【技术实现步骤摘要】
一种虹膜活性检测的方法
本专利技术属于图像处理和模式识别的
，涉及一种虹膜活性检测的方法。
技术介绍
虹膜是指人眼睛瞳孔和巩膜之间的区域。该区域包含大量的随机纹理，因此虹膜被认为是最精确的生物特征之一。将虹膜识别应用于很多访问控制应用，既安全又简便。虹膜识别对政府发现威胁和预防犯罪活动也有用处。然而，一些合成的伪虹膜，却可以瞒过虹膜识别系统。因此近年来，虹膜活性检测逐渐成为一个重要的研究领域。在最近的活体检测中，伪虹膜材料通常被认为是先验知识。举例说明，伪虹膜可以是影印的照片，装饰性的隐形眼镜，预先拍摄的视频，和绘有虹膜图案的塑料球。人们假设从伪虹膜和真虹膜上获取的图像具有不同的特征，并且可以通过图像处理技术区分。由于伪虹膜的材料可以具备多样性，因此，不能保证完全预先知道所有伪虹膜的材料特性，更不能提前假设获取的图像们一定具有不同的特征。
技术实现思路
本专利技术提供一种虹膜活性检测的方法，可以解决现有技术中所存在的需要预先知道伪虹膜的材料特点的技术问题。本专利技术的实现是依据真实虹膜本身固有的特征，从而不需要知道伪造虹膜的材料及其特点。本专利技术一种虹膜活性检测的方法，包括以下步骤:步骤1，获取人眼图像，并精确定位虹膜和瞳孔边界，包括:分别在不同强度光照条件下获取同一个人的两张以上人眼图像，利用机器学习中的非监督学习技术，对人眼图像进行自动的结构分类；结合虹膜和瞳孔的固有特征进行约束优化，搜索最优虹膜和瞳孔边界，从而精确定位虹膜和瞳孔边界；步骤2，在获取的虹膜图像中进行采样，并对采样进行处理，提取针对瞳孔收缩或者放大的特征信息；步骤3，...
【技术保护点】
一种虹膜活性检测的方法，包括以下步骤：步骤1，获取人眼图像，并精确定位虹膜和瞳孔边界，包括：分别在不同强度光照条件下获取同一个人的两张以上人眼图像，利用机器学习中的非监督学习技术，对人眼图像进行自动的结构分类；结合虹膜和瞳孔的固有特征进行约束优化，搜索最优虹膜和瞳孔边界，从而精确定位虹膜和瞳孔边界；步骤2，在获取的虹膜图像中进行采样，并对采样进行处理，提取针对瞳孔收缩或者放大的特征信息，包括：1)在瞳孔外侧区域进行平均采样并计算相似性，包括：在相对弱光照条件下获取的图像的瞳孔外侧区域，采集一组图像块x，该组图像块x中至少包括4个图像块x，每个图像块x的大小是10x10至30x30像素；以上述相对弱光照条件下获取的图像的瞳孔直径做参考，在相对强光照条件下获取的图像的瞳孔外侧、且避免睫毛区域，采集一组图像块y，该组图像块y中至少包括4个图像块y，每个图像块y的大小是10x10至30x30像素；多个图像块y之间可重叠；使用互信息检测图像块x与图像块y之间的相似性；2)计算虹膜和瞳孔的直径比率，包括：DP1和DI1分别为图像x中瞳孔和虹膜的直径，DP2和DI2分别为图像块y中瞳孔和虹膜的直径，...
【技术特征摘要】
1.一种虹膜活性检测的方法，包括以下步骤: 步骤1，获取人眼图像，并精确定位虹膜和瞳孔边界，包括: 分别在不同强度光照条件下获取同一个人的两张以上人眼图像，利用机器学习中的非监督学习技术，对人眼图像进行自动的结构分类；结合虹膜和瞳孔的固有特征进行约束优化，搜索最优虹膜和瞳孔边界，从而精确定位虹膜和瞳孔边界； 步骤2，在获取的虹膜图像中进行采样，并对采样进行处理，提取针对瞳孔收缩或者放大的特征信息，包括: 1)在瞳孔外侧区域进行平均采样并计算相似性，包括: 在相对弱光照条件下获取的图像的瞳孔外侧区域，采集一组图像块X，该组图像块X中至少包括4个图像块X，每个图像块X的大小是IOxlO至30x30像素； 以上述相对弱光照条件下获取的图像的瞳孔直径做参考，在相对强光照条件下获取的图像的瞳孔外侧、且避免睫毛区域，采集一组图像块y，该组图像块y中至少包括4个图像块y，每个图像块y的...
【专利技术属性】
技术研发人员：黄新宇，杨睿刚，
申请(专利权)人：第三眼天津生物识别科技有限公司，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。