CN101154264A - 基于多个定焦摄像头的大景深虹膜图像获取系统及方法 - Google Patents

Abstract

本发明涉及光学仪器和探测与成像技术，公开一种基于多个定焦摄像头的大景深虹膜图像获取系统及方法，系统包括虹膜图像采集装置和图像识别装置。方法包括：利用具有不同的成像物距范围的多个定焦摄像头；分别对虹膜成像，产生多路定焦图像结果；利用距离测量或者图像质量评价方法，选择一个或者多路定焦的图像结果；对选择的质量合格的虹膜图像数据进行图像处理和身份识别。本发明通过自适应切换的方式有效融合了不同定焦摄像头的成像范围，取长补短，克服了单个定焦摄像头景深的局限性，扩大了采集系统整体的成像范围，提高了虹膜识别系统的易用性；相对于采用变焦摄像头的虹膜成像方式本发明具有成本低廉、调焦速度快和调焦无噪音的优点。

Description

基于多个定焦摄像头的大景深虹膜图像获取系统及方法

技术领域

本发明属于光学仪器和探测与成像技术领域，特别是涉及一种使用多个定焦摄像头扩大虹膜成像范围的技术。

背景技术

安全管理已经成为国际社会的关注热点。在诸多的安全防范技术中，对物理场所和信息资料进行访问控制(Access Control)的身份识别技术是对公共安全与个人家庭进行安全保障的核心技术，在关乎国计民生的各个领域都有广泛的应用，例如国家机关、海关、核电站、军事基地、民航机场、铁路、银行金库、能源矿产、科研实验室、档案馆、企事业的办公楼和生产车间等单位和场所都需要安全可靠、方便快捷的身份认证解决方案。

传统的身份识别方法一般基于知识(如密码、问题答案)或标志物(IC卡、钥匙)。显然这些传统的个人身份鉴别手段已不能完全满足现代社会经济活动和社会安全防范的需要，因为密码容易破解或者遗忘，IC卡容易伪造或者丢失。并且密码和标志物并不是个人身份的本质属性，存在极大的安全隐患，而且没有不可抵赖的特性。从消除人为不安全因素看，只有不易被他人代替、仿制、甚至其本人也无法转让的身份识别凭证才能胜任。因此，从易用性、安全性、成熟性和造价等方面综合比较，随着IT(Information Technology，信息技术)的不断前进，随着生物识别技术的不断成熟，随着计算机技术的飞速发展，身份识别技术发展迅猛，正以惊人的迅度从传统的密码和标志物向生物识别的方向发展。基于指纹和人脸识别的身份识别系统已经开始在一些重要场所得到应用。生物特征识别采用人们的生理特征(人脸、指纹、虹膜、手形、掌纹等)和行为特征(步态、笔迹、语音等)对个人身份进行自动识别，具有“随身携带、终身不变”等特点。

虹膜识别系统主要包括虹膜图像获取装置与特征识别软件算法两大部分。从现有的虹膜识别技术和产品的推广应用情况来看，影响虹膜识别进一步得到深入和广泛应用的主要瓶颈之一在于清晰虹膜图像获取的困难性。因为虹膜的尺寸小，而识别算法要求的图像分辨率高，造成定焦光学摄像头的景深范围小。但是虹膜图像的获取一般采用非接触的方式，用户的头部在三维空间的自由度很大，并且一般处于运动状态下，很难快速找到有效的成像范围，用户界面不是很友好，影响了虹膜识别的大范围推广应用的进程。所以如何提高虹膜图像获取装置的成像范围成为虹膜识别这项尖端的身份鉴定技术深入广泛应用的“拦路虎”。

提高有效的虹膜成像物距范围的途径之一就是使用具有自动变焦功能的虹膜摄像头，例如韩国LG公司的IrisAssess3000虹膜识别系统采用了自动变焦镜头，它的有效采集距离是8～25厘米，即成像范围为17厘米。但是变焦镜头存在以下缺点：

●设计和制造成本高。

●变焦速度偏慢，一般的变焦过程需要1秒以上的时间，很难满足虹膜识别的实时性需求，并且用户的头部不能移动，因为变焦的结果总会滞后于眼睛位置的变更。

●变焦过程会有一定的噪声。

●变焦系统作为一种光学精密仪器比较娇贵，稳定性和使用寿命都有限，并且维护需求高。

发明内容

现有技术虹膜识别系统采用自动变焦镜头存在有成本高、变焦速度偏慢、难于满足虹膜识别的实时性需求、变焦噪声、稳定性和使用寿命都有限等问题，为了解决现有技术的问题，本发明的目的是提出利用不同定焦摄像头的互补性来扩大景深、虹膜图像获取的有效成像范围，达到自动变焦的效果，为此，本发明是提供一种基于多个定焦摄像头的大景深虹膜图像获取系统及方法。

为实现上述目的，本发明的一个方面，是提供一种基于多个定焦摄像头的大景深虹膜图像获取系统，包括：

虹膜图像采集装置，用于对输入的虹膜信息进行多定焦虹膜成像，并选择多定焦虹膜图像结果；

图像识别装置，用于将选定的高质量虹膜图像结果进行图像处理和身份识别。

根据本发明的实施例，虹膜图像采集装置包括：定焦摄像头、测距仪、光源，其中：

所述定焦摄像头，利用具有不同的成像物距范围的多个定焦摄像头，用于传输不同的虹膜图像数据；

所述测距仪，用于测量眼睛和镜头之间的距离，从而选择一个或者多个定焦摄像头的图像结果；

所述光源，用于为虹膜成像提供红外照明。

根据本发明的实施例，所述多个定焦摄像头中，每个定焦摄像头分别独立对虹膜成像。

根据本发明的实施例，所述的多个定焦摄像头具有相同或者不同的对焦距离：

当多个定焦摄像头具有相同的对焦距离时，需要把这些定焦摄像头安装在不同的纵深位置，来实现不同的成像物距范围；

当多个定焦摄像头具有不同的对焦距离时，把这些定焦摄像头安装在相同的纵深位置，实现不同的成像物距范围。

根据本发明的实施例，所述的多个定焦摄像头的成像对象是用户的同一只或者不同眼睛的虹膜：

当多个定焦摄像头的成像对象是用户的同一只眼睛时，通过分光镜将单眼虹膜的反射光线分给不同的定焦摄像头成像；

当多个定焦摄像头的成像对象是用户的不同眼睛时，不同的定焦摄像头分别对应着用户的左眼或右眼虹膜，成像系统由两个成像范围不同的单目虹膜采集装置组合而成，根据用户和设备的测距结果输出用户的左眼、右眼或者双眼虹膜图像。

为实现上述目的，本发明的第二个方面，是提供一种基于多个定焦摄像头的大景深虹膜图像获取方法，包括步骤如下：

利用具有不同的成像物距范围的多个定焦摄像头；

分别对虹膜成像，产生多路定焦图像结果；

利用距离测量或者图像质量评价方法，选择一个或者多路定焦的图像结果；

对选择的质量合格的虹膜图像数据进行图像处理和身份识别。

根据本发明的实施例，所述距离测量选图步骤包括：

通过测距系统计算用户和定焦摄像头间的距离d；若距离d处于某个定焦摄像头的景深范围，则将该定焦摄像头的数字图像用于虹膜识别。

根据本发明的实施例，所述的质量评价选图步骤包括：

把不同定焦摄像头的图像结果输送给计算机识别，根据图像灰度分布内容或者傅立叶高频能量总和来估计每幅图像的清晰程度，若图像的清晰度达到识别算法的要求，选作候选合格图像。

根据本发明的实施例，采用加权平均或者阈值法综合距离测量和质量评价的图像结果，确定某个定焦摄像头产生的虹膜图像是否合格，要求某幅图像的成像距离在某个阈值范围之内并且高频能量之和超过一个最低值，然后从合格的虹膜图像中挑选最佳的虹膜图像作为识别对象，挑选的规则是成像距离越靠近镜头的聚焦点和图像中傅立叶高频分量越高则认为图像质量越好。

本发明有益的效果

1、使用多个定焦摄像头扩大了虹膜获取装置成像的有效物距范围，本发明通过自适应切换的方式有效融合了不同定焦摄像头的成像范围，取长补短，克服了单个定焦摄像头景深的局限性，扩大了采集系统整体的成像范围，提高了虹膜识别系统的易用性，相对自动变焦虹膜采集系统可以节约设计、制造和维护成本；

2、使用距离测量或者图像质量评价的方法可以快速选择合格的虹膜图像用于身份识别，克服了自动变焦虹膜采集装置需要较长调焦时间的缺点，相对于采用变焦摄像头的虹膜成像方式，本发明调焦速度快、调焦无噪音，便于捕捉运动中的虹膜图像，并且不存在自动变焦时的噪声；

3、使用多个定焦摄像头可以实现双目虹膜识别。

利用虹膜识别身份方法，虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环状区域，在红外光下可以看到丰富的纹理信息，如斑点、条纹、细丝、隐窝等细节特征。虹膜作为身份标识具有许多先天优势：

1).唯一性，由于虹膜图像存在着许多随机分布的细节特征，造就了虹膜模式的唯一性。虹膜图像已被证实至少有244个独立的自由度，即平均每平方毫米的信息量是3.2比特。实际上用模式识别方法提取图像特征是有损压缩过程，可以预测虹膜纹理的信息容量远大于此。并且虹膜细节特征主要是由胚胎发育环境的随机因素决定的，即使双胞胎、同一人左右眼的虹膜图像之间也具有显著差异。虹膜的唯一性为高精度的身份识别奠定了基础。英国国家物理实验室的测试结果表明：虹膜识别是各种生物特征识别方法中错误率最低的。

2).稳定性，虹膜从婴儿胚胎期的第3个月起开始发育，到第8个月虹膜的主要纹理结构已经成形。除非经历危及眼睛的外科手术，此后几乎终生不变。由于角膜的保护作用，发育完全的虹膜不易受到外界的伤害。

3).非接触，虹膜是一个外部可见的内部器官，不必紧贴采集装置就能获取合格的虹膜图像，识别方式相对于指纹、手形等需要接触感知的生物特征更加干净卫生，不会污损成像装置，影响其他人的识别。

4).便于信号处理，在眼睛图像中和虹膜邻近的区域是瞳孔和巩膜，它们和虹膜区域存在着明显的灰度阶变，并且区域边界都接近圆形，所以虹膜区域易于拟合分割和归一化。虹膜结构有利于实现一种具有平移、缩放和旋转不变性的模式表达方式。

5).防伪性好，虹膜的半径小，在可见光下中国人的虹膜图像呈现深褐色，看不到纹理信息，具有清晰虹膜纹理的图像获取需要专用的虹膜图像采集装置，所以在一般情况下很难盗取他人的虹膜图像。

由于虹膜识别的精度极高，所以虹膜也是少数能够用于一对多识别方式的生物特征，特别适合于大规模人群的身份识别，而且防伪性强。虹膜识别的良好发展前景已经得到了普遍的共识，已经被广泛应用于金融、边防、海关、网络、电子商务、社会福利、保险、身份证、门禁、信息安全等关键领域，甚至还用于查找失踪儿童。

附图说明

图1为本发明基于多个定焦摄像头的大景深虹膜图像获取系统结构示意图。

图2为本发明中的虹膜图像采集装置结构示意图。

图3为本发明中安装在不同纵深位置的同焦距摄像头示意图。

图4为本发明中不同焦距的定焦摄像头通过分光镜对同一虹膜进行成像结构示意图。

图5为本发明中不同焦距的定焦摄像头对不同的虹膜分别成像结构示意图。

具体实施方式

下面将结合附图对本发明加以详细说明，应指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。

现在通过附图和例子来详细阐述本发明的具体实施方式。

图1是使用多个定焦摄像头扩大虹膜成像范围的基本原理图，图中标号：虹膜1，虹膜图像采集装置2、图像识别装置3；

其中：

虹膜1可以是人的单眼或双眼或其它具有虹膜眼类；

如图2本发明中的虹膜图像采集装置2结构示意图所示：

虹膜图像采集装置2包括：定焦摄像头4，红外发光源5，测距仪6，第一传输线7，第二传输线8：

所述定焦摄像头4，利用具有不同的成像物距范围的多个定焦摄像头4，用于传输虹膜图像数据；根据使用需要选择定焦摄像头4的数量。

所述多个定焦摄像头4具有相同或者不同的对焦距离：

当多个定焦摄像头具有相同的对焦距离时，需要把这些定焦摄像头安装在不同的纵深位置，来实现不同的成像物距范围；

当多个定焦摄像头具有不同的对焦距离时，把这些定焦摄像头安装在相同的纵深位置，实现不同的成像物距范围。

所述多个定焦摄像头的成像对象是用户的同一只或者不同眼睛的虹膜：

当多个定焦摄像头的成像对象是用户的同一只眼睛时，通过分光镜将单眼虹膜的反射光线分给不同的定焦摄像头成像；

当多个定焦摄像头的成像对象是用户的不同眼睛时，不同的定焦摄像头对应着用户的左眼或右眼虹膜，成像系统由两个成像范围不同的单目虹膜采集装置组合而成，根据用户和设备的测距系统输出用户的左眼、右眼或者双眼虹膜图像。

光源5，用于照在虹膜上，为虹膜成像提供主动红外光源，波长约为850nm。

所述测距仪6，用于测量用户和镜头之间的距离，将物距信息传输到计算机，便于选择一个或者多个定焦摄像头4的图像结果；

测距仪6采用距离测量选图法，是指所述测距仪6计算用户眼睛；或者面部其他区域到采集装置之间的距离；所述测距仪6可采用红外或者超声等物理测距仪或者双目立体视觉系统来实现距离测量选图。

第一传输线7，用于物距信号传输；

第二传输线8，用于图像数据第二传输；

图像识别装置3可以采用计算机，工作站，服务器，数字信号处理器，嵌入式芯片等具有计算能力的装置。

在虹膜采集装置2中安置具有不同的成像物距范围的多个定焦摄像头4，这些定焦摄像头4都可以对用户的虹膜1成像，产生多路定焦图像结果；利用距离测量或者图像质量评价方法，选择一个或者多路定焦的图像结果；选定的高质量虹膜图像的图像数据和物距信息，通过图像数据传输线8传输到图像识别装置3即计算机，计算机根据测距仪6捕获的成像物距计算哪个摄像头的虹膜图像清晰度符合虹膜识别的需求。如果采用立体视觉的方法计算物距，需要两个广角摄像头，通过计算它们的像差来估计虹膜的深度信息。如果采用虹膜图像质量评价的方法，可以用微分滤波器提取虹膜图像的高频分量，一般越清晰的虹膜图像的高频分量也越高。

所述距离测量选图是通过测距仪计算用户体征和定焦摄像头4间的距离d；若距离d处于某个定焦摄像头4的景深范围，则将该定焦摄像头4的数字图像用于虹膜识别。

所述的质量评价选图是把不同定焦摄像头4的图像结果输送给计算机识别，根据图像灰度分布内容用来估计每幅图像的清晰程度，若图像的清晰度达到识别算法的要求，选作候选合格图像。

采用加权平均或者阈值法综合距离测量和质量评价的图像结果，确定某个定焦摄像头产生的虹膜图像是否合格，如要求某幅图像的成像距离在某个阈值范围之内并且高频能量之和超过一个最低值，然后从合格的虹膜图像中挑选最佳的虹膜图像作为识别对象，挑选的规则是成像距离越靠近镜头的聚焦点和傅立叶高频分量越高则认为图像质量越好。

下面根据本发明设计三个例子来说明如何利用多个定焦摄像头扩大虹膜图像获取的景深范围：

实例1：

如图3为本发明中安装在不同纵深位置的同焦距摄像头示意图所示：

采用两个完全相同的定焦摄像头4，假设它们的成像范围是20～30厘米。把这些摄像头4安装在不同的纵深位置，当它们的距离d为10厘米时，虹膜获取装置2整体的的成像物距范围就为10～30厘米，本发明的系统整体的有效成像范围扩大了一倍(从10厘米到20厘米)。

实例2：

如图4本发明中不同焦距的定焦摄像头通过分光镜对同一虹膜进行成像结构示意图所示，图中标号表示为：

虹膜1为眼睛，分光镜9，不同景深的定焦摄像头41和定焦摄像头42，其中：

定焦摄像头41和定焦摄像头42是采用两个完全不同的定焦摄像头，假设它们的成像范围分别是10～20厘米和20～30厘米。通过分光镜9，或者半穿半反片Beam Splitter，将单眼虹膜1的反射光线分给不同的定焦摄像头成像41和定焦摄像头成像42，其中一半的光线通过反射进入摄像头42，另一半光线透过分光镜进入摄像头41。这样虹膜获取装置2整体的的成像物距范围就为10～30厘米，本发明系统整体的有效成像范围扩大了一倍，即从10厘米到20厘米。

实例3：

如图5为本发明中不同焦距的定焦摄像头对不同的虹膜分别成像结构示意图所示：

当多个定焦摄像头4具有不同的对焦距离时，可以把这些摄像头4安装在相同的纵深位置，也能实现不同的成像物距范围。

选用两个完全不同的定焦摄像头41和定焦摄像头42，假设它们的成像范围分别是10～20厘米和15～25厘米。把这些摄像头41和定焦摄像头42安装在相同的纵深位置，分别对虹膜1即左眼11和右眼12成像。

当左眼11和右眼12与定焦摄像头41和定焦摄像头42的距离为10～15厘米的范围时，本发明的系统输出左眼11的虹膜图像进行识别。

当左眼11和右眼12眼睛与定焦摄像头41和定焦摄像头42的距离为15～20厘米的范围时，本发明系统同时输出双眼的虹膜图像进行识别。

当左眼11和右眼12与定焦摄像头41和定焦摄像头42的距离为20～25厘米的范围时，本发明系统输出右眼12的虹膜图像进行识别。这样虹膜获取装置2整体的有效成像物距就为10～25厘米，范围从10厘米扩大到15厘米。

上面描述是用于实现本发明的实施例，本领域的技术人员应该理解，在不脱离本发明的范围的任何修改或局部替换，均属于本发明权利要求来限定的范围。

Claims (9)

1.一种基于多个定焦摄像头的大景深虹膜图像获取系统，其特征在于，包括：

虹膜图像采集装置，用于对输入的虹膜信息进行多定焦虹膜成像，并选择多定焦虹膜图像结果；

图像识别装置，用于将选定的高质量虹膜图像结果进行图像处理和身份识别。

2.如权利要求1所述虹膜图像获取系统，其特征在于，包括：虹膜图像采集装置包括：定焦摄像头、测距仪、光源，其中：

所述定焦摄像头，利用具有不同的成像物距范围的多个定焦摄像头，用于传输不同的虹膜图像数据；

所述测距仪，用于测量眼睛和镜头之间的距离，从而选择一个或者多个定焦摄像头的图像结果；

所述光源，用于为虹膜成像提供红外照明。

3.如权利要求2所述的虹膜图像获取系统，其特征在于，所述多个定焦摄像头中，每个定焦摄像头分别独立对虹膜成像。

4.如权利要求1和2所述的虹膜图像获取系统，其特征在于，所述的多个定焦摄像头具有相同或者不同的对焦距离：

当多个定焦摄像头具有相同的对焦距离时，需要把这些定焦摄像头安装在不同的纵深位置，来实现不同的成像物距范围；

当多个定焦摄像头具有不同的对焦距离时，把这些定焦摄像头安装在相同的纵深位置，实现不同的成像物距范围。

5.如根据权利要求1所述的虹膜图像获取系统，其特征在于，多个定焦摄像头的成像对象是用户的同一只或者不同眼睛的虹膜：

当多个定焦摄像头的成像对象是用户的同一只眼睛时，通过分光镜将单眼虹膜的反射光线分给不同的定焦摄像头成像；

当多个定焦摄像头的成像对象是用户的不同眼睛时，不同的定焦摄像头分别对应着用户的左眼或右眼虹膜，成像系统由两个成像范围不同的单目虹膜采集装置组合而成，根据用户和设备的测距结果输出用户的左眼、右眼或者双眼虹膜图像。

6.一种基于多个定焦摄像头的大景深虹膜图像获取方法，其特征在于，包括步骤：

利用具有不同的成像物距范围的多个定焦摄像头；

分别对虹膜成像，产生多路定焦图像结果；

利用距离测量或者图像质量评价方法，选择一个或者多路定焦的图像结果；

对选择的质量合格的虹膜图像数据进行图像处理和身份识别。

7.如权利要求6所述的虹膜图像获取方法，其特征在于，

所述距离测量选图步骤包括：

通过测距系统计算用户和定焦摄像头间的距离d；若距离d处于某个定焦摄像头的景深范围，则将该定焦摄像头的数字图像用于虹膜识别。

8.如权利要求6所述的虹膜图像获取方法，其特征在于，所述的质量评价选图步骤包括：

把不同定焦摄像头的图像结果输送给计算机识别，根据图像灰度分布内容或者傅立叶高频能量总和来估计每幅图像的清晰程度，若图像的清晰度达到识别算法的要求，选作候选合格图像。

9.如权利要求7和8所述的虹膜图像获取方法，其特征在于，

采用加权平均或者阈值法综合距离测量和质量评价的图像结果，确定某个定焦摄像头产生的虹膜图像是否合格，要求某幅图像的成像距离在某个阈值范围之内并且高频能量之和超过一个最低值，然后从合格的虹膜图像中挑选最佳的虹膜图像作为识别对象，挑选的规则是成像距离越靠近镜头的聚焦点和图像中傅立叶高频分量越高则认为图像质量越好。

Images