基于纹理图像局部特征的形变虹膜匹配方法组成比例

本发明专利技术是基于纹理图像局部特征的形变虹膜匹配方法，包括特征抽取和关键点匹配两个环节。特征抽取步骤包括：按照既定的多个方向，计算每幅归一化虹膜图像的方向梯度图；不同像素点方向梯度图的加权组合作为该图像的纹理图像局部特征；关键点匹配步骤包括：利用像素点的纹理图像局部特征选取关键点；每个关键点通过局部动态搜索，找到另一幅图像上和其特征欧氏距离最近的点，每个关键点的匹配值的平均为两幅图像的匹配结果。本发明专利技术抽取特征过程快速，且特征对于光照和噪声鲁棒。关键点匹配能动态地在局部区域找到匹配点，非常适合用于形变虹膜匹配，还能提高低质量虹膜图像匹配的精度和虹膜识别系统对复杂多变的应用环境的适应能力。

【技术实现步骤摘要】

本专利技术涉及计算机视觉、数字图像处理、模式识别等
，特别是一种(Deformable DAISYMatcher，简称DDM)。
技术介绍
虹膜是人眼中外部可见的内部器官，在近红外光线下可以呈现出丰富的纹理，虹膜识别即通过分析人眼虹膜的纹理来识别人的身份。由于虹膜具有唯一性、稳定性和非侵犯性等多种优点，目前已经成功应用于煤矿、机场、银行等地的身份验证。但是不同光照环境下，人眼瞳孔大小会随着光线而缩放。据统计，外界光线强时人眼瞳孔的直径会缩小至约1. 5毫米，暗时会扩张至约7毫米。瞳孔直径的变化同时会引起虹膜的弹性形变。如图1所示是不同光照情况下同一个虹膜对比，图1中(a)是光照暗时的虹膜图像；(b)是(a)的虹膜线性归一化结果；(c)是光照亮时的虹膜图像；(d)是(C)的虹膜线性归一化结果；当同一个虹膜产生不同程度的形变时，其纹理也会有较大的差异，这是目前虹膜识别面临的一个严峻挑战。识别人在注册和识别时，外界光照环境通常会有很大的变化， 不同时刻获取的虹膜图像形变程度也不一样。这给虹膜识别系统带来了很大的类内差异 (intra-class difference)，使错误拒绝率本文档来自技高网...

【技术保护点】
１．一种基于纹理图像局部特征的形变虹膜匹配方法，其特征在于，该方法的具体步骤包括：步骤Ｓ１：对用于注册和识别的归一化虹膜图像计算不同方向的方向梯度图，并抽取虹膜纹理图像局部特征；步骤Ｓ２：识别时，根据虹膜纹理图像局部特征，找到待识别和注册虹膜图像的关键点；用局部范围内动态搜索的方法对待识别图像上的每个关键点在注册图像中找到匹配点；所有关键点匹配值的平均为两幅图像的匹配值。

【技术特征摘要】
1.一种基于纹理图像局部特征的形变虹膜匹配方法，其特征在于，该方法的具体步骤包括步骤Sl 对用于注册和识别的归一化虹膜图像计算不同方向的方向梯度图，并抽取虹膜纹理图像局部特征；步骤S2 识别时，根据虹膜纹理图像局部特征，找到待识别和注册虹膜图像的关键点； 用局部范围内动态搜索的方法对待识别图像上的每个关键点在注册图像中找到匹配点；所有关键点匹配值的平均为两幅图像的匹配值。2.根据权利要求1所述的基于纹理图像的局部特征的形变虹膜匹配方法，抽取虹膜纹理图像局部特征的步骤包括步骤Sll 计算归一化虹膜图像的方向梯度图；步骤S12 对不同方向的方向梯度图用不同大小的高斯核多次滤波，图像的纹理图像的局部特征由每次滤波结果组成。3.根据权利要求1所述的形变虹膜匹配方法，其特征在于，抽取虹膜纹理图像的局部特征的每个像素点都有一个多维的特征矢量。4.根据权利要求1所述的基于纹理图像局部特征的形变虹膜匹配方法，其特...

【专利技术属性】
技术研发人员：谭铁牛，孙哲南，张曼，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11