一种虹膜特定特征提取优化方法及系统技术方案

本发明专利技术公开一种虹膜特定特征提取优化方法及系统，包括获取视频图像；对视频图像进行预处理得到第一图像；针对第一图像进行虹膜特定特征提取，本发明专利技术采用粒子群算法定位去噪图像的虹膜内圆和外圆，又通过判断灰度差状态法提取虹膜卷缩轮特征，不仅保留了原图像的重要特征信息，且使得卷缩轮特征的提取更加客观、可靠和可重复。本发明专利技术适用于图像检测领域。本发明专利技术适用于图像检测领域。

【技术实现步骤摘要】
一种虹膜特定特征提取优化方法及系统


[0001]本公开涉及图像处理
，具体涉及一种虹膜特定特征提取优化方法及系统。

技术介绍

[0002]虹膜纹理特征丰富、卷缩轮、色素斑、坑洞等都是现在医学实验和临床分析的热点。关于虹膜卷缩轮的特征提取大多依靠简易的图像采集和采集者肉眼观察来实现，由于信息数据提取的结果大都以来采集者经验积累以及当时的环境因素影响，主观性较强，且无法量化重复实现，因此如何更加客观、可靠、可重复性地提取卷缩轮特征显得尤为重要。

技术实现思路

[0003]为解决上述问题，本公开提供一种虹膜特定特征提取优化方法，其特征在于，所述方法包括以下步骤：
[0004]S100，获取视频图像；
[0005]S200，对视频图像进行预处理得到第一图像；
[0006]S300，针对第一图像进行虹膜特定特征提取。
[0007]具体的，S100中，所述视频图像采用近红外摄像机获得，所述近红外摄像机的近红外光的波长范围[700,1100]nm。
[0008]具体的，S200中,对视频图像进行预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虹膜特定特征提取优化方法，其特征在于，所述方法包括以下步骤：S100，采用近红外摄像机获取视频图像；S200，对视频图像进行预处理得到第一图像；S300，针对第一图像进行虹膜特定特征提取。2.根据权利要求1所述的一种虹膜特定特征提取优化方法，其特征在于，S200中，对视频图像进行预处理得到第一图像的步骤为：S210，对视频图像进行灰度化处理，得到灰度图像；S220，对灰度图像进行去噪处理，所述去噪处理的方法为采用迭代方法对灰度图像进行去噪处理得到去噪图像；S230，采用粒子群算法定位去噪图像的虹膜内圆和外圆得到第一图像。3.根据权利要求2所述的一种虹膜特定特征提取优化方法，其特征在于，在S220中，对灰度图像进行去噪处理的步骤为：S221，对灰度图像进行去噪处理，去噪公式为：S221，对灰度图像进行去噪处理，去噪公式为：其中，I为输入的图像，div为散度算子，为梯度，g(
·
)为方向性方程，t为迭代次数，x和y为I中的像素坐标，k为预先设定的影响因子，当t等于1时，第t次输入的图像为灰度图像，当t大于1时，第t次输入的图像为第t
‑
1次迭代后的输出图像；S222，判断第t次迭代后的输出图像与第t
‑
1次迭代后的输出图像之间的相关性，当相关性小于预定阈值时，则第t
‑
1次迭代后的输出图像为去噪图像，当相关性大于预定阈值时，则将第t次迭代后的输出图像作为第t+1次输入的图像进行第t+1次迭代，所述判断相关性的公式为：E＝[L(a，b)]
α
[C(a，b)]
β
[S(a，b)]
γ
；其中，在这里，a和b分别代表所述第t次迭代后的输出图像和所述第t次输入的图像，μ
a
、μ
b
分别为a和b的亮度均值，σ
a
、σ
b
、σ
ab
分别为a的方差、b的方差和协方差，m1、m2、m3为常数。4.根据权利要求2所述的一种虹膜特定特征提取优化方法，其特征在于，S230中，采用粒子群算法定位去噪图像的虹膜内圆和外圆的方法为：S231，增强去噪图像的对比度得到增强图像；S232，采用canny算子对增强图像进行边缘检测得到边缘检测结果图像；S233，对边缘检测结果图像做填充处理，检测最大面积的区域，即为瞳孔初步轮廓；S234，在瞳孔初步轮廓选定12个点，所述12个点的所有相邻两个点之间的距离相等，并求出12个点的坐标点；S235，将每隔5个点的两点连接，得到6条直线，6条直线的交点即为圆心...

【专利技术属性】
技术研发人员：卢仕辉，
申请(专利权)人：广东奥珀智慧家居股份有限公司，
类型：发明
国别省市：