【技术实现步骤摘要】
虹膜图像局部增强方法、装置、设备及存储介质
本专利技术涉及图像处理领域，尤其涉及一种虹膜图像局部增强方法、装置、设备及存储介质。
技术介绍
虹膜作为一种重要的身份鉴别特征，具有唯一性、稳定性、可采集性和非侵犯性等特点。在虹膜识别系统中，经常需要清晰度较高的虹膜图像作为训练集，但是由于采集设备的限制和采集环境变化等因素的影响，都会导致采集的虹膜图像质量不佳，如对比度低和噪声干扰等问题都会影响虹膜纹理特征的凸显，进而影响虹膜图像训练集的清晰度和识别效率。为了提高识别的准确率，往往需要对虹膜图像进行增强处理，以凸显图像的纹理特征。目前通常只是对采集到的虹膜图像的对比度进行整体动态调整，然而经过如此处理的虹膜图像在识别系统中的准确率还是不高。
技术实现思路
基于此，有必要针对上述技术问题，提供一种虹膜图像局部增强方法、装置、设备及存储介质，以解决虹膜图像识别准确率不高的问题。一种虹膜图像局部增强方法，包括：获取虹膜图像集，所述虹膜图像集包括虹膜图像，所述虹膜图像包括用户标识；计算所述虹膜图像集中的虹膜图像的对比度，并按照对比度由大到小的顺序对虹膜图像集中每个用户标识对应的虹膜...
【技术保护点】
1.一种虹膜图像局部增强方法，其特征在于，包括：获取虹膜图像集，所述虹膜图像集包括虹膜图像，所述虹膜图像包括用户标识；计算所述虹膜图像集中的虹膜图像的对比度，并按照对比度由大到小的顺序对虹膜图像集中每个用户标识对应的虹膜图像进行排序，得到每个用户标识对应的初始虹膜序列；从每个用户标识对应的初始虹膜序列中依据对比度由大到小的顺序获取预设数量的虹膜图像，组成初始虹膜集；采用优化对比度算法对所述初始虹膜集中的初始虹膜图像进行局部增强处理，得到第一增强虹膜图像集；对所述第一增强虹膜图像集中的第一增强虹膜图像采用拉普拉斯算子进行锐化处理，得到第二增强虹膜图像集。
【技术特征摘要】
1.一种虹膜图像局部增强方法，其特征在于，包括：获取虹膜图像集，所述虹膜图像集包括虹膜图像，所述虹膜图像包括用户标识；计算所述虹膜图像集中的虹膜图像的对比度，并按照对比度由大到小的顺序对虹膜图像集中每个用户标识对应的虹膜图像进行排序，得到每个用户标识对应的初始虹膜序列；从每个用户标识对应的初始虹膜序列中依据对比度由大到小的顺序获取预设数量的虹膜图像，组成初始虹膜集；采用优化对比度算法对所述初始虹膜集中的初始虹膜图像进行局部增强处理，得到第一增强虹膜图像集；对所述第一增强虹膜图像集中的第一增强虹膜图像采用拉普拉斯算子进行锐化处理，得到第二增强虹膜图像集。2.如权利要求1所述的虹膜图像局部增强方法，其特征在于，所述获取虹膜图像集，包括：实时获取人眼和摄像头的实测距离，若所述实测距离不在距离阈值范围内，则发送提示消息；若所述实测距离在距离阈值范围内，则控制所述摄像头进行连续拍摄，获取所述虹膜图像集。3.如权利要求1所述的虹膜图像局部增强方法，其特征在于，所述计算所述虹膜图像集中的虹膜图像的对比度，包括：获取所述虹膜图像集中虹膜图像的每个像素的灰度值，并依次将每个像素作为中心像素；根据预设邻域大小，计算每个中心像素的灰度值与对应邻域像素的灰度值之差；基于所述预设邻域大小和该虹膜图像对应矩阵的行数和列数，获取该虹膜图像中所述灰度值之差的个数；将该虹膜图像中每个中心像素的灰度值与对应邻域像素的灰度值之差进行平方求和之后除以该虹膜图像中所述灰度值之差的个数，得到该虹膜图像的对比度。4.如权利要求1所述的虹膜图像局部增强方法，其特征在于，所述采用优化对比度算法对所述初始虹膜集中的初始虹膜图像进行局部增强处理，包括：基于大气散射模型计算所述初始虹膜集中的初始虹膜图像的大气光区域A和透射率t(x,y)；基于所述大气光区域A和所述透射率t(x,y)，采用如下公式对所述初始虹膜图像进行图像复原：其中，(x,y)为所述初始虹膜图像中像素的坐标值，I(x,y)为优化对比度算法输入的所述初始虹膜图像的灰度值，J(x,y)为优化对比度算法输出的所述第一增强虹膜图像的灰度值。5.如权利要求1所述的虹膜图像局部增强方法，其特征在于，所述对所述第一增强虹膜图像集中的第一增强虹膜图像采用拉普拉斯算子进行锐化处理，包括：获取所述第一增强虹膜图像集中的第一增强虹膜图像的每个像素的灰度值，采用拉普拉斯算子对每个像素的灰度值...
【专利技术属性】
技术研发人员：李占川，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44
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。