一种虹膜采集过程中快速定位人眼虹膜的方法技术

本发明专利技术公开了一种虹膜采集过程中快速定位人眼虹膜的方法，此方法包括高斯平滑、中值滤波处理、边缘检测、非极大值抑制、双阈值化处理、Hough变换流程。创新性的在虹膜定位领域采用高斯平滑辅助改进的快速中值滤波对图像进行预处理，再利用速度最快的Sobel边缘检测算子提取虹膜边缘特征，针对虹膜定位进行大量样本训练提取出最佳高低阈值参数进行双阈值化处理，再利用人眼虹膜环状同心圆同比压缩结构不变性对双阈值化处理后得到的二值图像进行压缩，最后针对人眼虹膜进行Hough变换进行样本训练提取最优的虹膜内外边缘搜索半径返回参数，在这个参数内执行Hough变换可以有效的减少边缘像素点遍历数量，提升虹膜定位的效率和准确性。

Method for fast positioning human iris in process of collecting iris

The invention discloses a method for quickly locating an iris iris acquisition process, this method includes Gauss smoothing, median filtering, edge detection, non maximum suppression, double threshold processing, Hough transform process. Innovation in iris localization field using fast median filter Gauss smoothing auxiliary improved to preprocess the image, and then use the Sobel edge detection operator is the fastest to extract the iris edge feature for iris localization for a large number of training samples to extract the best level of the threshold parameters of double threshold processing, and then use an iris annular concentric circle to get a double threshold compression structure invariance after the treatment of two valued image compression, finally iris Hough transform training samples to extract the iris inner and outer edge of the optimal search radius return parameters, perform Hough transform can effectively reduce the number of edge pixels traversal in this parameter, improve the efficiency and accuracy of iris localization.

【技术实现步骤摘要】
一种虹膜采集过程中快速定位人眼虹膜的方法
本专利技术涉及计算机图像领域，具体涉及基于中科院自动化所CAISA虹膜数据库和C++图像处理函数、图像中指定检测和定位以及结果的可视化显示。
技术介绍
随着网络和信息化技术的飞速发展，信息安全问题日益凸显。软硬件技术的提升使计算机及智能电子设备得以普及和使用，加速了网络技术对社会生活各个方面的渗透。通过网络技术非法获取用户的个人信息的事情时有发生，防不胜防，这使得人们更多的关注个人信息安全。传统的身份验证手段依据密码口令、证件信息，但是，由于其易于丢失、窃取、遗忘、伪造的缺陷，弊端凸显，也愈来愈满足不了当今信息化社会的安全需求，跟不上人们安全观念的提升。这就需要更加可靠的身份识别手段提高信息安全级别，增加身份识别的难度。而生物特征以其稳定、不易丢失、不易窃取和便捷性催生了基于生物特征的身份识别技术，使得生物特征识别技术成为当前身份认证
的热点。虹膜的生物特征表现在：(1)唯一性：自然界没有两个完全相同的虹膜，即使是双胞胎或者同一个人的左右两只眼睛，其虹膜特征是不相同的；(2)稳定性：虹膜特征在胚胎中形成，人三岁以后虹膜发育成熟，终身不变，一般的疾病很难对虹膜组织产生影响；(3)非接触性：虹膜是外部可见的，通过摄像头就可以采集到可以使用的图像；(4)安全性：虹膜具备明显的活体组织特性，死体虹膜与其有着较大的差别，所以具有很强的防欺诈性。基于虹膜因其具有唯一性、稳定性、可采集性、非侵犯性、防规避性等特性，尤其是防规避性，使得基于虹膜识别的身份认证技术受到学术界与企业界的关注。传统的虹膜识别由于算法复杂度高、虹膜定位时间过长、预处理后样本噪声点过多虹膜定位不够精确等因素严重影响了虹膜识别的速度和精度，不利于虹膜识别的市场推广。
技术实现思路
本专利技术的目的在于提高虹膜识别系统的工作效率，在经典的Hough变换上实现创新，提出了一种对虹膜样本图片预处理，并且快速准确定位出人眼虹膜的一种方法。此方法不仅可以有效的过滤样本阈值化过程中虹膜域产生的大量噪声点，大幅度减少计算资源；而且能够快速有效的定位出人眼样本的环状虹膜域显著提高虹膜识别程序的工作效率。实验结果表明，在相同的硬件环境下，对于CAISA虹膜数据库同一个人眼样本，在传统的虹膜定位方法输入一张完整的虹膜样本图片需要931.37毫秒才能完成检测过程，而通过该虹膜定位方法仅需要375.51毫秒即可完成检测，并且在单样本不同分类虹膜辨识率测试以及多样本通分类虹膜辨识率测试中分别表现出96.53％和96.52％的识别率，完全可以胜任常规虹膜识别的应用。本专利技术采用的技术方案如下：一种虹膜采集过程中快速定位人眼虹膜的方法，包括虹膜样本图像预处理，对虹膜样本进行边缘检测、非极大值抑制与双阈值化处理和Hough变换流程；具体的步骤如下：1)虹膜样本图像预处理过程；在虹膜样本图像预处理上，先对虹膜样本图像执行高斯平滑再通过中值滤波处理样本图像，缩小中值滤波窗口大小，同时过滤掉睫毛，眼睑等噪声。2)对经过高斯平滑和中值滤波后的虹膜图像检测边缘过程；通过窗口滑动与边缘检测算子模板卷积，求得当前窗口的中心像素梯度值，不断滑动卷积窗口直到获取到整个样本图像的灰度梯度图像(由于虹膜样本采集的规范性，样本背景不复杂，本专利技术中采用执行效率较高的各向同性Sobel边缘检测算子)，初步提出边缘轮廓图。3)对各向同性Sobel边缘检测算子初步检测出的虹膜内外边缘通过非极大值抑制与双阈值化处理进一步细化边缘；搜索虹膜样本局部极大值时，将非极大值的像素点灰度值清零，极大值点设置灰度为255，使得大部分的边缘点突出，细化边缘，双阈值化处理后，边缘进一步完善细化边缘；4)最后使用Hough变换精准定位虹膜圆心、拟合内边缘以及外边缘，把检测的过程和定位的结果都显示在该专利技术的可视化界面上。先对双阈值化处理后生成的二值图像同比缩小0.6倍，对内外边缘进行Hough变换，参数空间是三维的(内边缘点、外边缘点、半径)，图像平面上每一个点对应参数空间中的每个半径下的一个圆，位于圆轨迹上的每个点响应在累加空间对应位置的累加结果。定位最亮的点即为定位到的边缘圆心。进一步，所述步骤1中，运用高斯平滑滤波辅助改进的快速中值滤波对这一虹膜图像预处理方法，先使用高斯平滑滤波(取具有标准sigma值的3*3窗口高斯滤波器)对虹膜样本图像进行初次降噪和缩小中值滤波窗口，再采用3*3窗口大小的中值滤波，能够有效抑制待检测虹膜样本图像的睫毛、眼睑等噪声起到二次降噪的效果，提高后续的边缘检测和定位的工作效率。进一步，所述步骤3的具体过程为：非极大值抑制用于搜索局部极大值，将非极大值点灰度值置零，这样可以提出一大部分边缘点，细化边缘；图像像素点是离散的二维矩阵，对于中心像素点C，沿梯度方向两侧的点不一定存在，因而需要进行插值来得到梯度方向两侧的梯度值，插值公式表示为其中，g1、g2、g3、g4表示中心像素点8邻域中的四个像素点；weight表示插值权重，dTemp1、dTemp2表示梯度方向插值；将中心像素点梯度值与dTemp1、dTemp2比较,若C梯度值最大则将其灰度值设为255，否则不为局部极大值，灰度值置0；对非极大值抑制处理得到的边缘点进行双阈值化处理，进一步细化边缘；对灰度值高于高阈值的边缘点直接标记为边缘点，对灰度值处于高、低阈值之间的边缘点，若其邻域内存在边缘点，则将其也标记为边缘点，这样一直继续下去，直至邻域无边缘点，而后其他点均标记为非边缘点。进一步，所选步骤4的具体过程为：根据人眼虹膜环状同心圆同比压缩结构不变的性质提出通过对非极大值抑制和双阈值化处理后的二值图像同比压缩为原图的0.6倍的方法来降低Hough变换三维参数空间的计算量，定位完成后再同比放大图像依然可以获得准确的定位效果；同时，通过大量的CASIA虹膜样本图像训练，提取出Hough变换中虹膜内外边缘搜索半径范围参数在[28,75],[90,150]，外边缘Hough变换仅使用了参数角度在[0,60],[120,240],[300,360)方向，只检测该范围内的参数点可以有效降低Hough变换的三维参数空间计算压力，同时降低眼睑、睫毛等残留的噪声点影响虹膜定位的精度。进一步，还包括运用微软C++平台的GUI编程技术，将预处理、边缘检测、非极大值抑制及双阈值化处理以及Hough变换在可视化的界面上清晰展示，方便使用者进一步调试和改进。同时也支持B2C的处理模式，解决了在不同操作系统平台下对该方法的使用。进一步，所述高阈值为18.76、低阈值为14.35。本专利技术是一种虹膜采集过程中快速定位人眼虹膜的方法，相对于目前已存在的主流的虹膜识别程序采用的虹膜定位方法，其主要创新点有以下几部分：1、提出高斯平滑滤波辅助改进的快速中值滤波对这一虹膜图像预处理方法并实现，能够有效去除待检测虹膜样本图像中的大量噪声点，提高后续的边缘检测和定位的工作效率。2、改进双阈值化虹膜样本图像的方法，进一步细化了边缘特征，也有效减少后续Hough变换的计算量，同时通过大量的CASIA虹膜样本图像训练，提取非极大值抑制与双阈值化的阈值参数(高阈值为18.76、低阈值为14.35)，在该阈值参数下，虹膜样本图像的内外边缘细化效果相比传统本文档来自技高网...

【技术保护点】
一种虹膜采集过程中快速定位人眼虹膜的方法，其特征在于，虹膜样本图像预处理，对虹膜样本进行边缘检测、非极大值抑制与双阈值化处理和Hough变换流程；具体的步骤如下：1)虹膜样本图像预处理过程在虹膜样本图像预处理上，先对虹膜样本图像执行高斯平滑再通过中值滤波处理样本图像，缩小中值滤波窗口大小，同时过滤掉睫毛，眼睑噪声；2)对经过高斯平滑和中值滤波后的虹膜图像检测边缘过程通过窗口滑动与边缘检测算子模板卷积，求得当前窗口的中心像素梯度值，不断滑动卷积窗口直到获取到整个样本图像的灰度梯度图像，由于虹膜样本采集的规范性，样本背景不复杂，采用执行效率较高的各向同性Sobel边缘检测算子，初步提出边缘轮廓图；3)对各向同性Sobel边缘检测算子初步检测出的虹膜内外边缘通过非极大值抑制与双阈值化处理进一步细化边缘；搜索虹膜样本局部极大值时，将非极大值的像素点灰度值清零，极大值点设置灰度为255，使得大部分的边缘点突出，细化边缘，双阈值化处理后，边缘进一步完善细化边缘；4)最后使用Hough变换精准定位虹膜圆心、拟合内边缘以及外边缘，把检测的过程和定位的结果都显示在该专利技术的可视化界面上：先对双阈值化处理后生成的二值图像同比缩小0.6倍，对内外边缘进行Hough变换，参数空间是三维的，分别为内边缘点、外边缘点、半径，图像平面上每一个点对应参数空间中的每个半径下的一个圆，位于圆轨迹上的每个点响应在累加空间对应位置的累加结果，定位最亮的点即为定位到的边缘圆心。...

【技术特征摘要】
1.一种虹膜采集过程中快速定位人眼虹膜的方法，其特征在于，虹膜样本图像预处理，对虹膜样本进行边缘检测、非极大值抑制与双阈值化处理和Hough变换流程；具体的步骤如下：1)虹膜样本图像预处理过程在虹膜样本图像预处理上，先对虹膜样本图像执行高斯平滑再通过中值滤波处理样本图像，缩小中值滤波窗口大小，同时过滤掉睫毛，眼睑噪声；2)对经过高斯平滑和中值滤波后的虹膜图像检测边缘过程通过窗口滑动与边缘检测算子模板卷积，求得当前窗口的中心像素梯度值，不断滑动卷积窗口直到获取到整个样本图像的灰度梯度图像，由于虹膜样本采集的规范性，样本背景不复杂，采用执行效率较高的各向同性Sobel边缘检测算子，初步提出边缘轮廓图；3)对各向同性Sobel边缘检测算子初步检测出的虹膜内外边缘通过非极大值抑制与双阈值化处理进一步细化边缘；搜索虹膜样本局部极大值时，将非极大值的像素点灰度值清零，极大值点设置灰度为255，使得大部分的边缘点突出，细化边缘，双阈值化处理后，边缘进一步完善细化边缘；4)最后使用Hough变换精准定位虹膜圆心、拟合内边缘以及外边缘，把检测的过程和定位的结果都显示在该发明的可视化界面上：先对双阈值化处理后生成的二值图像同比缩小0.6倍，对内外边缘进行Hough变换，参数空间是三维的，分别为内边缘点、外边缘点、半径，图像平面上每一个点对应参数空间中的每个半径下的一个圆，位于圆轨迹上的每个点响应在累加空间对应位置的累加结果，定位最亮的点即为定位到的边缘圆心。2.根据权利要求1所述的一种虹膜采集过程中快速定位人眼虹膜的方法，其特征在于，所述步骤1)中，运用高斯平滑滤波辅助改进的快速中值滤波对这一虹膜图像预处理方法，先使用高斯平滑滤波，取具有标准sigma值的3*3窗口高斯滤波器，对虹膜样本图像进行初次降噪和缩小中值滤波窗口，再采用3*3窗口大小的中值滤波。3.根据权利要求1所述的一种虹膜采集过程中快速定位人眼虹膜的方法，其特征在于，所述步骤3)的具体过程为：非极大值抑制用于搜索局部极大值，将非极大值点灰度值置零，这样可以提出一大部分边缘点，细化边缘；图像像素点...

【专利技术属性】
技术研发人员：朱玉全，佘远程，石亮，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32