CN107330402B - 一种巩膜识别方法、设备及计算机可读存储介质 - Google Patents
一种巩膜识别方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107330402B CN107330402B CN201710524575.7A CN201710524575A CN107330402B CN 107330402 B CN107330402 B CN 107330402B CN 201710524575 A CN201710524575 A CN 201710524575A CN 107330402 B CN107330402 B CN 107330402B
- Authority
- CN
- China
- Prior art keywords
- sclera
- determining
- image
- pattern
- system feedback
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Eye Examination Apparatus (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种巩膜识别方法、设备及计算机可读存储介质,其中,该方法包括:获取并处理眼部图像,得到巩膜灰度图像;确定巩膜灰度图像中的特征点;根据特征点确定系统反馈值;匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。实现了一种能够基于巩膜图块图案进行生物识别的技术方案,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
Description
技术领域
本发明涉及移动通信领域,尤其涉及一种巩膜识别方法、设备及计算机可读存储介质。
背景技术
现有技术中,继指纹识别之后,眼纹、虹膜、眼球这类聚焦于眼睛的生物识别技术又成为了近来手机终端厂商的热捧技术。
以下,对聚焦于眼睛的生物识别技术做简单介绍:
其一,巩膜识别
所谓的“眼纹识别”“眼球识别”均指的是“巩膜识别”。
眼纹识别技术利用了巩膜(也就是眼白)上血管纹理分布的唯一性。虽然人的眼球会因为过敏、红眼或者熬夜宿醉等情况发生充血的状况,但这些并不会影响虹膜上血管排布,所以这种“眼纹”的稳定性也是足够的。而且就信息量来讲,这种“眼纹”是指纹的4.5倍,十分适合用来做生物识别。对于手机终端,主要是通过前置摄像头捕获到这些血管纹理。
其二,虹膜识别
虹膜识别技术是通过一种近似红外线的光线对虹膜图像进行扫描成像,并通过图案象素位的异或操作来判定相似程度。虹膜识别过程首先需要把虹膜从眼睛图像中分离出来,再进行特征分析。
虹膜是人眼中瞳孔内的织物状各色环状物,每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构。
但是,两种识别技术在目前的手机终端使用情况来看有一定的局限性或弊端,主要体现在:
(1)两种技术的运用目前在手机终端上主要局限于身份认证,运用范围相对较窄;
(2)两种技术识别取样的生物纹理都及其细微,在弱光环境下极易失效;例如,在带美瞳、眼镜、甚至有眼疾等情况下同样容易失效,并且对识别距离也有严格的限制;
(3)软硬件开发成本大。由于纹理细微复杂,后台需要大量的算法才能达到识别匹配、身份认证的目的,且识别时间长,而硬件上如虹膜识别需要配备红外LED作为照明装置,需要特定的虹膜识别红外摄像头等;
(4)需要提前预置用户的眼睛纹理信息,降低了用户体验。
综上所述,现有技术中,基于眼球的生物识别技术适用范围较窄,适用条件较为严格,软硬件开发难度大,用户体验较差。
发明内容
为了解决现有技术中,基于眼球的生物识别技术适用范围较窄,适用条件较为严格,软硬件开发难度大,用户体验较差的技术缺陷,本发明提出了一种巩膜识别方法,该方法包括:
获取并处理眼部图像,得到巩膜灰度图像;
确定巩膜灰度图像中的特征点;
根据特征点确定系统反馈值;
匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。
可选的,所述获取并处理眼部图像,得到巩膜灰度图像包括:
获取待识别图像;
根据眼部特征,在所述待识别图像中确定所述眼部图像;
提取所述眼部图像,并按预设灰度特征处理所述眼部图像;
提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。
可选的,所述确定所述巩膜灰度图像中的特征点包括:
确定预设的二值化算法;
根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点。
可选的,所述根据所述特征点确定系统反馈值包括:
预设巩膜图块图案与人眼行为的第一对应关系;
预设所述特征点与所述巩膜图块图案的第二对应关系;
根据所述特征点确定其对应的巩膜图块图案;
根据所述巩膜图块图案确定其对应的人眼行为;
根据所述人眼行为确定所述系统反馈值。
可选的,所述匹配所述系统反馈值以及预设比对值,并反馈所述巩膜识别结果包括:
确定所述巩膜图块图案与所述人眼行为之间的比值定义;
根据所述特征点以及所述比值定义确定所述系统反馈值;
匹配所述系统反馈值以及预设比对值,若一致,则识别通过,否则,识别失败。
本发明还提出了一种巩膜识别设备,该设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,计算机程序被处理器执行时实现:
获取并处理眼部图像,得到巩膜灰度图像;
确定所述巩膜灰度图像中的特征点;
根据所述特征点确定系统反馈值;
匹配所述系统反馈值以及预设比对值,并反馈所述巩膜识别结果。
可选的,所述计算机程序还被所述处理器执行时实现:
获取待识别图像;
根据眼部特征,在所述待识别图像中确定所述眼部图像;
提取所述眼部图像,并按预设灰度特征处理所述眼部图像;
提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。
可选的,所述计算机程序还被所述处理器执行时实现:
确定预设的二值化算法;
根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点。
可选的,所述计算机程序还被所述处理器执行时实现:
预设巩膜图块图案与人眼行为的第一对应关系;
预设所述特征点与所述巩膜图块图案的第二对应关系;
根据所述特征点确定其对应的巩膜图块图案;
根据所述巩膜图块图案确定其对应的人眼行为;
根据所述人眼行为确定所述系统反馈值;
确定所述巩膜图块图案与所述人眼行为之间的比值定义;
根据所述特征点以及所述比值定义确定所述系统反馈值;
匹配所述系统反馈值以及预设比对值,若一致,则识别通过,否则,识别失败。
本发明还提出了一种计算机可读存储介质,该计算机可读存储介质上存储有巩膜识别程序,巩膜识别程序被处理器执行时实现如上述任一项所述的巩膜识别方法的步骤。
实施本发明的巩膜识别方法、设备及计算机可读存储介质,通过获取并处理眼部图像,得到巩膜灰度图像;确定巩膜灰度图像中的特征点;根据特征点确定系统反馈值;匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。实现了一种能够基于巩膜图块图案进行生物识别的技术方案,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明涉及的一种移动终端的硬件结构示意图;
图2是本发明实施例提供的一种通信网络系统架构图;
图3是本发明巩膜识别方法第一实施例的流程图;
图4是本发明巩膜识别方法的巩膜灰度图;
图5是本发明巩膜识别方法的图块图案对应图;
图6是本发明巩膜识别方法第二实施例的流程图;
图7是本发明巩膜识别方法第三实施例的流程图;
图8是本发明巩膜识别方法第四实施例的流程图;
图9是本发明巩膜识别方法第五实施例的流程图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如,本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant,PDA)、便捷式媒体播放器(Portable Media Player,PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端,以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明,本领域技术人员将理解的是,除了特别用于移动目的的元件之外,根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1,其为实现本发明各个实施例的一种移动终端的硬件结构示意图,该移动终端100可以包括:RF(Radio Frequency,射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解,图1中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍:
射频单元101可用于收发信息或通话过程中,信号的接收和发送,具体的,将基站的下行信息接收后,给处理器110处理;另外,将上行的数据发送给基站。通常,射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000,码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access,时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution,频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution,分时双工长期演进)等。
WiFi属于短距离无线传输技术,移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102,但是可以理解的是,其并不属于移动终端的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时,将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据),并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度,接近传感器可在移动终端100移动到耳边时,关闭显示面板1061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器110,并能接收处理器110发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071,用户输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给处理器110以确定触摸事件的类型,随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器109可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器109内的软件程序和/或模块,以及调用存储在存储器109内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元;优选的,处理器110可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池),优选的,电源111可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出,移动终端100还可以包括蓝牙模块等,在此不再赘述。
为了便于理解本发明实施例,下面对本发明的移动终端所基于的通信网络系统进行描述。
请参阅图2,图2为本发明实施例提供的一种通信网络系统架构图,该通信网络系统为通用移动通信技术的LTE系统,该LTE系统包括依次通讯连接的UE(User Equipment,用户设备)201,E-UTRAN(Evolved UMTS Terrestrial Radio Access Network,演进式UMTS陆地无线接入网)202,EPC(Evolved Packet Core,演进式分组核心网)203和运营商的IP业务204。
具体地,UE201可以是上述终端100,此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中,eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接,eNodeB2021连接到EPC203,eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity,移动性管理实体)2031,HSS(Home Subscriber Server,归属用户服务器)2032,其它MME2033,SGW(Serving Gate Way,服务网关)2034,PGW(PDN Gate Way,分组数据网络网关)2035和PCRF(Policy andCharging Rules Function,政策和资费功能实体)2036等。其中,MME2031是处理UE201和EPC203之间信令的控制节点,提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能,并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送,PGW2035可以提供UE 201的IP地址分配以及其它功能,PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点,它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem,IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍,但本领域技术人员应当知晓,本发明不仅仅适用于LTE系统,也可以适用于其他无线通信系统,例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等,此处不做限定。
基于上述移动终端硬件结构以及通信网络系统,提出本发明方法各个实施例。
实施例一
一种巩膜识别方法,该方法包括:
S1、获取并处理眼部图像,得到巩膜灰度图像;
S2、确定巩膜灰度图像中的特征点;
S3、根据特征点确定系统反馈值;
S4、匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。
在本实施例中,首先,获取并处理眼部图像,得到巩膜灰度图像。其中,巩膜是眼球壁的最外一层,由致密的胶原和弹力纤维构成,其结构坚韧,不透明,质地坚硬呈磁白色。该巩膜也即本方案的分析处理对象。
然后,处理眼部图像,得到巩膜灰度图像,其中,图像灰度化,可以在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255。
在本实施例中,确定巩膜灰度图像后,在巩膜灰度图像中确定所需分析的特征点,具体的,包括但不限于,巩膜与眼眶的切点、巩膜与眼眶线的交接点等。
在本实施例中,根据特征点确定系统反馈值,也即,根据特征点确定巩膜图块图案,然后根据巩膜图块图案的特征确定该特征对应的系统反馈值。
在本实施例中,匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。具体的,在终端设备内存储多组预设比对值,然后,匹配上述方法得到的系统反馈值,确定是否有相同的,若有,则匹配成功。
进一步的,在同一终端设备内,存储每一个用户的一组预设比对值,在分析得到系统反馈值后,根据匹配结果确定对应的用户身份;
进一步的,在同一终端设备内,存储每一个用户的多组预设比对值,在分析得到系统反馈值后,首先根据匹配结果确定对应的用户身份,然后根据具体的匹配到的预设比对值,确定相关功能;
进一步的,在一终端设备内,存储用户的三组预设比对值,在分析得到系统反馈值后,根据匹配结果确定三组之一的预设比对值,例如,第一比对值是开启特定应用程序、第二比对值是重启系统、第三比对值是解锁屏幕,因此,当根据匹配结果确定是第一比对值时,开启该预设的应用程序,当根据匹配结果确定是第二比对值时,执行重启系统操作,当根据匹配结果确定是第三比对值时,执行解锁屏幕的操作。
本实施例的有益效果在于,通过获取并处理眼部图像,得到巩膜灰度图像;确定巩膜灰度图像中的特征点;根据特征点确定系统反馈值;匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。实现了一种能够基于巩膜图块图案进行生物识别的技术方案,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例二
基于上述实施例,所述获取并处理眼部图像,得到巩膜灰度图像包括:
S11、获取待识别图像;
S12、根据眼部特征,在所述待识别图像中确定所述眼部图像;
S13、提取所述眼部图像,并按预设灰度特征处理所述眼部图像;
S14、提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。
在本实施例中,首先,获取待识别图像,例如,图4所示的巩膜灰度图,该巩膜灰度图包括眼眶区域、眼球区域、左图块区域以及右图块区域;然后,根据眼部特征,在所述待识别图像中确定所述眼部图像,例如,图4所述的即为眼部区域,其中,由眼眶区域、眼球区域、左图块区域以及右图块区域共同组成该眼部区域;提取所述眼部图像,并按预设灰度特征处理所述眼部图像,最后,提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。
在本实施例中,通过获取待识别图像,根据眼部特征,在所述待识别图像中确定所述眼部图像,提取所述眼部图像,并按预设灰度特征处理所述眼部图像,提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。为后续实现了一种能够基于巩膜图块图案进行生物识别的技术方案提供了判断基础和判断条件,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例三
基于上述实施例,所述确定所述巩膜灰度图像中的特征点包括:
S21、确定预设的二值化算法;
S22、根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点。
在本实施例中,首先,确定预设的二值化算法,其中,图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。一幅图像包括目标物体、背景还有噪声,要想从多值的数字图像中直接提取出目标物体,最常用的方法就是设定一个全局的阈值T,用T将图像的数据分成两部分:大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色(或者黑色),小于T的像素群的像素值设定为黑色(或者白色)。
进一步的,在本实施例中,采用局部二值化的方法,其中,局部二值化的方法就是按照一定的规则将整幅图像划分为N个窗口,对这N个窗口中的每一个窗口再按照一个统一的阈值T将该窗口内的像素划分为两部分,进行二值化处理。
如图4所示,根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点,其中,在巩膜灰度图像中确定所需分析的特征点,具体的,包括但不限于,巩膜与眼眶的切点、巩膜与眼眶线的交接点等。
本实施例的有益效果在于,通过确定预设的二值化算法,然后根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点。为后续实现了一种能够基于巩膜图块图案进行生物识别的技术方案提供了判断基础和判断条件,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例四
基于上述实施例,所述根据所述特征点确定系统反馈值包括:
S31、预设巩膜图块图案与人眼行为的第一对应关系;
S32、预设所述特征点与所述巩膜图块图案的第二对应关系;
S33、根据所述特征点确定其对应的巩膜图块图案;
S34、根据所述巩膜图块图案确定其对应的人眼行为;
S35、根据所述人眼行为确定所述系统反馈值。
在本实施例中,如图5所示的图块图案对应图,首先,预设巩膜图块图案与人眼行为的第一对应关系,具体的:
确定人眼行为是正视时的巩膜图块图案;
确定人眼行为是左小斜视的巩膜图块图案;
确定人眼行为是右小斜视的巩膜图块图案;
确定人眼行为是左大斜视的巩膜图块图案;
确定人眼行为是右大斜视的巩膜图块图案;
确定人眼行为是上斜视的巩膜图块图案;
确定人眼行为是下斜视的巩膜图块图案;
确定人眼行为是怒视的巩膜图块图案;
确定人眼行为是闭眼的巩膜图块图案。
在本实施例中,预设所述特征点与所述巩膜图块图案的第二对应关系,具体的,根据巩膜与眼眶的切点、巩膜与眼眶线的交接点等特征点,确定如图5所示第一列的巩膜图块图案。
在本实施例中,根据所述特征点确定其对应的巩膜图块图案,根据巩膜灰度图像中获取的特征点,在上述图5所示第一列的巩膜图块图案中匹配其对应的具体巩膜图块图案。
在本实施例中,根据所述巩膜图块图案确定其对应的人眼行为,也即:
根据正视时的巩膜图块图案确定人眼行为是正视;
根据左小斜视时的巩膜图块图案确定人眼行为是左小斜视;
根据右小斜视时的巩膜图块图案确定人眼行为是右小斜视;
根据左大斜视时的巩膜图块图案确定人眼行为是左大斜视;
根据右大斜视时的巩膜图块图案确定人眼行为是右大斜视;
根据上斜视时的巩膜图块图案确定人眼行为是上斜视;
根据下斜视时的巩膜图块图案确定人眼行为是下斜视;
根据怒视时的巩膜图块图案确定人眼行为是怒视;
根据闭眼时的巩膜图块图案确定人眼行为是闭眼。
在本实施例中,根据所述人眼行为确定所述系统反馈值,具体的,系统反馈值由两组值确定,一是人眼行为的种类,二是人眼行为的细节。
例如,如图5所示的系统反馈值列,其中,A、B、C、D、E代表人眼行为的种类,A、B、C、D、E之后1或2代表人眼行为的细节。具体的:
根据正视时的巩膜图块图案确定人眼行为是正视,此时,该巩膜图块图案对应的系统反馈值是A;
根据左小斜视时的巩膜图块图案确定人眼行为是左小斜视,此时,该巩膜图块图案对应的系统反馈值是B1;
根据右小斜视时的巩膜图块图案确定人眼行为是右小斜视,此时,该巩膜图块图案对应的系统反馈值是B1;
根据左大斜视时的巩膜图块图案确定人眼行为是左大斜视,此时,该巩膜图块图案对应的系统反馈值是B2;
根据右大斜视时的巩膜图块图案确定人眼行为是右大斜视,此时,该巩膜图块图案对应的系统反馈值是B2;
根据上斜视时的巩膜图块图案确定人眼行为是上斜视,此时,该巩膜图块图案对应的系统反馈值是C1;
根据下斜视时的巩膜图块图案确定人眼行为是下斜视,此时,该巩膜图块图案对应的系统反馈值是C2;
根据怒视时的巩膜图块图案确定人眼行为是怒视,此时,该巩膜图块图案对应的系统反馈值是D;
根据闭眼时的巩膜图块图案确定人眼行为是闭眼,此时,该巩膜图块图案对应的系统反馈值是E。
在本实施例中,通过预设巩膜图块图案与人眼行为的第一对应关系;预设所述特征点与所述巩膜图块图案的第二对应关系;根据所述特征点确定其对应的巩膜图块图案;根据所述巩膜图块图案确定其对应的人眼行为;、根据所述人眼行为确定所述系统反馈值。为后续实现了一种能够基于巩膜图块图案进行生物识别的技术方案提供了判断基础和判断条件,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例五
基于上述实施例,所述匹配所述系统反馈值以及预设比对值,并反馈所述巩膜识别结果包括:
S41、确定所述巩膜图块图案与所述人眼行为之间的比值定义;
S42、根据所述特征点以及所述比值定义确定所述系统反馈值;
S43、匹配所述系统反馈值以及预设比对值,若一致,则识别通过,否则,识别失败。
在本实施例中,首先,确定所述巩膜图块图案与所述人眼行为之间的比值定义,具体地:
根据正视时的巩膜图块图案确定人眼行为是正视,其中,对应的比值定义是,小图块像素总量:大图块像素总量>预设值(例如二分之一);
根据左小斜视时的巩膜图块图案确定人眼行为是左小斜视,其中,对应的比值定义是,小图块像素总量:大图块像素总量<预设值(例如三分之一);
根据右小斜视时的巩膜图块图案确定人眼行为是右小斜视,其中,对应的比值定义是,小图块像素总量:大图块像素总量<预设值(例如三分之一);
根据左大斜视时的巩膜图块图案确定人眼行为是左大斜视,其中,对应的比值定义是,小图块像素总量:大图块像素总量<预设值(例如三分之一);
根据右大斜视时的巩膜图块图案确定人眼行为是右大斜视,其中,对应的比值定义是,小图块像素总量:大图块像素总量<预设值(例如三分之一);
根据上斜视时的巩膜图块图案确定人眼行为是上斜视其中,对应的比值定义是,白色图块单侧连成一体;
根据下斜视时的巩膜图块图案确定人眼行为是下斜视其中,对应的比值定义是,白色图块单侧连成一体;
根据怒视时的巩膜图块图案确定人眼行为是怒视,对应的比值定义是,白色图块双侧连成一体;
根据闭眼时的巩膜图块图案确定人眼行为是闭眼,对应的比值定义是,比值等于预设值(例如,该预设值为零)。
在本实施例中,然后,根据所述特征点以及所述比值定义确定所述系统反馈值,最后,匹配所述系统反馈值以及预设比对值,若一致,则识别通过,否则,识别失败。
进一步的,在同一终端设备内,存储每一个用户的一组预设比对值,在分析得到系统反馈值后,根据匹配结果确定对应的用户身份;
进一步的,在同一终端设备内,存储每一个用户的多组预设比对值,在分析得到系统反馈值后,首先根据匹配结果确定对应的用户身份,然后根据具体的匹配到的预设比对值,确定相关功能;
进一步的,在一终端设备内,存储用户的三组预设比对值,在分析得到系统反馈值后,根据匹配结果确定三组之一的预设比对值,例如,第一比对值是开启特定应用程序、第二比对值是重启系统、第三比对值是解锁屏幕,因此,当根据匹配结果确定是第一比对值时,开启该预设的应用程序,当根据匹配结果确定是第二比对值时,执行重启系统操作,当根据匹配结果确定是第三比对值时,执行解锁屏幕的操作。
本实施例的有益效果在于,通过确定所述巩膜图块图案与所述人眼行为之间的比值定义;根据所述特征点以及所述比值定义确定所述系统反馈值;匹配所述系统反馈值以及预设比对值,若一致,则识别通过,否则,识别失败。。实现了一种能够基于巩膜图块图案进行生物识别的技术方案,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例六
基于上述实施例,获取并处理眼部图像,得到巩膜灰度图像;
确定所述巩膜灰度图像中的特征点;
根据所述特征点确定系统反馈值;
匹配所述系统反馈值以及预设比对值,并反馈所述巩膜识别结果。
在本实施例中,首先,获取并处理眼部图像,得到巩膜灰度图像。其中,巩膜是眼球壁的最外一层,由致密的胶原和弹力纤维构成,其结构坚韧,不透明,质地坚硬呈磁白色。该巩膜也即本方案的分析处理对象。
然后,处理眼部图像,得到巩膜灰度图像,其中,图像灰度化,可以在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255。
在本实施例中,确定巩膜灰度图像后,在巩膜灰度图像中确定所需分析的特征点,具体的,包括但不限于,巩膜与眼眶的切点、巩膜与眼眶线的交接点等。
在本实施例中,根据特征点确定系统反馈值,也即,根据特征点确定巩膜图块图案,然后根据巩膜图块图案的特征确定该特征对应的系统反馈值。
在本实施例中,匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。具体的,在终端设备内存储多组预设比对值,然后,匹配上述方法得到的系统反馈值,确定是否有相同的,若有,则匹配成功。
进一步的,在同一终端设备内,存储每一个用户的一组预设比对值,在分析得到系统反馈值后,根据匹配结果确定对应的用户身份;
进一步的,在同一终端设备内,存储每一个用户的多组预设比对值,在分析得到系统反馈值后,首先根据匹配结果确定对应的用户身份,然后根据具体的匹配到的预设比对值,确定相关功能;
进一步的,在一终端设备内,存储用户的三组预设比对值,在分析得到系统反馈值后,根据匹配结果确定三组之一的预设比对值,例如,第一比对值是开启特定应用程序、第二比对值是重启系统、第三比对值是解锁屏幕,因此,当根据匹配结果确定是第一比对值时,开启该预设的应用程序,当根据匹配结果确定是第二比对值时,执行重启系统操作,当根据匹配结果确定是第三比对值时,执行解锁屏幕的操作。
本实施例的有益效果在于,通过获取并处理眼部图像,得到巩膜灰度图像;确定巩膜灰度图像中的特征点;根据特征点确定系统反馈值;匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。实现了一种能够基于巩膜图块图案进行生物识别的技术方案,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例七
基于上述实施例,所述计算机程序还被所述处理器执行时实现:
获取待识别图像;
根据眼部特征,在所述待识别图像中确定所述眼部图像;
提取所述眼部图像,并按预设灰度特征处理所述眼部图像;
提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。
在本实施例中,首先,获取待识别图像,例如,图4所示的巩膜灰度图,该巩膜灰度图包括眼眶区域、眼球区域、左图块区域以及右图块区域;然后,根据眼部特征,在所述待识别图像中确定所述眼部图像,例如,图4所述的即为眼部区域,其中,由眼眶区域、眼球区域、左图块区域以及右图块区域共同组成该眼部区域;提取所述眼部图像,并按预设灰度特征处理所述眼部图像,最后,提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。
在本实施例中,通过获取待识别图像,根据眼部特征,在所述待识别图像中确定所述眼部图像,提取所述眼部图像,并按预设灰度特征处理所述眼部图像,提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。为后续实现了一种能够基于巩膜图块图案进行生物识别的技术方案提供了判断基础和判断条件,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例八
基于上述实施例,所述计算机程序还被所述处理器执行时实现:
确定预设的二值化算法;
根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点。
在本实施例中,首先,确定预设的二值化算法,其中,图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。一幅图像包括目标物体、背景还有噪声,要想从多值的数字图像中直接提取出目标物体,最常用的方法就是设定一个全局的阈值T,用T将图像的数据分成两部分:大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色(或者黑色),小于T的像素群的像素值设定为黑色(或者白色)。
进一步的,在本实施例中,采用局部二值化的方法,其中,局部二值化的方法就是按照一定的规则将整幅图像划分为N个窗口,对这N个窗口中的每一个窗口再按照一个统一的阈值T将该窗口内的像素划分为两部分,进行二值化处理。
如图4所示,根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点,其中,在巩膜灰度图像中确定所需分析的特征点,具体的,包括但不限于,巩膜与眼眶的切点、巩膜与眼眶线的交接点等。
本实施例的有益效果在于,通过确定预设的二值化算法,然后根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点。为后续实现了一种能够基于巩膜图块图案进行生物识别的技术方案提供了判断基础和判断条件,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例九
基于上述实施例,所述计算机程序还被所述处理器执行时实现:
预设巩膜图块图案与人眼行为的第一对应关系;
预设所述特征点与所述巩膜图块图案的第二对应关系;
根据所述特征点确定其对应的巩膜图块图案;
根据所述巩膜图块图案确定其对应的人眼行为;
根据所述人眼行为确定所述系统反馈值;
确定所述巩膜图块图案与所述人眼行为之间的比值定义;
根据所述特征点以及所述比值定义确定所述系统反馈值;
匹配所述系统反馈值以及预设比对值,若一致,则识别通过,否则,识别失败。
在本实施例中,如图5所示的图块图案对应图,首先,预设巩膜图块图案与人眼行为的第一对应关系,具体的:
确定人眼行为是正视时的巩膜图块图案;
确定人眼行为是左小斜视的巩膜图块图案;
确定人眼行为是右小斜视的巩膜图块图案;
确定人眼行为是左大斜视的巩膜图块图案;
确定人眼行为是右大斜视的巩膜图块图案;
确定人眼行为是上斜视的巩膜图块图案;
确定人眼行为是下斜视的巩膜图块图案;
确定人眼行为是怒视的巩膜图块图案;
确定人眼行为是闭眼的巩膜图块图案。
在本实施例中,预设所述特征点与所述巩膜图块图案的第二对应关系,具体的,根据巩膜与眼眶的切点、巩膜与眼眶线的交接点等特征点,确定如图5所示第一列的巩膜图块图案。
在本实施例中,根据所述特征点确定其对应的巩膜图块图案,根据巩膜灰度图像中获取的特征点,在上述图5所示第一列的巩膜图块图案中匹配其对应的具体巩膜图块图案。
在本实施例中,根据所述巩膜图块图案确定其对应的人眼行为,也即:
根据正视时的巩膜图块图案确定人眼行为是正视;
根据左小斜视时的巩膜图块图案确定人眼行为是左小斜视;
根据右小斜视时的巩膜图块图案确定人眼行为是右小斜视;
根据左大斜视时的巩膜图块图案确定人眼行为是左大斜视;
根据右大斜视时的巩膜图块图案确定人眼行为是右大斜视;
根据上斜视时的巩膜图块图案确定人眼行为是上斜视;
根据下斜视时的巩膜图块图案确定人眼行为是下斜视;
根据怒视时的巩膜图块图案确定人眼行为是怒视;
根据闭眼时的巩膜图块图案确定人眼行为是闭眼。
在本实施例中,根据所述人眼行为确定所述系统反馈值,具体的,系统反馈值由两组值确定,一是人眼行为的种类,二是人眼行为的细节。
例如,如图5所示的系统反馈值列,其中,A、B、C、D、E代表人眼行为的种类,A、B、C、D、E之后1或2代表人眼行为的细节。具体的:
根据正视时的巩膜图块图案确定人眼行为是正视,此时,该巩膜图块图案对应的系统反馈值是A;
根据左小斜视时的巩膜图块图案确定人眼行为是左小斜视,此时,该巩膜图块图案对应的系统反馈值是B1;
根据右小斜视时的巩膜图块图案确定人眼行为是右小斜视,此时,该巩膜图块图案对应的系统反馈值是B1;
根据左大斜视时的巩膜图块图案确定人眼行为是左大斜视,此时,该巩膜图块图案对应的系统反馈值是B2;
根据右大斜视时的巩膜图块图案确定人眼行为是右大斜视,此时,该巩膜图块图案对应的系统反馈值是B2;
根据上斜视时的巩膜图块图案确定人眼行为是上斜视,此时,该巩膜图块图案对应的系统反馈值是C1;
根据下斜视时的巩膜图块图案确定人眼行为是下斜视,此时,该巩膜图块图案对应的系统反馈值是C2;
根据怒视时的巩膜图块图案确定人眼行为是怒视,此时,该巩膜图块图案对应的系统反馈值是D;
根据闭眼时的巩膜图块图案确定人眼行为是闭眼,此时,该巩膜图块图案对应的系统反馈值是E。
在本实施例中,首先,确定所述巩膜图块图案与所述人眼行为之间的比值定义,具体地:
根据正视时的巩膜图块图案确定人眼行为是正视,其中,对应的比值定义是,小图块像素总量:大图块像素总量>预设值(例如二分之一);
根据左小斜视时的巩膜图块图案确定人眼行为是左小斜视,其中,对应的比值定义是,小图块像素总量:大图块像素总量<预设值(例如三分之一);
根据右小斜视时的巩膜图块图案确定人眼行为是右小斜视,其中,对应的比值定义是,小图块像素总量:大图块像素总量<预设值(例如三分之一);
根据左大斜视时的巩膜图块图案确定人眼行为是左大斜视,其中,对应的比值定义是,小图块像素总量:大图块像素总量<预设值(例如三分之一);
根据右大斜视时的巩膜图块图案确定人眼行为是右大斜视,其中,对应的比值定义是,小图块像素总量:大图块像素总量<预设值(例如三分之一);
根据上斜视时的巩膜图块图案确定人眼行为是上斜视其中,对应的比值定义是,白色图块单侧连成一体;
根据下斜视时的巩膜图块图案确定人眼行为是下斜视其中,对应的比值定义是,白色图块单侧连成一体;
根据怒视时的巩膜图块图案确定人眼行为是怒视,对应的比值定义是,白色图块双侧连成一体;
根据闭眼时的巩膜图块图案确定人眼行为是闭眼,对应的比值定义是,比值等于预设值(例如,该预设值为零)。
在本实施例中,然后,根据所述特征点以及所述比值定义确定所述系统反馈值,最后,匹配所述系统反馈值以及预设比对值,若一致,则识别通过,否则,识别失败。
进一步的,在同一终端设备内,存储每一个用户的一组预设比对值,在分析得到系统反馈值后,根据匹配结果确定对应的用户身份;
进一步的,在同一终端设备内,存储每一个用户的多组预设比对值,在分析得到系统反馈值后,首先根据匹配结果确定对应的用户身份,然后根据具体的匹配到的预设比对值,确定相关功能;
进一步的,在一终端设备内,存储用户的三组预设比对值,在分析得到系统反馈值后,根据匹配结果确定三组之一的预设比对值,例如,第一比对值是开启特定应用程序、第二比对值是重启系统、第三比对值是解锁屏幕,因此,当根据匹配结果确定是第一比对值时,开启该预设的应用程序,当根据匹配结果确定是第二比对值时,执行重启系统操作,当根据匹配结果确定是第三比对值时,执行解锁屏幕的操作。
本实施例的有益效果在于,通过确定所述巩膜图块图案与所述人眼行为之间的比值定义;根据所述特征点以及所述比值定义确定所述系统反馈值;匹配所述系统反馈值以及预设比对值,若一致,则识别通过,否则,识别失败。。实现了一种能够基于巩膜图块图案进行生物识别的技术方案,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
实施例十
基于上述实施例,本发明还提出了一种计算机可读存储介质,该计算机可读存储介质上存储有巩膜识别程序,巩膜识别程序被处理器执行时实现如上述任一项所述的巩膜识别方法的步骤。
实施本发明的巩膜识别方法、设备及计算机可读存储介质,通过获取并处理眼部图像,得到巩膜灰度图像;确定巩膜灰度图像中的特征点;根据特征点确定系统反馈值;匹配系统反馈值以及预设比对值,并反馈所述巩膜识别结果。实现了一种能够基于巩膜图块图案进行生物识别的技术方案,本方案扩大了基于眼球的生物识别技术适用范围,适用条件较为宽泛,软硬件开发难度较低,用户体验较佳。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (7)
1.一种巩膜识别方法,其特征在于,所述方法包括:
获取并处理眼部图像,得到巩膜灰度图像;
确定所述巩膜灰度图像中的特征点;
根据所述特征点确定系统反馈值;
匹配所述系统反馈值以及预设比对值,并反馈所述巩膜识别结果;
其中,所述根据所述特征点确定系统反馈值包括:
预设巩膜图块图案与人眼行为的第一对应关系;
预设所述特征点与所述巩膜图块图案的第二对应关系;
根据所述特征点确定其对应的巩膜图块图案;
根据所述巩膜图块图案确定其对应的人眼行为;其中,所述人眼行为包括正视、左小斜视、右小斜视、左大斜视、右大斜视、上斜视、下斜视、怒视和闭眼中的一种或多种;
根据所述人眼行为确定所述系统反馈值;
其中,所述匹配所述系统反馈值以及预设比对值,并反馈所述巩膜识别结果包括:
确定所述巩膜图块图案与所述人眼行为之间的比值定义;其中,所述比值定义为所述巩膜图块图案的小图块像素总量:大图块像素总量与预设比对值的关系;
根据所述特征点以及所述比值定义确定所述系统反馈值;
匹配所述系统反馈值以及预设比对值,若一致,则识别通过;
查询所述预设比对值与系统功能关系对应表,执行所述预设比对值对应的系统功能操作;其中,所述系统功能包括开启相机、重启系统和解锁屏幕;
否则,识别失败。
2.根据权利要求1所述的巩膜识别方法,其特征在于,所述获取并处理眼部图像,得到巩膜灰度图像包括:
获取待识别图像;
根据眼部特征,在所述待识别图像中确定所述眼部图像;
提取所述眼部图像,并按预设灰度特征处理所述眼部图像;
提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。
3.根据权利要求2所述的巩膜识别方法,其特征在于,所述确定所述巩膜灰度图像中的特征点包括:
确定预设的二值化算法;
根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点。
4.一种巩膜识别设备,其特征在于,所述设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现:
获取并处理眼部图像,得到巩膜灰度图像;
确定所述巩膜灰度图像中的特征点;
根据所述特征点确定系统反馈值;
匹配所述系统反馈值以及预设比对值,并反馈所述巩膜识别结果;
其中,所述计算机程序还被所述处理器执行时实现:
预设巩膜图块图案与人眼行为的第一对应关系;
预设所述特征点与所述巩膜图块图案的第二对应关系;
根据所述特征点确定其对应的巩膜图块图案;
根据所述巩膜图块图案确定其对应的人眼行为;其中,所述人眼行为包括正视、左小斜视、右小斜视、左大斜视、右大斜视、上斜视、下斜视、怒视和闭眼中的一种或多种;
根据所述人眼行为确定所述系统反馈值;
确定所述巩膜图块图案与所述人眼行为之间的比值定义;其中,所述比值定义为所述巩膜图块图案的小图块像素总量:大图块像素总量与预设比对值的关系;
根据所述特征点以及所述比值定义确定所述系统反馈值;
匹配所述系统反馈值以及预设比对值,若一致,则识别通过;
查询所述预设比对值与系统功能关系对应表,执行所述预设比对值对应的系统功能操作;其中,所述系统功能包括开启相机、重启系统和解锁屏幕;
否则,识别失败。
5.根据权利要求4所述的巩膜识别设备,其特征在于,所述计算机程序还被所述处理器执行时实现:
获取待识别图像;
根据眼部特征,在所述待识别图像中确定所述眼部图像;
提取所述眼部图像,并按预设灰度特征处理所述眼部图像;
提取所述眼部图像的色彩信息,得到所述巩膜灰度图像。
6.根据权利要求5所述的巩膜识别设备,其特征在于,所述计算机程序还被所述处理器执行时实现:
确定预设的二值化算法;
根据所述二值化算法,在所述巩膜灰度图像中确定所述特征点。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有巩膜识别程序,所述巩膜识别程序被处理器执行时实现如权利要求1至3中任一项所述的巩膜识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710524575.7A CN107330402B (zh) | 2017-06-30 | 2017-06-30 | 一种巩膜识别方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710524575.7A CN107330402B (zh) | 2017-06-30 | 2017-06-30 | 一种巩膜识别方法、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107330402A CN107330402A (zh) | 2017-11-07 |
CN107330402B true CN107330402B (zh) | 2021-07-20 |
Family
ID=60198708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710524575.7A Active CN107330402B (zh) | 2017-06-30 | 2017-06-30 | 一种巩膜识别方法、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107330402B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062018A (zh) * | 2019-11-19 | 2020-04-24 | 广州恒龙信息技术有限公司 | 一种基于巩膜解锁ar眼镜的方法、解锁装置及ar眼镜 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1599913A (zh) * | 2001-12-03 | 2005-03-23 | 株式会社斯耐克斯技术 | 虹膜识别系统和方法以及具有其程序的存储介质 |
CN105279492A (zh) * | 2015-10-22 | 2016-01-27 | 北京天诚盛业科技有限公司 | 虹膜识别的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8411910B2 (en) * | 2008-04-17 | 2013-04-02 | Biometricore, Inc. | Computationally efficient feature extraction and matching iris recognition |
-
2017
- 2017-06-30 CN CN201710524575.7A patent/CN107330402B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1599913A (zh) * | 2001-12-03 | 2005-03-23 | 株式会社斯耐克斯技术 | 虹膜识别系统和方法以及具有其程序的存储介质 |
CN105279492A (zh) * | 2015-10-22 | 2016-01-27 | 北京天诚盛业科技有限公司 | 虹膜识别的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107330402A (zh) | 2017-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830062B (zh) | 人脸识别方法、移动终端及计算机可读存储介质 | |
CN107093418B (zh) | 一种屏幕显示方法、计算机设备及存储介质 | |
CN107767333B (zh) | 美颜拍照的方法、设备及计算机可存储介质 | |
CN107231470B (zh) | 图像处理方法、移动终端及计算机可读存储介质 | |
CN107731199B (zh) | 一种屏幕色温调节方法、终端及计算机可读存储介质 | |
CN109634542B (zh) | 一种切换显示控制方法、终端及计算机可读存储介质 | |
CN108053371B (zh) | 一种图像处理方法、终端及计算机可读存储介质 | |
CN108198150B (zh) | 一种图像坏点的消除方法、终端及存储介质 | |
CN108206892B (zh) | 联系人隐私的保护方法、装置、移动终端及存储介质 | |
CN107465873B (zh) | 一种图像信息的处理方法、设备及存储介质 | |
CN108459799B (zh) | 一种图片的处理方法、移动终端及计算机可读存储介质 | |
CN111598857A (zh) | 产品表面缺陷的检测方法、装置、终端设备及介质 | |
CN110069122B (zh) | 一种屏幕控制方法、终端及计算机可读存储介质 | |
CN107145855B (zh) | 一种参考质量模糊图像预测方法、终端及存储介质 | |
CN112188708A (zh) | 一种基于移动终端的音乐伴奏方法、装置及终端设备 | |
CN107743198B (zh) | 一种拍照方法、终端及存储介质 | |
CN113222850A (zh) | 一种图像处理方法、设备及计算机可读存储介质 | |
CN112598678A (zh) | 一种图像处理方法、终端及计算机可读存储介质 | |
CN107330402B (zh) | 一种巩膜识别方法、设备及计算机可读存储介质 | |
CN110930372A (zh) | 一种图像处理方法、电子设备及计算机可读存储介质 | |
CN109701272B (zh) | 游戏画面的处理方法、装置、移动终端及存储介质 | |
CN109639889B (zh) | 一种显示控制方法、双屏终端及计算机可读存储介质 | |
CN114040073A (zh) | 一种星空图像拍摄处理方法、设备及计算机可读存储介质 | |
CN112135047A (zh) | 一种图像处理方法、移动终端以及计算机存储介质 | |
CN112395032A (zh) | 一种主题切换方法、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |