[發明專利]基于特征點重投影的單眼虹膜匹配方法

有效

• 申請號: 202011259221.2
• 申請日: 2020-11-12
• 公開（公告）號: CN112380966B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 鄭海紅;梁婕;王義峰;萬波;盧波;李晟碩;霍振峰
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06V40/18
• 分類號: G06V40/18;G06V40/19;G06T7/11;G06T7/136;G06T7/40
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;陳媛

本發明公開了一種基于特征點重投影的單眼虹膜匹配方法。主要解決現有技術計算時間復雜度高，虹膜外區域影響匹配結果的問題。其方案是：采用攝像頭獲取單眼虹膜圖像，并對其依次進行虹膜定位、特征提取、剔除邊界信息的數據預處理；用每次預處理后的虹膜區域分割圖像構成虹膜識別數據庫；采用攝像頭獲取待識別單眼虹膜圖像，對其進行數據預處理；將預處理后的虹膜區域分割圖像B與虹膜識別數據庫中的虹膜區域分割圖像A進行匹配，根據匹配的特征點對估計單應矩陣。將圖B中特征點重投影至圖A空間，計算對應特征點平均位置偏差，并據此判斷匹配是否成功。本發明實現了對虹膜區域的分割，并在保持匹配準確度的同時提高了匹配速度，可用于身份認證。

技術領域

本發明屬于計算機視覺圖像識別領域，特別涉及一種單眼虹膜匹配方法，可用于在各種需要判斷目標人員身份的場景中進行身份認證。

背景技術

虹膜識別是指通過特殊設備采集到雙眼虹膜圖像，并將圖像與數據庫中已有的數據進行比對，來識別目標人身份信息的技術。目前，主流的虹膜識別有兩種方法：基于深度學習的虹膜識別和基于特征點的虹膜識別。其中：

基于深度學習的虹膜識別方法，是數據驅動的識別過程，其通過加入眼睛偏斜、姿態變化、帶有噪聲的圖像數據樣本，使得模型能夠識別出這些狀態下的虹膜特征。但是，這種方法存在可解釋性差、對抗樣本的問題，在實際場景中很難保證安全性。

基于特征點的虹膜識別方法，是從圖像本身的特征人手，從多個角度判斷兩個圖像的觀測數據，具有省時、成本低、實用性強的優勢，可以部署室內外甚至是手機、電腦等設備中，具有很高的研究價值。向來被認為是身份識別中最具安全、便捷的一種。從上個世紀發展至今，基于特征點的方法已經發展出了一套完善的理論，有強大的數學原理做基礎。虹膜識別是身份識別領域的研究熱點。該方法由于瞳孔尺度變化、睫毛頭發遮擋，存在提取出的虹膜特征點誤差大的問題。

基于特征點的虹膜識別屬于計算機視覺、計算機圖形學、圖像處理的交叉研究領域。如何在識別速度和精度上進行權衡，是領域內研究人員需要考慮的一大課題。例如，申請專利號為CN202010167257.1，名稱為“一種采用圖像增廣和小樣本學習的虹膜識別方法”的專利申請，是通過構建CNN網絡來提取虹膜的特征向量，最后通過比較序列距離來獲取匹配結果。該方法看似取得了不錯的結果，實際在識別速度上還遠遠達不到可以實際應用的標準。同時，該方法直接使用采集的眼部圖像進行處理，使得算法有很大一部分精力都在處理與虹膜區域無關的部分。這不僅造成了時間上的浪費，而且，由于這些額外區域很可能會淡化虹膜部分對最終結果的影響，最終將會導致錯誤的識別情況。在目前已發表的使用特征點進行虹膜識別的算法中，這種情況并不是個例。因此，如何在提高識別速度的同時保持絕對的識別準確度，

如何使識別算法更“專注”于虹膜的區域，是目前虹膜識別算法研究人員應該迫切解決的問題。

發明內容

本發明的目的在于針對上述現有技術的不足，提出一種基于特征點重投影的單眼虹膜匹配方法，以在提高識別速度的同時保持絕對的匹配準確度。

實現本發明目的的技術方案是：對于獲取到的眼部圖像，首先進行分割，僅提取出虹膜的區域，剔除虹膜邊界特征點，然后再進行下一步的識別，具體步驟包括如下：

1.一種基于特征點重投影的單眼虹膜匹配方法，其特征在于，包括如下：

(1)采用攝像頭獲取單眼虹膜圖像I，并對其進行數據預處理：

(1a)采用Hough變換的方法對單眼虹膜圖像I進行虹膜定位，得到虹膜區域分割圖像I’；

(1b)采用orb特征點檢測方法對虹膜區域分割圖像I’中的特征點進行檢測，得到虹膜區域分割圖像I’的特征點集合P和特征點的特征描述信息集合B；

(1c)剔除虹膜區域分割圖像I’在虹膜區域邊界處的特征點及其特征描述；