[發明專利]一種基于瞳孔變化的動態虹膜定位方法

在審

• 申請號: 202110544265.8
• 申請日: 2021-05-19
• 公開（公告）號: CN113139523A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 劉冬冬;李向榮;宋金秋
• 申請（專利權）人: 青島科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 青島中天匯智知識產權代理有限公司 37241
• 代理人: 孟琦

本發明公開了一種基于瞳孔變化的動態虹膜定位方法，該方法包括：獲取原始虹膜圖像；設定閾值對圖像進行二值化；用canny算法檢測瞳孔邊界；使用八連通模板檢測過濾圖像的噪聲；對圖像按比例進行縮小；用Hough變換定位瞳孔邊界，即為虹膜內邊界；通過已建立的瞳孔半徑與虹膜外徑關系的數學模型，動態實時定位虹膜的外邊界；得到虹膜定位圖；本發明所提供的虹膜定位方法，能夠快速且準確的定位虹膜位置，為后續的特征匹配提供準確的虹膜圖。

技術領域

本發明屬于虹膜定位技術領域，具體是中一種基于瞳孔變化的動態虹膜定位方法。

背景技術

生物識別技術一直是社會安全領域的關注熱點，目前虹膜識別被認為是近年來最值得 信賴的生物識別技術之一。它與生俱來，不易被破壞，且一生不會改變，被偽造盜用的可能 性也微乎其微。針對該識別技術，目前算法較多，其中虹膜定位算法一直是研究的熱門,虹膜 定位的目的是將虹膜區域從人眼圖像中分離出來，進而去除原始圖像中存在的瞳孔、鞏膜等 非虹膜信息,虹膜定位是虹膜識別一個重要環節，在虹膜識別中占據很重要的位置，是后繼算 法的前提和保障，其準確性將直接影響最終虹膜識別效果。

目前已有的虹膜定位算法主要有：基于微分積分的方法、基于Canny算子和Hough變 換的方法和基于圖像灰度梯度變化的方法。

基于微分積分的方法認為，虹膜是一個近似圓環的區域，虹膜定位即簡化為確定虹膜 內外邊緣近似圓心位置和半徑等信息。這種方法需要遍歷搜索所有參數空間，算法復雜度較 高。基于Canny算子和Hough變換的方法利用Canny邊緣檢測算子檢測虹膜圖像的邊緣點， 再使用Hough變換確定虹膜邊緣的參數。但是，Hough變換準確性受到搜索半徑范圍影響， 且運算量較大，導致定位速度較慢。基于圖像灰度梯度變化的方法是充分利用圖像灰度梯度， 對虹膜進行定位。該類型的方法操作簡單，定位速度也比較快，但是，容易受光斑、圖像模 糊等噪聲的干擾，定位不準確，魯棒性較差。

發明內容

本發明要解決的技術問題是提供一種基于瞳孔變化的動態虹膜定位方法能夠解決現 有技術的不足，極大提高虹膜定位算法的速度。

本發明提供了一種基于瞳孔變化的動態虹膜定位方法，包括：

Step1獲取原始虹膜圖像；

Step2設定閾值對原始虹膜圖像圖像進行二值化處理；

Step3用canny算法對二值化圖形進行邊緣檢測得到瞳孔邊界；

Step4使用八連通模板檢測過濾圖像的噪聲；

Step5對去噪后的虹膜圖像按比例進行縮小；

Step6對縮小后的虹膜圖像用Hough變換定位虹膜內邊界；

Step7通過已建立的瞳孔半徑與虹膜外徑關系的數學模型，動態實時定位虹膜的外邊界；

進一步的，所述Step4的具體過程為：對邊緣檢測后的圖像，通過八連通的模板檢測 計算出圖像各連通區域的面積，然后通過設定閾值除去面積小于該閾值的部分。

進一步的，所述Step5的具體過程為：將原圖像的所有像素點(x_i,y_i)，只取其中1/4的像素點，即將圖像f(x_i,y_i)映射到空間，實現將原圖像縮小16倍。

進一步的，所述Step7的具體過程為：先根據大量已采集的虹膜圖像，按照瞳孔的不 同尺寸進行分類，通過虹膜匹配試驗進一步確定不同瞳孔尺寸下合適的外邊界參數，用得到 的瞳孔尺寸和虹膜外邊界尺寸建立數學關系模型，在得到瞳孔參數后，代入瞳孔半徑與虹膜 外徑關系的數學模型，得到虹膜的外邊界參數。