一种瞳孔定位方法及设备技术

本发明专利技术公开了一种瞳孔定位方法，包括步骤：获取包含人眼的图像作为输入图像；根据预置梯度算子提取输入图像的边缘信息；根据预置面积占比值和预置宽高比值从边缘信息中筛选出亮斑；根据亮斑及其周围区域的灰度分布确定输入图像中的候选瞳孔光斑；确定候选瞳孔光斑的方位信息；根据方位信息计算出候选瞳孔光斑所对应候选瞳孔的半径和圆心坐标；根据候选瞳孔的半径和圆心坐标选取第一区域，判断第一区域内像素值的分布是否满足预定灰度分布模式；若满足则确定该候选瞳孔为真实瞳孔。本发明专利技术还提供了相应的瞳孔定位设备。

【技术实现步骤摘要】

本专利技术涉及图像处理与模式识别领域，更具体地，涉及一种瞳孔定位技术。
技术介绍
随着计算机及网络技术的高速发展和人们生活水平的提高，信息安全呈现出前所未有的重要性，身份认证又是保证信息安全的必要前提。传统的身份认证方法如证件、密码等认证方式，由于存在易被盗用、破译等弊端，已经不能完全满足现代社会经济活动和安全防范的需要，因此通过生物特征识别进行身份认证的技术得到广泛研究及应用。另一方面，与其他指纹、人脸等生物特征识别技术相比，虹膜识别具有唯一性、稳定性、非侵犯性和可活体检测等优点。因此，虹膜识别技术常被作为生物特征识别的一个重要研究方向。在虹膜识别技术中，准确定位瞳孔至关重要。光照条件、佩戴非接触式或接触式眼镜等都会对瞳孔定位造成干扰，从而造成虹膜识别不成功或者识别速度缓慢。因此，需要一种高效准确的瞳孔定位方案。
技术实现思路
为此，本专利技术提供一种瞳孔定位方法及设备，以力图解决或者至少缓解上面存在的至少一个问题。根据本专利技术的一个方面，提供了一种瞳孔定位方法，包括步骤：获取包含人眼的图像作为输入图像；根据预置梯度算子提取输入图像的边缘信息；根据预置面积占比值和预置宽高比值从边缘信息中筛选出亮斑；根据亮斑及其周围区域的灰度分布确定输入图像中的候选瞳孔光斑；确定候选瞳孔光斑的方位信息；根据方位信息计算出候选瞳孔光斑所在的候选瞳孔的半径和圆心坐标；根据候选瞳孔的半径和圆心坐标选取第一区域，判断第一区域内像素值的分布是否满足预定灰度分布模式；若满足则确定该候选瞳孔为真实瞳孔。可选地，在根据本专利技术的瞳孔定位方法中，还包括步骤：对输入图像进行降噪处理。可选地，在根据本专利技术的瞳孔定位方法中，预置梯度算子是n阶梯度算子，其中n的取值与图像分辨率负相关。可选地，在根据本专利技术的瞳孔定位方法中，根据预置梯度算子提取图像的边缘信息的步骤包括：从横向、纵向、45°对角线、135°对角线4个方向提取梯度。可选地，在根据本专利技术的瞳孔定位方法中，根据预置面积占比值和预置宽高比值从边缘信息中筛选出亮斑的步骤包括：对包含边缘信息的图像进行连通域分析；根据预置面积占比值和预置宽高比值从经过连通域分析的图像中筛选出亮斑。可选地，在根据本专利技术的瞳孔定位方法中，根据亮斑及周围区域的灰度分布确定候选瞳孔光斑的步骤包括：以亮斑所在区域为中心图像块，在其周围取相邻的m*m-1个相同大小的图像块；计算中心图像块与其他m*m-1个图像块的像素值差；若像素值差大于第一阈值和第二阈值的图像块个数分别达到第一预定数量和第二预定数量，则确认该亮斑是候选瞳孔光斑。可选地，在根据本专利技术的瞳孔定位方法中，确定候选瞳孔光斑的方位信息的步骤包括：以所确认的候选瞳孔光斑为原点，建立四象限坐标；以及分别统计四个象限中像素值差满足第三阈值的图像块数，根据统计的图像块数确定候选瞳孔光斑在候选瞳孔的方位信息。可选地，在根据本专利技术的瞳孔定位方法中，候选瞳孔光斑的方位信息包括：在候选瞳孔的中心、左上角、左下角、右上角、右下角位置。可选地，在根据本专利技术的瞳孔定位方法中，根据方位信息计算出候选瞳孔的半径和圆心坐标的步骤包括：根据候选瞳孔光斑在候选瞳孔的方位信息选取第二区域；对该第二区域进行二值化，计算出候选瞳孔的半径和圆心坐标。可选地，在根据本专利技术的瞳孔定位方法中，判断第一区域内像素值的分布是否满足灰度分布模式的步骤包括：以候选瞳孔圆心为中心取第一区域，其中第一区域为矩形区域，该矩形区域的长是候选瞳孔半径的10倍，宽是候选瞳孔半径；判断第一区域内像素值的灰度变化是否满足预定灰度变化模式；若不满足预定灰度变化模式，则认为该候选瞳孔是伪瞳孔；若满足预定灰度变化模式，则认为该候选瞳孔是真实瞳孔。可选地，在根据本专利技术的瞳孔定位方法中，还包括：确认真实瞳孔对应的第一区域内的候选瞳孔光斑是真实瞳孔光斑。可选地，在根据本专利技术的瞳孔定位方法中，预定灰度变化模式是从左到右灰度变化依次为“第一亮度、第二亮度、第三亮度、第二亮度、第一亮度”的模式，其中，第一亮度大于第二亮度，第二亮度大于第三亮度。根据本专利技术的另一方面，提供了一种瞳孔定位设备，设备包括：图像获取单元，适于获取包含人眼的图像作为输入图像；边缘提取单元，适于根据预置梯度算子提取输入图像的边缘信息；筛选单元，适于根据预置面积占比值和预置宽高比值从边缘信息中筛选出亮斑；候选确认单元，适于根据亮斑及其周围区域的灰度分布确定输入图像中的候选瞳孔光斑、还适于确定候选瞳孔光斑的方位信息；计算单元，适于根据方位信息计算候选瞳孔光斑所对应候选瞳孔的半径和圆心坐标；以及瞳孔确认单元，适于根据候选瞳孔的半径和圆心坐标选取第一区域，判断第一区域内像素值的分布是否满足预定灰度分布模式，若满足则确定该瞳孔为真实瞳孔。可选地，在根据本专利技术的瞳孔定位设备中，还包括：预处理单元，适于对输入图像进行降噪处理。可选地，在根据本专利技术的瞳孔定位设备中，预置梯度算子是n阶梯度算子，其中n的取值与图像分辨率负相关。可选地，在根据本专利技术的瞳孔定位设备中，边缘提取单元还适于利用预置梯度算子从横向、纵向、45°对角线、135°对角线4个方向提取梯度。可选地，在根据本专利技术的瞳孔定位设备中，筛选单元还包括：连通域分析模块，适于对包含边缘信息的图像进行连通域分析；筛选单元适于对经连通域分析的图像进行筛选处理。可选地，在根据本专利技术的瞳孔定位设备中，候选确认单元包括：第一处理模块，适于以亮斑所在区域为中心图像块，在其周围取相邻的m*m-1个相同大小的图像块；第一计算模块，适于计算中心图像块与其他m*m-1个图像块的像素值差；以及第一判断模块，适于在像素值差大于第一阈值和第二阈值的图像块个数分别达到第一预定数量和第二预定数量时，确认该亮斑是候选瞳孔光斑。可选地，在根据本专利技术的瞳孔定位设备中，候选确认单元还包括：第二处理模块，适于以所确认的候选瞳孔光斑为原点，建立四象限坐标；第二计算模块，适于分别统计四个象限中像素值差满足第三阈值的图像块数；以及第二判断模块，适于根据统计的图像块数确定候选瞳孔光斑在候选瞳孔中的方位信息。可选地，在根据本专利技术的瞳孔定位设备中，候选瞳孔的方位信息包括：在候选瞳孔的中心、左上角、左下角、右上角、右下角位置。可选地，在根据本专利技术的瞳孔定位设备中，计算单元还适于根据候选瞳孔光斑在候选瞳孔的方位信息选取第二区域，对该第二区域进行二值化，计算出候选瞳孔的半径和圆心坐标。可选地，在根据本专利技术的瞳孔定位设备中，瞳孔确认单元本文档来自技高网...

【技术保护点】
一种瞳孔定位方法，所述方法包括步骤：获取包含人眼的图像作为输入图像；根据预置梯度算子提取所述输入图像的边缘信息；根据预置面积占比值和预置宽高比值从所述边缘信息中筛选出亮斑；根据所述亮斑及其周围区域的灰度分布确定所述输入图像中的候选瞳孔光斑；确定所述候选瞳孔光斑的方位信息；根据所述方位信息计算出候选瞳孔光斑所在的候选瞳孔的半径和圆心坐标；根据所述候选瞳孔的半径和圆心坐标选取第一区域，判断第一区域内像素值的分布是否满足预定灰度分布模式；若满足则确定该候选瞳孔为真实瞳孔。

【技术特征摘要】
1.一种瞳孔定位方法，所述方法包括步骤：
获取包含人眼的图像作为输入图像；
根据预置梯度算子提取所述输入图像的边缘信息；
根据预置面积占比值和预置宽高比值从所述边缘信息中筛选出亮斑；
根据所述亮斑及其周围区域的灰度分布确定所述输入图像中的候选瞳孔光斑；
确定所述候选瞳孔光斑的方位信息；
根据所述方位信息计算出候选瞳孔光斑所在的候选瞳孔的半径和圆心坐标；
根据所述候选瞳孔的半径和圆心坐标选取第一区域，判断第一区域内像素值的分布是
否满足预定灰度分布模式；
若满足则确定该候选瞳孔为真实瞳孔。
2.如权利要求1所述的方法，还包括步骤：
对所述输入图像进行降噪处理。
3.如权利要求1或2所述的方法，其中所述预置梯度算子是n阶梯度算子，其中n的取值
与图像分辨率负相关。
4.如权利要求3所述的方法，其中所述根据预置梯度算子提取图像的边缘信息的步骤
包括：
从横向、纵向、45°对角线、135°对角线4个方向提取梯度。
5.如权利要求1-4中任一项所述的方法，其中所述根据预置面积占比值和预置宽高比
值从边缘信息中筛选出亮斑的步骤包括：
对包含边缘信息的图像进行连通域分析；
根据预置面积占比值和预置宽高比值从经过连通域分析的图像中筛选出亮斑。
6.一种瞳孔定位设备，所述...

【专利技术属性】
技术研发人员：孔爱祥，徐鹤菲，
申请(专利权)人：徐鹤菲，
类型：发明
国别省市：北京;11