設置為靠近中央區域的系數值大，靠近兩端區域的系數值小。

相似度計算單元，用于將加權后的距離映射為相似度；

識別單元，用于將所述相似度與識別閾值進行比較，獲得識別結果。

9.一種虹膜識別終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至5任一項所述方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至5任一項所述方法的步驟。