System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,具体为一种虹膜图像定位方法。
技术介绍
1、虹膜识别技术被业界公认为目前安全级别最高的一种生物识别技术,被广泛用于需要精确身份鉴定的场景,如海关、监狱、医疗机构和银行等,相比指纹识别和人脸识别,虹膜识别技术有着明显的优势。首先,虹膜识别技术的稳定好,人的虹膜在一岁之后形状就已经固定,几乎终生不变,并且虹膜大小会随着瞳孔的大小而变化,因此虹膜识别可以用于活体检测。其次,虹膜识别技术拥有非侵犯性,虹膜是体外可见的器官,采集和验证时都不需要物理接触,更加安全卫生。同时,虹膜还具有唯一性,自然界里不存在完全相同的两个虹膜,人的左右眼甚至双胞胎的虹膜也都不会相同。
2、虹膜识别技术的基础是虹膜的定位和虹膜图像的特征提取,其中虹膜的定位技术尤为重要,它可以为虹膜识别提供精准的虹膜纹理图像。虹膜定位技术基于边缘检测算法,由于眼睑、睫毛和光斑等噪声的干扰,常规的边缘检测方法在准确度和系统实时性上都会有所落后,已经无法满足现在虹膜定位的性能需求。其中眼睑会遮挡部分虹膜的图像,导致部分虹膜信息缺失,睫毛等高频噪声会使圆检测阶段发生误判,遗漏真正的虹膜边界。
3、在虹膜定位的过程中常会受到补光灯反射光斑、睫毛和眼睑等噪声的干扰,因为虹膜采集的环境不同,因此需要动态的设定二值化阈值,以更好的去除噪声和定位虹膜轮廓。同时需要动态的限定边缘检测的搜索范围,以减小计算复杂度,提高实时性。
4、虹膜图像检测技术至今已经有了很多方法,这些方法有较高的准确度和稳定性,但是在有复杂噪声的场景,这些传统的算法
技术实现思路
1、本专利技术的目的在于提供一种虹膜图像定位方法,以提升虹膜图像定位的精确度并加快定位速度。
2、实现本专利技术目的的技术方案为:一种虹膜图像定位方法,具体步骤为:
3、步骤1:获取眼部虹膜图像,将眼部虹膜图像转换为虹膜灰度图;
4、步骤2:对图像进行平滑去除睫毛和眼睑等噪声,得到降噪后的虹膜图像,对所述降噪后的虹膜图像的反射光斑等内孔进行填充,得到自适应二值图;
5、步骤3:对所述自适应二值图进行圆心查找定位精确瞳孔圆心坐标,根据圆心计算瞳孔半径得到瞳孔轮廓圆;
6、步骤4:基于瞳孔圆心对所述降噪后的虹膜图像进行虹膜外轮廓提取,并通过虹膜外轮廓拟合获得精确虹膜外轮廓圆,使用精确瞳孔轮廓圆和精确虹膜外轮廓圆即可分离出虹膜。
7、可选的,将所述眼部虹膜图像转换为虹膜灰度图的步骤包括:
8、获取所述眼部虹膜图像每一个像素点ni,j的rgb强度值,将所述每一个像素点ni,j的rgb值通过转换公式进行灰度值转换,得到虹膜灰度图;
9、rgb值转换为灰度值的运算公式为:
10、gray(ni,j)=0.212671×r(ni,j)+0.715160×g(ni,j)+0.072169×b(ni,j)
11、式中,gray(ni,j)为所述虹膜灰度图中像素点ni,j的灰度值,i代表像素点所在的行数,j代表像素点所在的列数,r(ni,j)为像素点ni,j的红色强度值,g(ni,j)为像素点ni,j的绿色强度值,b(ni,j)为像素点ni,j的蓝色强度值。
12、可选的,对图像进行平滑去除睫毛和眼睑等噪声,得到降噪后的虹膜图像,对所述降噪后的虹膜图像进行二值化,将反射光斑等内孔进行填充,得到自适应二值图的步骤包括:
13、对所述虹膜灰度图进行各向异性平滑滤波处理,去除眼睑和睫毛等噪声,得到降噪后的虹膜图像,使用积分投影对所述降噪后的虹膜图像进行瞳孔中心粗定位,确定粗略瞳孔圆心,根据圆心来使用自适应阈值法对所述降噪后的虹膜图像进行二值化,分离出瞳孔。
14、可选的,各向异性平滑滤波处理的具体步骤为:
15、在处理像素点时,首先获取像素点四个方向上的散度,计算公式为:
16、
17、式中,ix,y表示在(x,y)处像素的强度,ix,y-1表示在(x,y-1)处像素的强度,表示(x,y)处像素i北方向的散度,表示(x,y)处像素i南方向的散度,表示(x,y)处像素i东方向的散度,表示(x,y)处像素i西方向的散度;
18、计算出像素点四个方向上的导热系数,计算公式为:
19、
20、式中,cnx,y为(x,y)处北方向的导热系数,csx,y为(x,y)处南方向的导热系数,cex,y为(x,y)处东方向的导热系数,cwx,y为(x,y)处西方向的导热系数,为像素i北方向的散度,为像素i南方向的散度,为像素i东方向的散度,为像素i西方向的散度,k为权重系数;
21、结合上述两个方程组,可得到各向异性平滑滤波的迭代公式为:
22、
23、式中it+1表示在t+1次迭代后的像素强度,t为迭代次数,λ为平滑控制,cnx,y为(x,y)处北方向的导热系数,csx,y为(x,y)处南方向的导热系数,cex,y为(x,y)处东方向的导热系数,cwx,y为(x,y)处西方向的导热系数,为在t次迭代后像素i在北方向的散度,为在t次迭代后像素i在南方向的散度,为在t次迭代后像素i在东方向的散度,为在t次迭代后像素i在西方向的散度,依据公式将所有像素点都处理后即可得到降噪后的虹膜图像;
24、可选的,使用积分投影对所述降噪后的虹膜图像进行瞳孔中心粗定位,确定粗略瞳孔圆心,根据圆心来使用自适应阈值法对所述降噪后的虹膜图像进行二值化的具体步骤为:
25、首先使用灰度图像的水平和垂直积分投影定位瞳孔区域内的点,该点的计算公式为:
26、
27、式中,roughx表示定位点的x轴坐标,roughy表示定位点的y轴坐标,m为图像的高度,n为图像的宽度,m1=0.25m,m2=0.75m,n1=0.4n,n2=0.6n,i(:,y)表示所有y坐标相等的像素的灰度,i(x,:)表示所有x坐标相等的像素的灰度,定位到该点后,即可计算自适应二值化阈值,计算公式为:
28、
29、thresh表示二值化阈值,roughx表示定位点的x轴坐标,roughy表示定位点的y轴坐标,a为定义的搜索范围偏移值,i(x,y)为(x,y)处的像素强度,使用上式计算出自适应二值化阈值后,即可用该值对图像进行二值化处理,得到自适应二值图;
30、可选的,对所述自适应二值图进行圆心查找定位精确瞳孔圆心坐标,根据圆心计算瞳孔半径得到瞳孔轮廓圆的步骤包括:
31、所述自适应二值图中只剩下瞳孔区域和零散噪声,使用开运算填充这些噪声的开孔,然后计算剩下的连通区域的面积,最大的连通区域对应的就是瞳孔区域,根据所述的瞳孔区域进行精确圆心定位,圆心位置的具体计算公式为:
32、
33、式中,m为图像高度,n为图像宽度,本文档来自技高网...
【技术保护点】
1.一种虹膜图像定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的虹膜图像定位方法,其特征在于,将眼部虹膜图像转换为虹膜灰度图的步骤包括:
3.根据权利要求1所述的虹膜图像定位方法,其特征在于,对虹膜灰度图进行平滑去除噪声,得到降噪后的虹膜图像,对所述降噪后的虹膜图像的内孔进行填充,得到自适应二值图的步骤包括:
4.根据权利要求3所述的虹膜图像定位方法,其特征在于,各向异性平滑滤波处理的具体步骤为:
5.根据权利要求3所述的虹膜图像定位方法,其特征在于,使用积分投影对所述降噪后的虹膜图像进行瞳孔区域定位的具体步骤为:
6.根据权利要求1所述的虹膜图像定位方法,其特征在于,对所述自适应二值图进行圆心查找定位精确瞳孔圆心坐标,根据圆心计算瞳孔半径得到瞳孔轮廓圆的步骤包括:
7.根据权利要求1所述的虹膜图像定位方法,其特征在于,虹膜外轮廓提取和外轮廓圆拟合的步骤包括:
8.根据权利要求7所述的虹膜图像定位方法,其特征在于,使用边缘检测算法搜索得到虹膜外轮廓的步骤包括:
9.根据权
...【技术特征摘要】
1.一种虹膜图像定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的虹膜图像定位方法,其特征在于,将眼部虹膜图像转换为虹膜灰度图的步骤包括:
3.根据权利要求1所述的虹膜图像定位方法,其特征在于,对虹膜灰度图进行平滑去除噪声,得到降噪后的虹膜图像,对所述降噪后的虹膜图像的内孔进行填充,得到自适应二值图的步骤包括:
4.根据权利要求3所述的虹膜图像定位方法,其特征在于,各向异性平滑滤波处理的具体步骤为:
5.根据权利要求3所述的虹膜图像定位方法,其特征在于,使用积分投影对所述降噪后的虹膜...
【专利技术属性】
技术研发人员:胡文宾,张俊举,袁昊,许震东,刘洪源,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:
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。