一种采用RGB+IR图像传感器进行生物识别的方法及识别系统

摘要

本发明一种采用RGB+IR图像传感器进行生物识别的方法和系统，包括滤光的步骤，获取图像的步骤，分离黑白图像数据流和RGB图像数据流的步骤，和输出的步骤。该系统包括滤光片、RGB+IR图像传感器、分离黑白图像数据流和RGB图像数据流的装置和生物识别主机和显示器。本发明通过一个RGB+IR图像传感器实现彩色图像和黑白图像的获取，解决了由于不同摄像头之间本身不可避免的位置差异导致获取的两种类型的图像内容的位置差异，确保识别用图像与显示看到的图像内容的一致性，提高识别效率。

说明书

技术领域

本发明涉及生物识别领域，特别是利用RGB+IR图像传感器进行生物识别的方法及识别系统，该方法中只采用一个图像传感器实现生物识别和和满足彩色图像需求使用。

背景技术

由于人体特征具有人体所固有的不可复制的唯一性，这一生物密钥无法复制，失窃或被遗忘，利用生物识别技术进行身份认定，安全、可靠、准确。而常见的口令、IC卡、条纹码、磁卡或钥匙则存在着丢失、遗忘、复制及被盗用诸多不利因素。因此采用生物"钥匙"，您可以不必携带大串的钥匙，也不用费心去记或更换密码。而系统管理员更不必因忘记密码而束手无策。生物识别技术产品均借助于现代计算机技术实现，很容易配合电脑和安全、监控、管理系统整合，实现自动化管理。

生物识别系统对生物特征进行取样，提取其唯一的特征并且转化成数字代码，并进一步将这些代码组成特征模板。由于微处理器及各种电子元器件成本不断下降，精度逐渐提高，生物识别系统逐渐应用于商业上的授权控制如门禁、企业考勤管理系统安全认证等领域。用于生物识别的生物特征有掌纹、指纹、人脸、虹膜、视网膜等，行为特征有签字、声音、按键力度等。基于这些特征，人们已经发展了手形识别、指纹识别、面部识别、发音识别、虹膜识别、签名识别等多种生物识别技术。

生物识别技术是依据人类自身所固有的生理或行为特征而进行识别的一种技术。目前已经出现了许多生物识别技术，如指纹识别、手掌几何学识别、虹膜识别、视网膜识别、面部识别、签名识别、声音识别等。

其中，面部识别广泛地应用在门禁系统等领域，它是一种非接触的识别方式，只需要获取人们的脸部图像，就可以通过特征分析，获得特征数据生成特征模板，然后在使用时通过再次获取的人脸部图像进行比对，就能确认是不是同一个人。当前面部识别都采用主动红外补光获取黑白图像提取生物特征，尤其是人脸识别设备包括终端（含固定设备终端和手持移动设备终端）和PC生物识别系统的专用生物识别摄像头，但是红外黑白图像没有色彩给人视觉感官接受度差，所以现有的生物识别设备均采用双摄像头方案，即一个彩色摄像头获取彩色图像数据供视频输出使用，一个黑白摄像头获取红外黑白图像数据供生物识别使用。其缺点是需要双倍的摄像头硬件成本，挤占设备终端有限的空间，尤其是在手持移动设备终端（智能手机，平板电脑等）上，鉴于设备均要求轻而薄，更是成为了影响生物识别功能是否可以在此类设备上大面积推广应用的一大技术壁垒；另外由于不同摄像头之间本身不可避免的位置差异导致的获取两种图像内容的位置差异，影响识别效果。

发明内容

为了克服上述现有技术的不足，本发明提供了一种利用RGB+IR图像传感器就可以实现单个图像传感器既可获取彩色图像又可获取黑白图像的方法。同时提供一种采用RGB+IR图像传感器进行人脸识别的方法及人脸识别系统。

本发明的技术方案是一种采用RGB+IR图像传感器进行生物识别的方法，包括以下步骤：

步骤S1、滤光的步骤，该步骤采用滤波片滤波，只允许透过彩色波长段和设定的红外波长段的光；

步骤S2、获取图像有步骤，该步骤中采用RGB+IR图像传感器获取步骤S1透过的光的图像；

步骤S3、在图像信号处理器中分离黑白图像数据流和RGB图像数据流的步骤，该步骤中将步骤S2获得的图像原始数据阵列分离IR和RGB数据获得红外黑白图像数据流和RGB图像数据流；

步骤S4、输出的步骤，该步骤中红外黑白图像数据流存放在红外黑白数据缓冲区以后供生物识别使用， RGB图像数据流存入RGB数据缓冲区，并将RGB数据处理成标准彩色图像供显示器显示。

本发明通过一个RGB+IR图像传感器实现彩色图像和黑白图像的获取，解决了由于不同摄像头之间本身不可避免的位置差异导致获取的两种类型的图像内容的位置差异，确保识别用图像与显示看到的图像内容的一致性，提高识别效率。

利用RGB+IR图像传感器内部OTP空间存入图像数据传感器参数及工作模式，再使用几何光学滤波片进行处理，保留彩色波长段和特定红外波长点的通透，实现了单镜头满足生物识别终端设备要求的方法。

进一步的，上述的采用RGB+IR图像传感器进行生物识别的方法中：RGB图像数据流存缓冲区后，经过去除红外影响算法以后进入显示器显示。

本发明中采用以下步骤完成IR图像与RGB图像分离：

所述的步骤S2中采用的RGB+IR图像传感器为由豪威科技提供的OmniBSI-2图像传感器，该图像传感器产生的原始B-IR/GB图像阵列，分离IR和RGB数据获得红外黑白图像数据流和RGB图像数据流包括以下步骤：

步骤S301、对于原始B-IR/GB图像阵列,从上至下,每次取两行数据计算；

步骤S302、依次循环取B、G、R分量,合成一个像素的RGB值，存RGB数据缓冲区，直至两行数据计算完毕；依次循环取IR分量，作为一个像素的IR值，存IR数据缓冲区，直至两行数据计算完毕；

步骤303、重复步骤S301、S302，取完完整图像阵列，最终分别在RGB数据缓冲区得到一帧RGB图像和在存IR数据缓冲区得到一帧IR图像。

本发明还提供了一种采用RGB+IR图像传感器进行生物识别的系统，包括滤光片、图像传感器、图像信号处理器、显示器和生物识别主机；所述的滤光片具有彩色波长段高通透率和设定红外波长点低通透率的特点，其它波长零通透率；所述的图像传感器为RGB+IR图像传感器；所述的图像信号处理器包括保存由RGB+IR图像传感器获取的图像的原始图像陈列数据的原始图像缓冲区、将原始图像缓冲区的原始图像陈列数据分离从IR图像数据和RGB图像数据的图像信号处理模块，将所述的图像信号处理模块的输出的IR图像数据缓存的IR图像缓存器，将所述的图像信号处理模块的输出的RGB图像数据缓存的RGB图像缓存器；IR图像缓存器输出供生物识别主机，RGB图像缓存器输出供显示器。

下面结合具体实施例对本发明作较为详细的描述。

附图说明

图1为本发明的生物识别系统结构图。

图2为本发明中使用的透光片的特性图。

图3图像原始数据阵列由软件分离IR和RGB数据获得红外黑白图像数据流和RGB图像数据流的流程图。

图4本发明的中本发明基本工作模式图。

具体实施方式：

实施例1，本发明是一种人脸识别系统，该系统采用RGB+IR图像传感器，其工作过程如图4所示，具体步骤如下：

步骤S1、滤光的步骤，该步骤采用滤波片滤波，只允许透过彩色波长段和设定的红外波长段的光；本步骤中，RGB光线高通透率，波长为730nm-1100nm中特定波长的 IR光线低通透率，其它不能透过。目前常用的图像传感器一般对近红外光成像效果比较好，稍长的波长是远红外光，远红外成像技术一般用于军事等特种需求，稍短的波长就不是近红外光了。因此，本处使用波长为730nm-1100nm的近红外光，如850nm或者940nm、1000 nm等红外线波长。

步骤S2、获取图像有步骤，该步骤中RGB+IR图像传感器获取步骤S1透过的光的图像的B-IR/GR图像阵列，它是一种B/IR行和G/R行阵列，B/IR行和G/R行交替输出到MIPI接口，图像阵列被图像信号处理器读取后存储图像原始数据缓存区；MIPI即移动产业处理器接口（Mobile Industry Processor Interface 简称MIPI）。存储图像的原始数据缓存区如图3所示，它按B/IR行和G/R行阵列交替保存。

步骤S3、在图像信号处理器中分离黑白图像数据流和RGB图像数据流的步骤，该步骤中将步骤S2获得的图像原始数据阵列由软件分离IR和RGB数据获得红外黑白图像数据流和RGB图像数据。该步骤中，分离IR和RGB数据获得红外黑白图像数据流和RGB图像数据如图3所示，包括以下步骤。

1对于原始B-IR/GR图像阵列,从上至下,每次取两行数据计算。

2两行数据中，依次循环取B,G,R分量,合成一个像素的RGB值，存RGB数据缓冲区，直至两行数据计算完毕。

3两行数据中，依次循环取IR分量，作为一个像素的IR值，存IR数据缓冲区，直至两行数据计算完毕。

4重复1—3步,扫描完完整图像阵列，最终分别在RGB数据缓冲区得到一帧RGB图像和在存IR数据缓冲区得到一帧IR图像。

5RGB和IR图像数据分离完成。

步骤S4、输出的步骤，该步骤中红外黑白图像数据流存红外黑白数据缓冲区以后供生物识别使用， RGB图像数据流存RGB数据缓冲区，等待软件算法处理后送标准彩色图像缓存区供显示器显示。

本实施例具体的生物识别系统结构图如图1所示，包括滤光片、图像传感器、显示器和生物识别主机；

滤光片具有彩色波长段高通透率和波长为730nm-1100nm中某特定波长的红外波长点低通透率，其它波长零通透率的特点；如图2所示。

图像传感器为RGB+IR图像传感器。这种传感器采用OmniVision的OmniBSI-2技术。OmniVision简称OV，美商半导体公司，中文名称豪威科技。它的RGB+IR图像传感器使用非常广，近期推出的RGB+IR CMOS400万像素的图像传感器，特别适合于本实施例。

还包括对RGB+IR图像传感器获取的图像数据进行黑白图像数据流和RGB图像数据流分离的分离装置，将CMOS的RGB+IR图像传感器像素阵列中的Gb分量改为了IR分量，实现了均匀探测环境中IR分量的功能的特点，获取了红外黑白图像数据；RGB+IR图像传感器将Gb分量改制成IR分量，最大限度的实现了准确采集R、G、B周围的IR分量值，用于去除彩色图像中的IR分量算法，实现了消除环境光中红外分量对彩色图像的影响。利用RGB+IR图像传感器内部OTP（One Time Programming一次性可编程存储器）空间存入对图像数据传感器参数及工作模式，配合使用几何光学滤波片进行处理，保留彩色波长段和特定红外波长点的通透，得到满足生物识别要求的红外黑白图像数据和RGB图像数据，经后端算法数据处理，得到满足视觉感官要求的彩色图像数据。

本实施例中，光线经通透彩色波长段和特定红外波长点的几何光学处理，在图像信号处理器中分离黑白图像数据流和RGB图像数据流，将图像原始数据阵列由软件分离IR和RGB数据获得红外黑白图像数据流和RGB图像数据流。利用RGB+IR图像传感器内部OTP空间存入对图像传感器的参数、工作模式对图像传感器的内部寄存器进行配置，给多媒体图像信号处理器（包含专用图像信号处理器和其它各类多媒体处理器）进行数据分离处理和色彩处理后，做其他应用处理。

图像原始数据阵列由软件分离IR和RGB数据获得红外黑白图像数据流和RGB图像数据流的过程如图3流程：

流程说明:

1对于原始B-IR/GR图像阵列,从上至下,每次取两行数据计算。

2两行数据中，依次循环取B,G,R分量,合成一个像素的RGB值，存RGB数据缓冲区，直至两行数据计算完毕。

3两行数据中，依次循环取IR分量，作为一个像素的IR值，存IR数据缓冲区，直至两行数据计算完毕。

4重复1—3步,扫描完完整图像阵列，最终分别在RGB数据缓冲区得到一帧RGB图像和在存IR数据缓冲区得到一帧IR图像。

5RGB和IR图像数据分离完成。

本实施例的应用场景如下：

人脸识别技术在固定设备终端应用时，单摄像头既获取彩色图像数据又获取黑白图像数据的解决方案。 

虹膜识别技术在移动设备终端领域应用时，单摄像头既获取彩色图像数据又获取黑白图像数据的解决方案。此时，利用移动设备如手机上的摄像机，该摄像机采用的是OV的RGB+IR图像传感器，通过内部图像数据处理，将IR图像传送到虹膜识别主机中，由虹膜识别主机对身份进行识别，同时将相片在手机的显示屏上显示。

视网膜识别技术在PC上应用时，单摄像头既获取彩色图像数据又获取黑白图像数据的解决方案。