【技术实现步骤摘要】
本专利技术涉及数字图像处理、模式识别和统计学习等
,特别是涉及一种。
技术介绍
随着社会的发展和进步,人们对于身份认证的要求不断提高。生物特征识别作为一种优秀的认证手段,具有很多特有的优良性质,在近些年取得了迅速的发展。生物特征识别一般可以分为基于形态特征和生理特征这样两类。其中,虹膜作为一种生理特征,具有很高的稳定性和防伪性,虹膜识别近些年取得了很大的发展,并且已经有了很多非常成功的应用实例,特别是在大规模以及高精度要求的情况下。随着现在社会信息化进程的深入发展,物联网和移动互联网下的光学图像获取装置呈现泛在发展的趋势,同时互联网中的图像和视频数据规模呈爆炸式增长,其中大量的图像和视频都涉及到人脸和虹膜等生物特征信息,为获取多种模态的生物特征提供了新的途径和数据基础。在这些应用场景下采集到的虹膜图像可能存在图像获取设备上的差异,包括近红外和可见光间的差异以及高清和低分辨率的差异等,还有用户状态上的差异,包括戴眼镜的和裸眼的差异以及正眼与斜视的区别,除此之外可能还有获取场景上的差异,比如室内和室外的差异。对于这些来源广泛、质量各异的虹膜图像,他们之间的识别和匹配造成了限制现阶段虹膜识别学科及应用发展的瓶颈问题。目前国内外解决异质虹膜识别的方法并不多,且所解决的问题也比较单一。[Connaughton, TIFS2012]分析了跨设备的虹膜识别问题,并指出了虹膜传感器和虹膜识别算法的选择都会影响到虹膜识别的准确率。[Sunpreet,BTAS2012]为解决跨设备的虹膜识别问题,提出了基于传感器判定的选择性图像增强算法以提升虹膜图像获取设 ...
【技术保护点】
一种用于异质虹膜识别的信息融合方法,其特征在于,该方法包括:步骤S1、构建包含有异质虹膜图像的训练数据库,对该训练数据库中成对的不同状态下的异质虹膜图像进行预处理,得到ROI并将其变换到极坐标系下,再进行特征提取得到二值特征编码,对该特征二值特征编码进行训练,利用概率图模型建模获得由测试虹膜图像编码到注册虹膜图像编码的映射关系和注册状态虹膜图像编码中相邻位间的相容关系;步骤S2、对要识别的单幅虹膜图像或连续的多幅虹膜图像进行预处理,得到ROI并将其变换到极坐标系下,然后进行特征提取得到二值特征编码或编码序列,利用步骤S1得到的所述映射关系和相容关系将二值编码序列融合,获得一个对应的注册状态虹膜图像编码和加权比对模板,将该注册状态虹膜编码以及加权匹配模板与数据库中的注册样本进行比对,完成识别。
【技术特征摘要】
1.一种用于异质虹膜识别的信息融合方法,其特征在于,该方法包括: 步骤S1、构建包含有异质虹膜图像的训练数据库,对该训练数据库中成对的不同状态下的异质虹膜图像进行预处理,得到ROI并将其变换到极坐标系下,再进行特征提取得到二值特征编码,对该特征二值特征编码进行训练,利用概率图模型建模获得由测试虹膜图像编码到注册虹膜图像编码的映射关系和注册状态虹膜图像编码中相邻位间的相容关系; 步骤S2、对要识别的单幅虹膜图像或连续的多幅虹膜图像进行预处理,得到ROI并将其变换到极坐标系下,然后进行特征提取得到二值特征编码或编码序列,利用步骤SI得到的所述映射关系和相容关系将二值编码序列融合,获得一个对应的注册状态虹膜图像编码和加权比对模板,将该注册状态虹膜编码以及加权匹配模板与数据库中的注册样本进行比对,完成识别。2.根据权利要求1所述的用于异质虹膜识别的信息融合方法,其特征在于,所述步骤SI包括: 步骤S11、构建包含异质虹膜图像的训练数据库,训练数据库包括注册图像数据库和测试图像数据库,将对应于系统注册状态的虹膜图像存储于注册图像数据库,对应于识别输入状态的虹膜图像存储于测试图像数据库,并且要求注册图像数据库中每一个虹模图像和测试图像数据库中每一个虹膜图像一一对应,且每一对对应的虹膜图像均来自于同一个虹膜,并对训练图像数据库中的测试状态图像和注册状态图像进行预处理,得到训练图像数据库中的测试状态图像和注册状态图像的ROI ; 步骤S12、对所述训练图像数据库中的测试状态图像和注册状态图像的ROI进行归一化,将训练图像数据库中的测试状态图像和注册状态图像的ROI从直角坐标系转换到极坐标系,得到训练图像数据库中的测试状态图像和注册状态图像的ROI在极坐标系下的虹膜图像; 步骤S13、使用特征提取 算法对在训练图像数据库中极坐标系下的虹膜图像上进行编码,得到训练图像数据库中的测试状态图像和注册状态虹膜图像的二值特征编码; 步骤S14、在训练图像数据库中的测试状态图像和注册状态图像的二值特征编码上,统计一对测试虹膜图像编码和注册虹膜图像编码的对应位置上的不同状态出现的条件概率,再由此得到由测试虹膜图像编码到注册虹膜图像编码的映射关系; 步骤S15、在训练图像数据库中注册状态图像的二值特征编码上,统计注册虹膜图像编码的相邻位置上的不同状态出现的条件概率,并得到注册状态虹膜图像编码中相邻位间的相容关系。3.根据权利要求1所述的用于异质虹膜识别的信息融合方法,其特征在于,所述异质虹膜图像包括不同质量和不同状态的两类,不同质量的异质虹膜图像的识别指的是使用低质量的虹膜图像对高质量的注册虹膜图像进行比对,其中低质量包括低分辨率、运动模糊和离焦模糊等因素;不同状态的异质虹膜图像的识别指的是测试虹膜图像样本和注册虹膜图像样本在获取的时候具有用户状态或设备状态上的不同。4.根据权利要求2所述的用于异质虹膜识别的信息融合方法,其特征在于, 步骤S14中一对测试虹膜图像编码和注册...
【专利技术属性】
技术研发人员:谭铁牛,孙哲南,刘京,
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:
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。