基于深度学习的虹膜图像分割及定位方法、系统、装置

摘要

本发明属于模式识别、计算机视觉与图像处理领域，具体涉及了一种基于深度学习的虹膜图像分割及定位方法、系统、装置，旨在解决非可控场景下虹膜识别精度不高的问题。本发明方法包括：获取待处理虹膜图像；采用多任务神经网络模型生成四个映射图，分别对应瞳孔中心、虹膜内边界、虹膜外边界和虹膜分割掩模；采用阈值分割处理虹膜分割掩模映射图，完成虹膜分割；根据瞳孔中心与虹膜掩模的几何关系预测瞳孔中心位置；利用瞳孔、虹膜、巩膜之间的几何关系对映射图去噪及计算，得到虹膜内外圆参数，完成虹膜定位。本发明可对非可控环境下采集的虹膜图像进行有效的分割定位，为后续归一化和识别打下良好的基础，提高了非可控环境下虹膜识别的精度。