虹膜定位方法和装置制造方法及图纸

本发明专利技术公开了一种虹膜定位方法和装置。其中，该方法包括：对瞳孔边界进行粗定位，得到虹膜内边界定位参数；根据虹膜内边界定位参数，初始化虹膜图像的关键点的位置；使用显式形状回归方法迭代更新关键点的位置；根据更新后的关键点的位置拟合眼睑边界和虹膜外边界，得到拟合结果；根据拟合结果和虹膜内边界定位参数，对虹膜图像中的虹膜边界进行精定位。本发明专利技术解决了现有技术中眼睑检测和虹膜定位泛化性比较低、抗干扰能力较差的技术问题。

Iris location method and device

The invention discloses an iris positioning method and device. The method includes: rough positioning of the pupil boundary, obtaining the location parameters of the inner boundary of the iris, initializing the position of the key point of the iris image according to the parameters of the iris inner boundary, using the explicit shape regression method to update the position of the key points, and fitting the eyelid boundary according to the position of the updated key points. The fitting result is obtained from the outer boundary of the iris, and the iris boundary is precisely positioned in the iris image according to the fitting result and the location parameters of the iris inner boundary. The invention solves the technical problems of low eyelid detection and iris localization generalization and poor anti-interference ability in the prior art.

【技术实现步骤摘要】
虹膜定位方法和装置
本专利技术涉及图像处理领域，具体而言，涉及一种虹膜定位方法和装置。
技术介绍
随着信息技术的迅速发展，人们对身份认证和信息安全的要求越来越高，为了满足人们的需求，生物特征识别技术受到日益广泛的关注。目前，指纹、人脸、虹膜等基于人体固有生物特征的识别技术已经慢慢地进入人们的生活，在机场安检、门禁系统、安全支付等诸多领域为人们的生活提供便捷服务。在诸多的生物特征识别技术中，虹膜识别作为安全性最高的生物识别技术之一，已经成为当前的一个研究热点。在虹膜识别技术中，虹膜定位和眼睑检测是至关重要的，虹膜定位和眼睑检测的效率和准确性直接影响到虹膜识别的速度以及匹配的准确性。快速、准确的虹膜定位和眼睑检测方法是现在虹膜识别研究的一个重要的方向。现有的虹膜定位方法，主要是利用虹膜区域与瞳孔、巩膜区域的灰度值差异进行定位。目前的主要方法，一种是基于灰度差值的微积分检测算子方法，还有一种是基于梯度的边缘检测和霍夫变换相结合的方法。专利技术人发现，现有技术中，眼睑检测和虹膜定位方法通常需要给定大量的固定参数，针对不同的采集设备甚至不同的采集条件，需要根据逻辑关系调整这些参数值以保证眼睑检测和虹膜定位的准确性。这就导致这些传统的应用图像处理技术的眼睑检测和虹膜定位方法泛化性比较低，抗干扰能力较差。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种虹膜定位方法和装置，以至少解决现有技术中眼睑检测和虹膜定位泛化性比较低、抗干扰能力较差的技术问题。根据本专利技术实施例的一个方面，提供了一种虹膜定位方法，包括：对瞳孔边界进行粗定位，得到虹膜内边界定位参数；根据所述虹膜内边界定位参数，初始化虹膜图像的关键点的位置；使用显式形状回归方法迭代更新所述关键点的位置；根据更新后的所述关键点的位置拟合眼睑边界和虹膜外边界，得到拟合结果；根据所述拟合结果和所述虹膜内边界定位参数，对所述虹膜图像中的虹膜边界进行精定位。进一步地，使用显式形状回归方法迭代更新所述关键点的位置包括：步骤1、令n＝0；步骤2、根据所述关键点的位置计算第一预设数量的蕨的特征值；步骤3、根据蕨与虹膜形状增量的映射关系，将所述第一预设数量的蕨的特征值映射为虹膜形状增量；步骤4、根据所述虹膜形状增量更新所述关键点的位置，并将n+1的值赋给n；步骤5、判断n是否小于N，如果n小于N，跳转执行步骤2；如果n不小于N，结束，其中，N为预设数值。进一步地，根据更新后的所述关键点的位置拟合眼睑边界和虹膜外边界，得到拟合结果包括：根据更新后的所述关键点的位置，使用加权最小二乘法，分别对所述眼睑边界和所述虹膜外边界进行拟合，得到所述眼睑边界的抛物线参数和虹膜圆形外边界参数。进一步地，根据所述拟合结果和所述虹膜内边界定位参数，对所述虹膜图像中的虹膜边界进行精定位包括：根据所述拟合结果和所述虹膜内边界定位参数，利用微积分检测算子对所述虹膜图像中的虹膜内外边界进行精定位。进一步地，在步骤1之前，所述方法还包括：获取训练样本，并为训练样本赋予虹膜初始形状；获取当前时刻关键点的位置，并计算形状回归目标；根据所述形状回归目标，筛选灰度差异特征并构造蕨，并获得当前时刻不同蕨特征值对应的形状增量；根据所述当前时刻不同蕨特征值对应的形状增量，更新形状回归目标，继续构造蕨,并计算蕨特征值对应的形状增量，如此重复进行多次，直到获得第一所述预设数量的蕨，每个蕨对应一个弱回归单元，所述第一预设数量的蕨对应一个强回归单元；利用所述第一预设数量的蕨对应的形状增量，更新当前关键点位置，重新计算形状增量，筛选下一个强回归单元对应的多个蕨,直到获得第二预设数量的强回归单元。进一步地，根据所述形状回归目标，筛选灰度差异特征并构造蕨，并获得当前时刻蕨特征值对应的形状增量，包括：在每一个关键点周围随机生成第一数量的像素点；将全部的像素点中的任意两个像素点进行组合，得到第二数量的灰度差异特征；随机选择一个方向作为目标方向，将所述训练样本的形状回归目标在所述目标方向上进行投影，得到投影值向量；分别计算所述第二数量的灰度差异特征中每个灰度差异特征与所述投影值向量的相关系数，筛选出绝对值最大的相关系数对应的灰度差异特征并将其作为目标灰度差异特征；依次选择Nf个目标方向，获得Nf个目标灰度差异特征；为每个目标灰度差异特征随机给定一个阈值，经过Nf次二元测试之后，获得Nf位的二进制序列，每一个蕨的特征值在之内；将训练样本按照蕨的特征值分类，根据训练样本，计算蕨的不同特征值对应的形状增量。根据本专利技术实施例的另一方面，还提供了一种虹膜定位装置，包括：第一定位单元，用于对瞳孔边界进行粗定位，得到虹膜内边界定位参数；初始化单元，用于根据所述虹膜内边界定位参数，初始化虹膜图像的关键点的位置；更新单元，用于使用显式形状回归方法迭代更新所述关键点的位置；拟合单元，用于根据更新后的所述关键点的位置拟合眼睑边界和虹膜外边界，得到拟合结果；第二定位单元，用于根据所述拟合结果和所述虹膜内边界定位参数，对所述虹膜图像中的虹膜边界进行精定位。进一步地，所述更新单元用于执行以下步骤：步骤1、令n＝0；步骤2、根据所述关键点的位置计算第一预设数量的蕨的特征值；步骤3、根据蕨与虹膜形状增量的映射关系，将所述第一预设数量的蕨的特征值映射为虹膜形状增量；步骤4、根据所述虹膜形状增量更新所述关键点的位置，并将n+1的值赋给n；步骤5、判断n是否小于N，如果n小于N，跳转执行步骤2；如果n不小于N，结束，其中，N为预设数值。进一步地，所述拟合单元包括：拟合子单元，用于根据更新后的所述关键点的位置，使用加权最小二乘法，分别对所述眼睑边界和所述虹膜外边界进行拟合，得到所述眼睑边界的抛物线参数和虹膜圆形外边界参数。进一步地，所述第二定位单元包括：精定位子单元，用于根据所述拟合结果和所述虹膜内边界定位参数，利用微积分检测算子对所述虹膜图像中的虹膜边界进行精定位。进一步地，所述装置还包括：第一获取单元，用于在执行步骤1之前，获取训练样本，并为训练样本赋予初始虹膜形状；第二获取单元，用于获取当前时刻关键点的位置，并计算形状回归目标；筛选单元，用于根据所述形状回归目标，筛选灰度差异特征并构造蕨，并获得当前时刻蕨特征值对应的形状增量；第三获取单元，用于根据所述当前时刻蕨特征值对应的形状增量，更新形状回归目标，继续构造蕨,并计算蕨特征值对应的形状增量，如此重复进行多次，直到获得所述第一预设数量的蕨，每个蕨对应一个弱回归单元，所述第一预设数量的蕨对应一个强回归单元；第四获取单元，用于利用所述第一预设数量的蕨对应的形状增量，更新当前关键点位置，重新计算形状增量，筛选下一个强回归单元对应的多个蕨,直到获得第二预设数量的强回归单元。进一步地，所述筛选单元包括：生成子单元，用于在每一个关键点周围随机生成第一数量的像素点；组合子单元，用于将全部的像素点中的任意两个像素点进行组合，得到第二数量的灰度差异特征；投影子单元，用于随机选择一个方向作为目标方向，将所述训练样本的形状回归目标在所述目标方向上进行投影，得到投影值向量；计算子单元，用于分别计算所述第二数量的灰度差异特征中每个灰度差异特征与所述投影值向量的相关系数，筛选出绝对值最大的相关系数对应的灰度差异特征并将其作为本文档来自技高网...

【技术保护点】
一种虹膜定位方法，其特征在于，包括：对瞳孔边界进行粗定位，得到虹膜内边界定位参数；根据所述虹膜内边界定位参数，初始化虹膜图像的关键点的位置；使用显式形状回归方法迭代更新所述关键点的位置；根据更新后的所述关键点的位置拟合眼睑边界和虹膜外边界，得到拟合结果；根据所述拟合结果和所述虹膜内边界定位参数，对所述虹膜图像中的虹膜边界进行精定位。

【技术特征摘要】
1.一种虹膜定位方法，其特征在于，包括：对瞳孔边界进行粗定位，得到虹膜内边界定位参数；根据所述虹膜内边界定位参数，初始化虹膜图像的关键点的位置；使用显式形状回归方法迭代更新所述关键点的位置；根据更新后的所述关键点的位置拟合眼睑边界和虹膜外边界，得到拟合结果；根据所述拟合结果和所述虹膜内边界定位参数，对所述虹膜图像中的虹膜边界进行精定位。2.根据权利要求1所述的方法，其特征在于，使用显式形状回归方法迭代更新所述关键点的位置包括：步骤1、令n＝0；步骤2、根据所述关键点的位置计算第一预设数量的蕨的特征值；步骤3、根据蕨与虹膜形状增量的映射关系，将所述第一预设数量的蕨的特征值映射为虹膜形状增量；步骤4、根据所述虹膜形状增量更新所述关键点的位置，并将n+1的值赋给n；步骤5、判断n是否小于N，如果n小于N，跳转执行步骤2；如果n不小于N，结束，其中，N为预设数值。3.根据权利要求1所述的方法，其特征在于，根据更新后的所述关键点的位置拟合眼睑边界和虹膜外边界，得到拟合结果包括：根据更新后的所述关键点的位置，使用加权最小二乘法，分别对所述眼睑边界和所述虹膜外边界进行拟合，得到所述眼睑边界的抛物线参数和虹膜圆形外边界参数。4.根据权利要求1所述的方法，其特征在于，根据所述拟合结果和所述虹膜内边界定位参数，对所述虹膜图像中的虹膜边界进行精定位包括：根据所述拟合结果和所述虹膜内边界定位参数，利用微积分检测算子对所述虹膜图像中的虹膜边界进行精定位。5.根据权利要求2所述的方法，其特征在于，在步骤1之前，所述方法还包括：获取训练样本，并赋予训练样本初始虹膜形状；获取当前时刻关键点的位置，并计算形状回归目标；根据所述形状回归目标，筛选灰度差异特征并构造蕨，并获得当前时刻蕨特征值对应的形状增量；根据所述当前时刻蕨特征值对应的形状增量，更新形状回归目标，继续构造蕨,并计算不同蕨特征值对应的形状增量，如此重复进行多次，直到获得所述第一预设数量的蕨，每个蕨对应一个弱回归单元，所述第一预设数量的蕨对应一个强回归单元；利用所述第一预设数量的蕨对应的形状增量，更新当前关键点位置，重新计算形状增量，筛选下一个强回归单元对应的多个蕨,直到获得第二预设数量的强回归单元。6.根据权利要求5所述的方法，其特征在于，根据所述形状回归目标，筛选灰度差异特征并构造蕨，并获得当前时刻蕨特征值对应的形状增量，包括：在每一个关键点周围随机生成第一数量的像素点；将全部的像素点中的任意两个像素点进行组合，得到第二数量的灰度差异特征；随机选择一个方向作为目标方向，将所述训练样本的形状回归目标在所述目标方向上进行投影，得到投影值向量；分别计算所述第二数量的灰度差异特征中每个灰度差异特征与所述投影值向量的相关系数，筛选出绝对值最大的相关系数对应的灰度差异特征并将其作为目标灰度差异特征；依次选择Nf个目标方向，获得Nf个目标灰度差异特征；为每个目标灰度差异特征随机给定一个阈值，经过Nf次二元测试之后，获得Nf位的二进制序列，每一个蕨的特征值在之内；将训练样本按照蕨的特征值分类，根据训练样本，计算蕨的不同特征值对应的形状增量。7.一种虹膜定位装置，其特征在于，包括：第一定位单元，用于...

【专利技术属性】
技术研发人员：许猛，王琪，张祥德，
申请(专利权)人：北京眼神科技有限公司，
类型：发明
国别省市：北京,11