公开/公告号CN113095182A
专利类型发明专利
公开/公告日2021-07-09
原文格式PDF
申请/专利权人 广东奥珀智慧家居股份有限公司;
申请/专利号CN202110348316.X
发明设计人 卢仕辉;
申请日2021-03-31
分类号G06K9/00(20060101);G06T7/12(20170101);
代理机构44205 广州嘉权专利商标事务所有限公司;
代理人叶洁勇
地址 528415 广东省中山市东升镇兆益路45号
入库时间 2023-06-19 11:45:49
技术领域
本发明涉及图像处理技术领域,具体涉及一种人眼图像的虹膜特征提取方法及系统。
背景技术
现有的门禁系统在采用人脸识别的方案时,由于受环境光照影响,摄像头容易采集到人脸图像的背景光,导致采集到的实际人脸图像很暗,从而无法清晰识别所采集到的人脸图像,使得人脸识别的准确度和效率降低。
虹膜作为人体唯一身份特征的准确表达,在应用于门禁系统时,具有天然的优势,而虹膜的识别和特征检测是门禁控制的关键环节,虹膜特征的检测结果决定着门禁的身份验证是否通过,虹膜特征对门禁的身份验证起着至关重要的作用,因此,有必要提供一种解决方案,能够客观、快速的提取虹膜特征。
发明内容
本发明目的在于提供一种人眼图像的虹膜特征提取方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,本发明提供以下技术方案:
一种人眼图像的虹膜特征提取方法,所述方法包括以下步骤:
步骤S100、当检测到人体时,开启刺激光源和摄像头,通过所述摄像头采集所述人体的面部图像;
步骤S200、采用边缘分割方法从所述面部图像中提取出眼部图像,确定所述眼部图像中的瞳孔区域;
步骤S300、根据所述瞳孔区域确定虹膜的位置范围;
步骤S400、从所述虹膜的位置范围中提取出虹膜特征。
进一步地,步骤S200中,所述确定所述眼部图像中的瞳孔区域,包括:
对所述眼部图像进行预处理得到灰度图像,所述预处理包括平滑去噪处理和灰度化处理;
对所述灰度图像进行整体锐化,得到待处理图像;
根据设定的阈值对所述待处理图像进行二值化处理,得到二值化图像;
从所述二值化图像中检测出透光区域;
根据所述透光区域的边缘灰度值分布,确定所述眼部图像中的瞳孔区域。
进一步地,所述对所述灰度图像进行整体锐化,包括:
对所述灰度图像中的每个像素点的灰度值进行更新,所述更新灰度值的计算公式为:
其中,(x
所述更新系数的计算公式为:
其中,σ为所述灰度图像的标准差。
进一步地,所述步骤S300包括:
步骤S310、确定所述瞳孔区域的最小外界矩形,获取所述最小外界矩形的长和宽;
步骤S320、将所述最小外界矩形的左右边分别延长至所述眼部图像的上下两端,得到左右两边的临界线;
步骤S330、确定滑动窗口的大小,将所述滑动窗口设置于任一临界线的外边界;
步骤S340、通过所述滑动窗口进行纵向滑动搜索,采用边缘检测算法从所述待处理图像中提取出多条边缘线;
步骤S350、确定多条所述边缘线是否相连接,若否,则执行步骤S360;若是,则执行步骤S370;
步骤S360、将所述滑动窗口横向滑动设定距离后,再执行步骤S340,所述设定距离为所述滑动窗口的宽度;
步骤S370、将多条边缘线连接为一条弧形线,基于所述弧形线拟合得到圆形区域,将所述圆形区域作为虹膜的位置范围。
进一步地,所述滑动窗口的长度等于所述最小外界矩形的长度的0.8至3倍,所述滑动窗口的宽度为所述最小外界矩形的宽度的1/5至1/3。
一种计算机可读存储介质,所述计算机可读存储介质上存储有人眼图像的虹膜特征提取程序,所述人眼图像的虹膜特征提取程序被处理器执行时实现如上述任意一项所述的人眼图像的虹膜特征提取方法的步骤。
一种人眼图像的虹膜特征提取系统,所述系统包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述任一项所述的人眼图像的虹膜特征提取方法。
本发明的有益效果是:本发明公开一种人眼图像的虹膜特征提取方法,通过在光刺激环境下进行图像处理和虹膜特征提取,避免了光照不均匀的影响,图像处理的结果更为客观;由于刺激光源形成的光斑位于瞳孔内部,因此可以快速定位瞳孔区域;由于所述待定位的虹膜位于所述瞳孔和所述巩膜之间,因此根据粗略确定的所述瞳孔的位置范围,可以在后续过程中快速定位所述虹膜的位置,避免了盲目搜索造成的时间浪费,能够快速提取出虹膜特征。本发明综合运用光电技术和图像处理技术,能够避免环境光照影响,实现客观、快速的提取虹膜特征。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中人眼图像的虹膜特征提取方法的流程示意图;
图2是本发明实施例中人眼图像的结构示意图;
图3是本发明实施例中人眼图像的虹膜特征提取系统的结构示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
参阅图1和图2,本发明提供一种人眼图像的虹膜特征提取方法,所述方法包括以下步骤:
步骤S100、当检测到人体时,开启刺激光源和摄像头,通过所述摄像头采集所述人体的面部图像;
本发明提供的实施例中,通过人体接近传感器对人体进行检测,控制器分别与人体接近传感器、刺激光源和摄像头连接,控制器在接收到人体接近传感器检测到人体的信号时,驱动刺激光源和摄像头开启工作;所述刺激光源中的各个LED按照圆形进行分布,实现了光的均匀散射。
步骤S200、采用边缘分割方法从所述面部图像中提取出眼部图像,确定所述眼部图像中的瞳孔区域;
在一些实施例中,通过采用边缘分割方法从所述面部图像中确定出眼部的边缘,从而提取出眼部图像;由于刺激光源形成的光斑位于瞳孔内部,因此可以快速定位瞳孔区域。
步骤S300、根据所述瞳孔区域确定虹膜的位置范围;
步骤S400、从所述虹膜的位置范围中提取出虹膜特征。
本发明综合运用光电技术和图像处理技术,公开了一种客观、准确的图像处理方法,通过在光刺激环境下进行图像处理和虹膜特征提取,避免了光照不均匀的影响;在确定了眼部图像之后,接着确定所述眼部图像中的瞳孔区域;由于所述待定位的虹膜位于所述瞳孔和所述巩膜之间,因此根据粗略确定的所述瞳孔的位置范围,可以在后续过程中快速定位所述虹膜的位置,避免了盲目搜索造成的时间浪费,能够快速提取出虹膜特征。
作为上述实施例的进一步改进,所述步骤S300包括:
步骤S310、确定所述瞳孔区域的最小外界矩形,获取所述最小外界矩形的长和宽;
步骤S320、将所述最小外界矩形的左右边分别延长至所述眼部图像的上下两端,得到左右两边的临界线;即左临界线和右临界线;
步骤S330、确定滑动窗口的大小,将所述滑动窗口设置于任一临界线的外边界;即左临界线和右临界线中任一临界线;
步骤S340、通过所述滑动窗口进行纵向滑动搜索,采用边缘检测算法从所述待处理图像中提取出多条边缘线;
步骤S350、确定多条所述边缘线是否相连接,若否,则执行步骤S360;若是,则执行步骤S370;
步骤S360、将所述滑动窗口横向滑动设定距离后,再执行步骤S340,所述设定距离为所述滑动窗口的宽度;
步骤S370、将多条边缘线连接为一条弧形线,基于所述弧形线拟合得到圆形区域,将所述圆形区域作为虹膜的位置范围。
由于虹膜图像大多为圆形,基于所述弧形线拟合得到圆形区域,可基本囊括虹膜区域,提取得到的虹膜特征也足够进行后续的特征识别。
作为上述实施例的进一步改进,所述滑动窗口的长度等于所述最小外界矩形的长度的0.8至3倍,所述滑动窗口的宽度为所述最小外界矩形的宽度的1/5至1/3。
本实施例中,由于瞳孔区域大多为圆形,得到的最小外界矩形接近于正方形,通过将所述滑动窗口的长度尽可能长,从而在避免浪费计算量的同时,提高纵向滑动搜索一次即可提取出虹膜边缘线的概率;所述滑动窗口的宽度尽可能短,可以提高提取边缘线的准确度。
作为上述实施例的进一步改进,所述确定所述眼部图像中的瞳孔区域,包括:
对所述眼部图像进行预处理得到灰度图像,所述预处理包括平滑去噪处理和灰度化处理;
对所述灰度图像进行整体锐化,得到待处理图像;
根据设定的阈值对所述待处理图像进行二值化处理,得到二值化图像;
从所述二值化图像中检测出透光区域;
根据所述透光区域的边缘灰度值分布,确定所述眼部图像中的瞳孔区域。
其中,所述透光区域指的是以所述透光区域中心为圆心,以设定值为半径的圆形中除去所述透光区域的区域。在所述眼部图像中,与虹膜的灰度值相比,瞳孔作为光线进入眼睛的通道,会产生一定大小的透光区域,瞳孔内的透光区域的灰度值较大。因此,根据设定的灰度阈值对眼部图像进行二值化处理,将高于灰度阈值的部分作为透光区域。
作为上述实施例的进一步改进,所述对所述灰度图像进行整体锐化,包括:
对所述灰度图像中的每个像素点的灰度值进行更新,所述更新灰度值的计算公式为:
其中,(x
所述更新系数的计算公式为:
其中,σ为所述灰度图像的标准差。
与图1的方法相对应,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有人眼图像的虹膜特征提取程序,所述人眼图像的虹膜特征提取程序被处理器执行时实现如上述任意一实施例所述的人眼图像的虹膜特征提取方法的步骤。
参考图3,与图1的方法相对应,本发明实施例还提供一种人眼图像的虹膜特征提取系统,所述系统包括:控制器,所述控制器分别与人体接近传感器、刺激光源和摄像头连接,所述控制器包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述任一实施例所述的人眼图像的虹膜特征提取方法。
其中,所述刺激光源包括多个LED,所述刺激光源中的各个LED按照圆形进行分布;实现了光的均匀散射。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
所述处理器可以是中央处理单元(Central-Processing-Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital-Signal-Processor,DSP)、专用集成电路(Application-Specific-Integrated-Circuit,ASIC)、现场可编程门阵列(Field-Programmable-Gate-Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述人眼图像的虹膜特征提取系统的控制中心,利用各种接口和线路连接整个人眼图像的虹膜特征提取系统可运行装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述人眼图像的虹膜特征提取系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart-Media-Card,SMC),安全数字(Secure-Digital,SD)卡,闪存卡(Flash-Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,而是应当将其视作是通过参考所附权利要求,考虑到现有技术为这些权利要求提供广义的可能性解释,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
机译: 用于虹膜识别的学生检测方法和形状描述符提取方法,虹膜特征提取设备和方法以及使用其的虹膜识别系统和方法
机译: 虹膜识别的瞳孔检测方法和形状描述符提取方法,虹膜特征提取装置和方法以及使用其的虹膜识别系统和方法
机译: 虹膜识别的瞳孔检测方法和形状描述符提取方法,虹膜特征提取装置和方法以及使用其的虹膜识别系统和方法