一种虹膜识别方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种虹膜识别方法、系统、装置及存储介质，方法包括以下步骤：获取待识别虹膜图像；对待识别虹膜图像进行图像处理和特征提取，得到图像特征；对图像特征进行格式转换，得到文字特征；对文字特征进行匹配比对，得到虹膜识别结果；装置包括至少一个处理器和至少一个存储器。本发明专利技术将传统的虹膜识别方法的图像特征比对过程转化为文字特征比对，大大降低了比对函数的运算复杂度，提高了工作效率，能够适用于多任务的同步识别场景，应用范围广，可广泛应用于身份识别技术领域。

An Iris Recognition Method, System, Device and Storage Media

The invention discloses an iris recognition method, system, device and storage medium, which comprises the following steps: acquiring iris image to be recognized; image processing and feature extraction for iris image to be recognized to obtain image features; format conversion for image features to obtain character features; matching and matching for character features to obtain iris recognition results; At least one processor and at least one memory. The method converts the image feature comparison process of the traditional iris recognition method into the character feature comparison, greatly reduces the operation complexity of the comparison function, improves the work efficiency, can be applied to multi-task synchronous recognition scene, has a wide range of applications, and can be widely used in the field of identity recognition technology.

【技术实现步骤摘要】
一种虹膜识别方法、系统、装置及存储介质
本专利技术涉及身份识别
，尤其是一种虹膜识别方法、系统、装置及存储介质。
技术介绍
人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。因此，可以将眼睛的虹膜特征作为每个人的身份识别对象。虹膜识别作为重要的身份识别特征，具有唯一性、稳定性、高安全性等特点。目前的虹膜识别方法的流程一般是：首先通过采集设备获取用户的虹膜数据，然后对虹膜数据进行图像处理以及特征提取，最后进行特征比对，进而得到虹膜识别结果。这种传统的识别方法直接对提取到的图像特征进行比对，比对函数的运算复杂度较高，不利于同步进行多数量的虹膜识别，降低了工作效率。
技术实现思路
为解决上述技术问题，本专利技术的目的在于：提供一种运算复杂度低且效率高的虹膜识别方法、系统、装置及存储介质。本专利技术一方面所采取的技术方案为：一种虹膜识别方法，包括以下步骤：获取待识别虹膜图像；对待识别虹膜图像进行图像处理和特征提取，得到图像特征；对图像特征进行格式转换，得到文字特征；对文字特征进行匹配比对，得到虹膜识别结果。进一步，所述获取待识别虹膜图像这一步骤，其具体为：采用接触式采集系统或者非接触式采集系统获取用户的虹膜信息；其中，所述采用非接触式采集系统获取用户的虹膜信息这一步骤，包括以下步骤：通过测距模块获取双目虹膜摄像头与用户虹膜之间的第一距离；基于预设的第二距离，调整双目虹膜摄像头与用户虹膜之间的第一距离；或者，基于预设的第二距离，调整双目虹膜摄像头的景深；通过双目虹膜摄像头获取用户的待识别虹膜图像。进一步，所述对待识别虹膜图像进行图像处理和特征提取，得到图像特征这一步骤，包括以下步骤：采用预设的分割算法对待识别虹膜图像进行分割处理，得到第一图像；其中，所述分割算法包括但不限于基于阈值的分割算法、基于边缘的分割算法、基于区域的分割算法、基于图论的分割算法、基于能量泛函的分割算法、基于小波的分割算法和基于神经网络的分割算法；所述第一图像为包含虹膜区域的图像；对第一图像进行归一化处理，得到第二图像；对第二图像进行编码，得到虹膜纹理特征。进一步，所述采用基于阈值的分割算法对待识别虹膜图像进行分割处理，得到第一图像这一步骤，包括以下步骤：将待识别虹膜图像进行灰度化处理，得到图像灰度直方图；基于一个或多个阈值，对图像灰度直方图进行分类，得到第一图像。进一步，所述对第二图像进行编码，得到虹膜纹理特征这一步骤，具体为：采用Gabor变换算法对第二图像进行编码，得到虹膜纹理特征。进一步，所述对图像特征进行格式转换，得到文字特征这一步骤，包括以下步骤：根据图像特征，获取图像的灰度值类别信息；基于预设的灰度值-文字比对表，根据图像的灰度值类别信息，获取图像的文字类别信息；根据文字类别信息，在数据库中索引得到对应的文字特征。进一步，还包括对识别结果进行确认的步骤，所述对识别结果进行确认这一步骤，包括以下步骤：根据虹膜识别结果，将预存的文字特征对应的用户虹膜图像与待识别虹膜图像进行一致性比对；判断一致性比对结果是否满足设定要求，若是，则判定虹膜识别结果正确；反之，则判定虹膜识别结果失败。本专利技术另一方面所采取的技术方案是：一种虹膜识别系统，包括：获取模块，用于获取待识别虹膜图像；图像特征提取模块，用于对待识别虹膜图像进行图像处理和特征提取，得到图像特征；文字特征提取模块，用于对图像特征进行格式转换，得到文字特征；识别模块，用于对文字特征进行匹配比对，得到虹膜识别结果。本专利技术另一方面所采取的技术方案是：一种虹膜识别装置，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的虹膜识别方法。本专利技术另一方面所采取的技术方案是：一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于执行所述的虹膜识别方法。本专利技术的有益效果是：本专利技术将传统的虹膜识别方法的图像特征比对过程转化为文字特征比对，大大降低了比对函数的运算复杂度，提高了工作效率，能够适用于多任务的同步识别场景，应用范围广。附图说明图1为本专利技术一种虹膜识别方法的整体步骤流程图。具体实施方式下面结合说明书附图和具体实施例对本专利技术作进一步解释和说明。对于本专利技术实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。参照图1，本专利技术一种虹膜识别方法，包括以下步骤：获取待识别虹膜图像；对待识别虹膜图像进行图像处理和特征提取，得到图像特征；对图像特征进行格式转换，得到文字特征；对文字特征进行匹配比对，得到虹膜识别结果。进一步作为优选的实施方式，所述获取待识别虹膜图像这一步骤，其具体为：采用接触式采集系统或者非接触式采集系统获取用户的虹膜信息；其中，所述采用非接触式采集系统获取用户的虹膜信息这一步骤，包括以下步骤：通过测距模块获取双目虹膜摄像头与用户虹膜之间的第一距离；基于预设的第二距离，调整双目虹膜摄像头与用户虹膜之间的第一距离；或者，基于预设的第二距离，调整双目虹膜摄像头的景深；通过双目虹膜摄像头获取用户的待识别虹膜图像。进一步作为优选的实施方式，所述对待识别虹膜图像进行图像处理和特征提取，得到图像特征这一步骤，包括以下步骤：采用预设的分割算法对待识别虹膜图像进行分割处理，得到第一图像；其中，所述分割算法包括但不限于基于阈值的分割算法、基于边缘的分割算法、基于区域的分割算法、基于图论的分割算法、基于能量泛函的分割算法、基于小波的分割算法和基于神经网络的分割算法；所述第一图像为包含虹膜区域的图像；对第一图像进行归一化处理，得到第二图像；对第二图像进行编码，得到虹膜纹理特征。进一步作为优选的实施方式，所述采用基于阈值的分割算法对待识别虹膜图像进行分割处理，得到第一图像这一步骤，包括以下步骤：将待识别虹膜图像进行灰度化处理，得到图像灰度直方图；基于一个或多个阈值，对图像灰度直方图进行分类，得到第一图像。进一步作为优选的实施方式，所述对第二图像进行编码，得到虹膜纹理特征这一步骤，具体为：采用Gabor变换算法对第二图像进行编码，得到虹膜纹理特征。进一步作为优选的实施方式，所述对图像特征进行格式转换，得到文字特征这一步骤，包括以下步骤：根据图像特征，获取图像的灰度值类别信息；基于预设的灰度值-文字比对表，根据图像的灰度值类别信息，获取图像的文字类别信息；根据文字类别信息，在数据库中索引得到对应的文字特征。进一步作为优选的实施方式，还包括对识别结果进行确认的步骤，所述对识别结果进行确认这一步骤，包括以下步骤：根据虹膜识别结果，将预存的文字特征对应的用户虹膜图像与待识别虹膜图像进行一致性比对；判断一致性比对结果是否满足设定要求，若是，则判定虹膜识别结果正确；反之，则判定虹膜识别结果失败。与图1的方法相对应，本专利技术实施例还提供了一种虹膜识别系统，包括：获取模块，用于获取待识别虹本文档来自技高网...

【技术保护点】
1.一种虹膜识别方法，其特征在于：包括以下步骤：获取待识别虹膜图像；对待识别虹膜图像进行图像处理和特征提取，得到图像特征；对图像特征进行格式转换，得到文字特征；对文字特征进行匹配比对，得到虹膜识别结果。

【技术特征摘要】
1.一种虹膜识别方法，其特征在于：包括以下步骤：获取待识别虹膜图像；对待识别虹膜图像进行图像处理和特征提取，得到图像特征；对图像特征进行格式转换，得到文字特征；对文字特征进行匹配比对，得到虹膜识别结果。2.根据权利要求1所述的一种虹膜识别方法，其特征在于：所述获取待识别虹膜图像这一步骤，其具体为：采用接触式采集系统或者非接触式采集系统获取用户的虹膜信息；其中，所述采用非接触式采集系统获取用户的虹膜信息这一步骤，包括以下步骤：通过测距模块获取双目虹膜摄像头与用户虹膜之间的第一距离；基于预设的第二距离，调整双目虹膜摄像头与用户虹膜之间的第一距离；或者，基于预设的第二距离，调整双目虹膜摄像头的景深；通过双目虹膜摄像头获取用户的待识别虹膜图像。3.根据权利要求1所述的一种虹膜识别方法，其特征在于：所述对待识别虹膜图像进行图像处理和特征提取，得到图像特征这一步骤，包括以下步骤：采用预设的分割算法对待识别虹膜图像进行分割处理，得到第一图像；其中，所述分割算法包括但不限于基于阈值的分割算法、基于边缘的分割算法、基于区域的分割算法、基于图论的分割算法、基于能量泛函的分割算法、基于小波的分割算法和基于神经网络的分割算法；所述第一图像为包含虹膜区域的图像；对第一图像进行归一化处理，得到第二图像；对第二图像进行编码，得到虹膜纹理特征。4.根据权利要求3所述的一种虹膜识别方法，其特征在于：所述采用基于阈值的分割算法对待识别虹膜图像进行分割处理，得到第一图像这一步骤，包括以下步骤：将待识别虹膜图像进行灰度化处理，得到图像灰度直方图；基于一个或多个阈值，对图像灰度直方图进行分类，得到第一图像。5.根...

【专利技术属性】
技术研发人员：梁文洋，黎文清，
申请(专利权)人：广州市真地信息技术有限公司，
类型：发明
国别省市：广东,44