一种虹膜识别的方法及系统技术方案

本发明专利技术提供了一种虹膜识别的方法，用以解决虹膜识别效率低的问题，该方法包括：S10：采集眼睛图像，对所述眼睛图像进行图像化处理；S20：获取图像化处理后的眼睛图像中虹膜的内边缘以及外边缘区域，并根据所述内边缘及外边缘区域提取出虹膜图像；S30：对所述虹膜图像进行编码，获取所述虹膜图像的特征编码，并与预设虹膜库进行对比匹配，输出对比匹配结果。采用本发明专利技术，能够降低虹膜识别过程中花费的时间，以及虹膜图像处理的复杂度，提高虹膜识别效率。

【技术实现步骤摘要】
一种虹膜识别的方法及系统
本专利技术涉及虹膜识别领域，尤其涉及一种虹膜识别的方法及系统。
技术介绍
虹膜识别主要应用在对安全性要求较高的场合，而在虹膜采集过程中对用户的依赖性较高，其采集到的用户虹膜图像的质量容易受到眼睑、睫毛以及眼镜等因素的影响，现有的虹膜识别技术中，通过传统的矩阵式探测器采集虹膜图片，虹膜识别需要经过虹膜采集、虹膜定位、虹膜归一化、图像去噪增强、虹膜特征提取与编码、虹膜匹配等步骤，而矩阵式探测器采集的虹膜图像为正常直角坐标系下的图像，不利于虹膜图像后续的处理，提高了后续虹膜处理过程的复杂度，增加处理时间，从而降低整个虹膜识别的效率。环形分布探测器通过模仿人眼视觉感光细胞按对数-极坐标转换分布的特征，其采集的图像的像元布局呈中心旋转对称、像元面积从内环到外环逐环增大分布，且其图像信号输出方式上采用自内向外的周向逐环独处方式，使得环形分布探测器采集的图像为正常直角坐标系下的图像变换得到的极坐标的图像，能够满足虹膜识别中图像采集的需求。公开号为CN107292242A的专利公开了一种虹膜识别方法和终端，涉及终端
，能够提升虹膜识别的准确性。其方法为：终端对眼睛的虹膜区域进行轮廓检测，通过眼睛的瞳孔间的连线与水平方向的角度确定双眼的旋转角度，并基于旋转角度和外轮廓的位置得到眼睑的抛物线；根据外轮廓的位置和眼睑的抛物线去除眼睑区域，并进行睫毛检测和高亮干扰检测，以去睫毛区域和高亮点，得到虹膜图像；根据虹膜图像生成掩膜图像，得到虹膜展开图像和掩膜展开图像；根据虹膜展开图像提取局部加权直方图特征，计算外积张量序特征，将外积张量序特征作为虹膜图像的虹膜纹理；根据建模得到的虹膜纹理和掩膜展开图像进行特征匹配，以确定匹配结果。该方法也能够降低虹膜采集过程中其它因素的干扰，提高虹膜识别的准确性，但是，采集过程以及处理过程操作相当复杂，后续还要建模，增加了虹膜识别的步骤，也不利于提升虹膜识别效率。
技术实现思路
本专利技术要解决的技术问题目的在于提供一种虹膜识别的方法及系统，用以解决虹膜识别效率低，处理过程复杂的问题。为了实现上述目的，本专利技术采用的技术方案如下：一种虹膜识别的方法，包括步骤：S10：采集眼睛图像，对所述眼睛图像进行图像化处理；S20：获取眼睛图像中虹膜的内边缘以及外边缘区域，并根据所述内边缘及外边缘区域提取出虹膜图像；S30：对所述虹膜图像进行编码，获取所述虹膜图像的特征编码，并与预设虹膜库进行对比匹配，输出对比匹配结果。进一步的，所述步骤S10还包括步骤：通过环形分布CMOS探测器采集所述眼睛图像。进一步的，所述步骤S20还包括步骤：S201：根据高阈值sobel水平算子、hough直线检测确定所述眼睛虹膜内边缘；S202：根据低阈值sobel水平算子、hough直线检测确定所述眼睛虹膜外边缘。进一步的，所述步骤S20还包括步骤：S203：根据所述虹膜的内边缘及外边缘区域，分割得到虹膜区域，将所述虹膜区域调整至预设尺寸，并对所述虹膜区域进行图像增强以作为虹膜图像。进一步的，所述步骤S30还包括步骤：S301：根据计算公式，获取对比匹配结果上式中，N为特征编码的总位数，⊕为异或关系运算符，Ki表示所述虹膜图像的第i位的特征编码，Ji表示预设虹膜库中预设虹膜图像的第i位特征编码，HD表示匹配相似度。一种虹膜识别的系统，包括：图像处理模块：用于采集眼睛图像，对所述眼睛图像进行图像化处理；图像提取模块：用于获取眼睛图像中虹膜的内边缘以及外边缘区域，并根据所述内边缘及外边缘区域提取出虹膜图像；对比匹配模块：用于对所述虹膜图像进行编码，获取所述虹膜图像的特征编码，并与预设虹膜库进行对比匹配，输出对比匹配结果。进一步的，所述系统还包括：图像采集模块：用于通过环形分布CMOS探测器采集所述眼睛图像。进一步的，所述系统还包括：内边缘确定单元：用于根据高阈值sobel水平算子、hough直线检测确定所述眼睛虹膜内边缘；外边缘确定单元：用于根据低阈值sobel水平算子、hough直线检测确定所述眼睛虹膜外边缘。进一步的，所述系统还包括：图像调整单元：用于根据所述虹膜的内边缘及外边缘区域，分割得到虹膜区域，将所述虹膜区域调整至预设尺寸，并对所述虹膜区域进行图像增强以作为虹膜图像。进一步的，所述系统还包括：计算单元：用于根据计算公式，获取对比匹配结果，上式中，N为特征编码的总位数，⊕为异或关系运算符，Ki表示所述虹膜图像的第i位的特征编码，Ji表示预设虹膜库中预设虹膜图像的第i位特征编码，HD表示匹配相似度。采用本专利技术，通过环形探测器采集眼睛图像，其获得的图像为正常直角坐标系下的图像变换得到的极坐标图像，简化了后续图像处理过程，方便进行图像处理，同时采用sobel水平算子以及houhg直线检测的方法，降低了虹膜定位的复杂度，能够快速高效的定位虹膜内外边缘区域，提高整体的虹膜识别效率。附图说明图1是本专利技术一个实施方式提供的一种虹膜识别的方法流程图；图2是本专利技术一个实施方式提供的一种虹膜识别的方法流程图；图3是本专利技术一个实施方式提供的一种虹膜识别的系统结构图；图4是本专利技术一个实施方式提供的环形分布探测器采集的眼睛图像；图5是本专利技术一个实施方式提供的矩阵探测器采集的眼睛图像；图6是本专利技术一个实施方式提供的眼睛图像处理效果示意图。具体实施方式以下是本专利技术的具体实施例并结合附图，对本专利技术的技术方案作进一步的描述，但本专利技术并不限于这些实施例。实施例一如图1所示，图1为本申请一个实施提供的一种虹膜识别的方法，包括步骤：S10：采集眼睛图像，对所述眼睛图像进行图像化处理；S20：获取眼睛图像中虹膜的内边缘以及外边缘区域，并根据所述内边缘及外边缘区域提取出虹膜图像；S30：对所述虹膜图像进行编码，获取所述虹膜图像的特征编码，并与预设虹膜库进行对比匹配，输出对比匹配结果。本实施例中，眼睛包括呈对称结构的左眼以及右眼，在进行虹膜识别的过程中，可以选择右眼作为识别对象，也可以选择左眼或者左右眼都作为识别对象，本实施例提供的虹膜识别方法不对眼睛的左右进行限定，但其可以满足对不同的识别对象例如左眼或右眼的识别。步骤S10中，眼睛图像即通过预设探测器采集到的图像，如图4以及图5所示，不同类型的探测器采集到的图像效果不同，本实施例以图4中采集的眼睛图像为例，图4的眼睛图像为极坐标图像，图像化处理包括图像二值化处理、灰度处理等，对眼睛图像进行图像化处理之后，得到图6a中的效果示意图，从图6a中能够很明显的看到其中的白色线条，该白色线条表示虹膜的外边缘区域。步骤S20中，由于眼睛的虹膜区域在瞳孔周围，其内边缘即瞳孔的外边缘，且瞳孔与虹膜的颜色差异很大，从图4中可本文档来自技高网...

【技术保护点】
1.一种虹膜识别的方法，其特征在于，包括步骤：/nS10：采集眼睛图像，对所述眼睛图像进行图像化处理；/nS20：获取眼睛图像中虹膜的内边缘以及外边缘区域，并根据所述内边缘及外边缘区域提取出虹膜图像；/nS30：对所述虹膜图像进行编码，获取所述虹膜图像的特征编码，并与预设虹膜库进行对比匹配，输出对比匹配结果。/n

【技术特征摘要】
1.一种虹膜识别的方法，其特征在于，包括步骤：
S10：采集眼睛图像，对所述眼睛图像进行图像化处理；
S20：获取眼睛图像中虹膜的内边缘以及外边缘区域，并根据所述内边缘及外边缘区域提取出虹膜图像；
S30：对所述虹膜图像进行编码，获取所述虹膜图像的特征编码，并与预设虹膜库进行对比匹配，输出对比匹配结果。


2.根据权利要求1所述的一种虹膜识别的方法，其特征在于，所述步骤S10还包括步骤：
通过环形分布CMOS探测器采集所述眼睛图像。


3.根据权利要求1所述的一种虹膜识别的方法，其特征在于，所述步骤S20还包括步骤：
S201：根据高阈值sobel水平算子、hough直线检测确定所述眼睛虹膜内边缘；
S202：根据低阈值sobel水平算子、hough直线检测确定所述眼睛虹膜外边缘。


4.根据权利要求1或3所述的一种虹膜识别的方法，其特征在于，所述步骤S20还包括步骤：
S203：根据所述虹膜的内边缘及外边缘区域，分割得到虹膜区域，将所述虹膜区域调整至预设尺寸，并对所述虹膜区域进行图像增强以作为虹膜图像。


5.根据权利要求1所述的一种虹膜识别的方法，其特征在于，所述步骤S30还包括步骤：
S301：根据计算公式，获取对比匹配结果



上式中，N为特征编码的总位数，为异或关系运算符，Ki表示所述虹膜图像的第i位的特征编码，Ji表示预设虹膜库中预设虹膜图像的第i位特征编码，HD表示匹配相似度。


6.一种...

【专利技术属性】
技术研发人员：赵阳，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海;31