一种从视频流中选取到了质量合格的虹膜图像的方法技术

本发明专利技术充分利用了虹膜图像的灰度信息和图像特征，根据直方图特征检测图像的亮度；根据瞳孔粗略中心位置判断虹膜是否偏离图像中心；检测红外光源在瞳孔附近形成的两个特殊的反光点，根据反光点的存在和大小判断是否有眨眼和非人眼图像的情况；分析虹膜纹理、睫毛和眼睑的灰度值特征，计算虹膜纹理可用度；根据虹膜纹理径向分布的特征，采用边缘梯度能量函数有效判断虹膜纹理清晰度。通过对采集到的每帧图像进行分步骤评估，实现了虹膜自动采集系统中从视频流中选取到了图像质量合格的虹膜图像的方法；并且通过分步骤与预先设定的阀值进行比较，从而对虹膜图像质量进行了正确的评价，并且通用性很强。

【技术实现步骤摘要】

本专利技术属于图像处理
，主要涉及生物特征鉴别中的一种从视频流 中选取到了质量合格的虹膜图像的方法。
技术介绍
在信息技术高度发展和电子业务广泛应用的现代社会，信息安全己经渗透 到人们日常生活的每一个方面。因此可用于身份鉴别、保护信息安全的生物特 征识别技术越来越受到人们的重视。与传统的方法相比，生物特征识别的优点 是不会丢失、遗忘和伪造，是安全而快速的鉴别方式。虹膜识别技术是一种新 兴的生物特征识别技术，与其它生物特征识别技术相比具有以下几个优点稳 定性、唯一性、高可靠性和非接触性，这些特点使得虹膜识别在公安、国防、 金融、保险、医疗卫生、计算机网络等各个领域中具有非常广阔的应用前景。 随着数字信号处理技术和图像处理技术的发展，虹膜身份识别系统已经日趋成熟。详见文献 John G. Daugman, "How Iris Recognition Works, ，， IEEE Transaction on Circuits and Systems for Video Technology, Volume 14， Issue 1, pp. 21 - 30, 2004和文献John G. Daugman， "High Confidence Recognition of Persons by Iris Patterns, ，， The Proceeding of IEEE 35th International Caxnahan Conference on Security Technology, pp. 254—263， 2001所述。虹膜图像质量评估是自动虹膜识别系统中的一个非常重要的环节，它确保了采集过程中得到满足质量标准的图像。实际中，由于拍摄时采集设备的焦距 问题，拍摄瞬间眼球的转动问题，以及眼睑和睫毛对虹膜的部分遮挡，常常使 采集的虹膜图像无法进行后续的特征提取。目前已有的算法中还没有提出一种 有效的虹膜图像质量评估模型，因此我们旨在建立一套通用可行的评估模型，详见文献- Chen Ji， Hu Guangshu， "Iris Image Quality Evaluation based on Wavelet Packet Decomposition, ，， Journal of Tsinghua University (Sci & Tech)， volume 43， no. 3， pp. 377-380， 2003。 目前已有虹膜质量评估方法有(1) 基于快速傅立叶变换的方法。它对虹膜区域上的两个矩形块内的像 素点进行二维快速傅立叶变换，然后通过对其高频、中频和低频能量的统计， 分析图像是否清晰和存在睫毛遮挡。该模型的通用行不强，容易将纹理较少的 清晰虹膜图像误判为低质量虹膜图像。详见文献LiMa， TieniuTan， Yunhong Wang， Dexin Zhang, "Personal Identification based on Iris Texture Analysis, ，， IEEE Transactions on Pattern Analysis and Machine Intelligence, volume. 25， no. 12， pp. 1519—1533。(2) 基于小波包分解的方法。它选取纹理高频分量分布最集中的子频带 作为特征子频带，以其能量作为判别图像质量的准则。该方法的缺点是无法判 断因睫毛遮挡而存在问题的虹膜图像。详见文献Chen Ji， Hu Guangshu，"Iris Image Quality Evaluation based on Wavelet Packet Decomposition, ，， Journal of Tsinghua University (Sci & Tech)， volume 43， no. 3， pp. 377-380， 2003。上述的虹膜图像质量评估方法的通用性都不强，无法满足自动虹膜采集系 统中选取高质量图像的要求。
技术实现思路
本专利技术的任务是建立一套通用性比较强的从视频流中选取到了质量合格 的虹膜图像的方法。本专利技术的目的是这样实现的，其特征在于其包括 下列步骤步骤l、通过摄像装置，对人眼中的虹膜进行图像采集，得到含有虹膜图 像的原始灰度图像；步骤2、统计步骤l中得到的图像中灰度值为0 85、 86 170、 171 255 三个范围内的像素和，分别计算三者占总像素和的比例rp r2、 ^来判断图像 的明暗度，与预先设定的用于判断虹膜图像是否过亮或过暗的阀值7;、72和7;进 行比较，若r一7J、 ，2<72或者〃3>7;，认为图像亮度不合格，舍弃该图并重新采 集，符合要求的图像则迸入下一步骤；步骤3、选取一个固定的阈值K，将原始虹膜图像进行二值化，原始灰度 图像中灰度值大于阈值K的像素点的灰度值赋为1,小于阈值K的像素点的灰 度值赋为0;步骤4、对步骤3中得到的二值图像，进行数学形态学中的闭合运算来消. 除二值图像中的小空洞；具体来说，闭合运算为JDS = (^@"€^，即先对原 始图像^用结构元素S进行膨胀运算，然后再进行腐蚀运算；结构元素B为一个7X7的矩阵，中间近似圆形区域内的元素的值为1，其余元素的值为0。 u为 闭合运算符，e为膨胀运算符，0为腐蚀运算符；步骤5、计算步骤4中得到图像的水平和垂直灰度投影，水平投影的计算公式为<formula>formula see original document page 9</formula>。垂直灰度投影的计算公式为<formula>formula see original document page 9</formula>；其中&("表示横坐标为;c的灰度投影值，Sj力表示纵坐标为J的灰度投影值， M,iV为图像的宽度和高度，/(x，力为位置(x,力的像素点的灰度值；步骤6、搜索步骤5中的水平灰度投影&("取最小值时的横坐标^。和垂直 灰度投影&(力取最小值是的纵坐标少。，将(;c。,:0视为瞳孔的粗略中心；根据 (&,凡)判断虹膜是否位于图像的中心，若(x。，凡)不满足 < & <&^，>W <凡<>W。W ，认为可能存在虹膜纹理不完整和斜视的情况，舍 弃该图并重新采集，符合要求的图像则进入下一步；步骤7、搜索(x。，凡)左右两侧一定区域内的白色像素个数N，若某一侧的 ^<WSm。 ，说明图像中没有眼睛或者存在眨眼情况，若某一侧的iV〉A^，说明 可能由于晃动导致了图像模糊，图像均不合格；只有瞳孔两侧均有大小合适的 反光点的图像才能进入下一步；步骤8、在纵坐标为凡这一行上，以(x。，凡)为中心，沿水平方向向左搜索像素灰度值大于r的点，当搜索到像素灰度值大于r时立即停止搜索，记下此时的坐标(^y。)作为瞳孔边界点的坐标，再按同样的方式进行沿水平方向向 右的搜索，得到另一边界点坐标(、,凡)；步骤9、取坐标点(x。,yo)附近的若干行，在取出的每一行上进行瞳孔边界点的搜本文档来自技高网...

【技术保护点】
一种从视频流中选取到了质量合格的虹膜图像的方法，其特征在于其包括下列步骤：　步骤１、通过摄像装置，对人眼中的虹膜进行图像采集，得到含有虹膜图像的原始灰度图像；　步骤２、统计步骤１中得到的图像中灰度值为０～８５、８６～１７０、１７１～２５５三个范围内的像素和，分别计算三者占总像素和的比例ｒ↓［１］、ｒ↓［２］、ｒ↓［３］来判断图像的明暗度，与预先设定的用于判断虹膜图像是否过亮或过暗的阀值Ｔ↓［１］、Ｔ↓［２］和Ｔ↓［３］进行比较，若ｒ↓［１］＞Ｔ↓［１］、ｒ↓［２］＜Ｔ↓［２］或者ｒ↓［３］＞Ｔ↓［３］，认为图像亮度不合格，舍弃该图并重新采集，符合要求的图像则进入下一步骤；　步骤３、选取一个固定的阈值Ｖ↓［ｂ］，将原始虹膜图像进行二值化，原始灰度图像中灰度值大于阈值Ｖ↓［ｂ］的像素点的灰度值赋为１，小于阈值Ｖ↓［ｂ］的像素点的灰度值赋为０；　步骤４、对步骤３中得到的二值图像，进行数学形态学中的闭合运算来消除二值图像中的小空洞；具体来说，闭合运算为：Ａ□Ｂ＝（Ａ⊕Ｂ）ΘＢ，即先对原始图像Ａ用结构元素Ｂ进行膨胀运算，然后再进行腐蚀运算；结构元素Ｂ为一个７×７的矩阵，中间近似圆形区域内的元素的值为１，其余元素的值为０。凵为闭合运算符，⊕为膨胀运算符，Θ为腐蚀运算符；　步骤５、计算步骤４中得到图像的水平和垂直灰度投影，水平投影的计算公式为：Ｓ↓［ｈ］（ｘ）＝＊Ｉ（ｘ，ｙ），垂直灰度投影的计算公式为：Ｓ↓［ｖ］（ｙ）＝＊Ｉ（ｘ，ｙ）；其中Ｓ↓［ｈ］（ｘ）表示横坐标为ｘ的灰度投影值，Ｓ↓［ｖ］（ｙ）表示纵坐标为ｙ的灰度投影值，Ｍ，Ｎ为图像的宽度和高度，Ｉ（ｘ，ｙ）为位置（ｘ，ｙ）的像素点的灰度值；　步骤６、搜索步骤５中的水平灰度投影Ｓ↓［ｈ］（ｘ）取最小值时的横坐标ｘ↓［ｏ］和垂直灰度投影Ｓ↓［ｈ］（ｙ）取最小值是的纵坐标ｙ↓［ｏ］，将（ｘ↓［ｏ］，ｙ↓［ｏ］）视为瞳孔的粗略中心；根据（ｘ↓［ｏ］，ｙ↓［ｏ］）判断虹膜是否位于图像的中心，若（ｘ↓［ｏ］，ｙ↓［ｏ］）不满足ｘ↓［Ｌｅｆｔ］＜ｘ↓［ｏ］＜ｘ↓［Ｒｉｇｈｔ］，ｙ↓［Ｔｏｐ］＜ｙ↓［ｏ］＜ｙ↓［Ｂｅｌｌｏｗ］，认为可能存在虹膜纹理不完整和斜视的情况，舍弃该图并重新采集，符合要求的图像则进入下一步；　步骤７、搜索（ｘ↓［ｏ］，ｙ↓［ｏ］）左右两侧一定区域内的白色像素个数Ｎ，若某一侧的Ｎ＜Ｎ↓［Ｓｍａｌｌ］，说明图像中没有眼睛或者存在眨眼情况，若某一侧的Ｎ＞Ｎ↓［Ｂｉｇ...

【技术特征摘要】

【专利技术属性】
技术研发人员：马争，骆丽，
申请(专利权)人：电子科技大学中山学院，
类型：发明
国别省市：44[中国|广东]