CN103477351A - 用于采用单个传感器采集场景图像和虹膜图像的高效方法和系统 - Google Patents

Abstract

本公开涉及用于采用单个图像传感器获取虹膜和场景的图像的方法和系统。图像传感器可以在至少一幅图像内获取场景的视图和虹膜的视图。图像处理模块可以对至少一幅图像的第一部分应用一水平的降噪，以生成场景的图像。所述图像处理模块可以对至少一幅图像的第二部分应用降低水平的降噪，以生成供生物测定识别中使用的虹膜的图像。

Description

用于采用单个传感器采集场景图像和虹膜图像的高效方法和系统

相关申请

本申请要求2011年2月17日提交的名称为“Method and Systemfor Iris Recognition and Face Acquisition”的美国临时专利申请No.61/443757以及2011年4月6日提交的名称为“Efficient Method andSystem for the Acquisition of Scene Imagery and Iris Imagery using aSingle Sensor”的临时专利申请No.61/472279的权益及优先权，出于各种目的通过引用将这两个申请全文并入本文。

技术领域

本发明涉及图像处理技术，更具体而言，涉及用于采用单个传感器采集场景图像和虹膜图像的系统和方法。

背景技术

通常将生物测定系统设计为通过考虑所讨论的生物测定类型的具体约束条件而采集最佳图像。如果要采集其他数据（例如，面部或背景图像），那么通常采用不同的传感器，因为不同的图像类型的要求是非常不同的。然而，这样的方案增加了整个解决方案的成本，还可能增大所述系统的尺寸或覆盖面积。

Adam等人的美国专利公开20060050933的目标在于解决采用一个传感器采集供面部和虹膜识别中使用的数据，但是其未解决优化图像采集从而使所采集的数据分别对于面部和虹膜识别部分中的每者而言都是最佳的这一问题。

Determan等人的美国专利公开20080075334和Saitoh等人的美国专利公开20050270386公开了采用针对面部的分离的传感器和的针对虹膜的分离的传感器采集供识别中使用的面部和虹膜图像。Saitoh描述了一种执行虹膜识别的方法，其包括采用面部和虹膜图像识别虹膜的位置，但是其采用分别聚焦于面部和虹膜的两个分离的传感器，并同时采集数据从而使用户的活动不产生影响。

Determan等人的美国专利公开20080075334还讨论了将一个传感器既用于面部又用于虹膜，但是其没有解决优化图像采集从而使所采集的数据分别对于面部和虹膜识别部分中的每者而言都是最佳的这一问题。

Jacobson等人在美国专利公开20070206840中还描述了一种包括采集面部和虹膜的图像的系统，但是其没有解决优化图像采集从而使所采集的数据分别对于面部和虹膜识别部分中的每者而言都是最佳的这一问题，并且也没有解决如何获得尺寸紧凑的系统这一问题。

发明内容

就某些方面而言，本文描述了用于采用单个传感器采集供生物测定识别中使用的高质量虹膜图像以及诸如人脸的任何其他场景的高质量图片的方法和系统。可以通过采用这些系统和方法的实施例而借助单个传感器采集图像，从而达到通过采用虹膜的生物测定识别来确定或验证个人的身份的目的，以及采集诸如面部和地方的场景的一般图像的目的。例如，后一种类型的图像通常是由移动电话用户采集的。因而，可以将本文公开的方法和系统结合到移动和/或紧凑装置内。所述传感器可以是互补金属氧化物半导体（CMOS）传感器或另一种适当类型的图像获取装置。所述方法和系统可以配置或调整条件，从而使其在两种采集模式下都接近最佳，例如，所述模式为虹膜图像采集模式和图片（非虹膜）采集模式。在一些实施例中，与例如采用多个传感器的装置相比，例如体现在装置内的用于采集这样的图像的系统可以具有显著降低的实际尺寸或覆盖面积。

就一个方面而言，本公开描述了一种采用单个图像传感器获取虹膜和场景的图像的方法。所述方法可以包括通过图像传感器在至少一幅图像中采集场景视图和虹膜视图。图像处理模块可以对至少一幅图像的第一部分应用一水平的降噪，以生成场景的图像。所述图像处理模块可以对至少一幅图像的第二部分应用降低水平的降噪，以生成供生物测定识别中使用的虹膜图像。

在一些实施例中，图像传感器可以在单幅图像中获取作为可分离的部分的场景的视图和虹膜的视图。图像传感器可以在采用红外照明照射虹膜的同时获取至少一幅虹膜图像。在某些实施例中，图像传感器可以激活图像传感器的多个传感器节点。所述传感器节点的第一子集可以主要适于获取适用于生物测定识别的虹膜图像。传感器节点的第二子集可以主要适于获取非虹膜图像。

在某些实施例中，图像处理模块可以应用包括求均值或中值函数的降噪。所述图像处理模块可以应用包括既降低获取图像的时变噪声又降低获取图像的时间不变噪声的降噪。所述图像处理模块可以使来自一幅虹膜图像的噪声与来自另一幅虹膜图像的噪声相减。在某些实施例中，图像处理模块可以采用另一幅图像的环境噪声降低一幅图像的环境噪声。所述图像处理模块可以采用来自在没有虹膜照明的情况下获取的另一幅图像的环境噪声降低来自在存在红外照明的情况下获取的一幅图像的环境噪声。所述图像处理模块可以对所述至少一幅图像的第二部分执行增益或亮度控制，以生成供生物测定识别中使用的图像。

就另一方面而言，本公开描述了一种用于采用单个图像传感器获取虹膜和场景的图像的设备。所述设备可以包括图像传感器和图像处理模块。所述图像传感器可以在至少一幅图像内获取场景的视图和虹膜的视图。所述图像处理模块可以对至少一幅图像的第一部分应用一水平的降噪，以生成场景图像。所述图像处理模块可以对所述至少一幅图像的第二部分应用降低水平的降噪，以生成供生物测定识别中使用的虹膜图像。

在一些实施例中，所述图像传感器获取作为单幅图像内的可分离的部分的场景视图和虹膜视图。例如，所述图像传感器可以包括互补金属氧化物半导体（CMOS）传感器。所述图像传感器可以包括多个传感器节点，所述传感器节点的第一子集主要适于获取适用于生物测定识别的虹膜图像，所述传感器节点的第二子集主要适于获取非虹膜图像。在某些实施例中，所述设备包括用于采用红外照明照射虹膜的照明器，其中，所述图像传感器获取受到照射的虹膜的至少一幅图像。

在一些实施例中，所执行的降噪包括对所获取的图像应用求均值或中值函数。所述降噪可以包括既降低获取图像的时变噪声又降低获取图像的时间不变噪声。在某些实施例中，图像处理模块使来自一幅虹膜图像的噪声与来自另一幅虹膜图像的噪声相减。所述图像处理模块可以采用来自在没有虹膜照明的情况下获取的另一幅图像的环境噪声降低来自在存在红外照明的情况下获取的一幅图像的环境噪声。在一些实施例中，所述图像处理模块对所述至少一幅图像的第二部分执行增益或亮度控制，以生成供生物测定识别中使用的虹膜图像。

本文公开的方法和系统和某些实施例可以解决采用单个传感器采集高质量场景图像以及高质量虹膜图像的过程中遇到的各种困难。例如，一个困难或许出乎意料地涉及对传感器的噪声性质的管理。我们已经发现，就噪声而言，对用于虹膜识别和标准场景的质量图像的要求存在冲突。成像器的像素尺寸正在变得越来越小，因而每一像素的基础噪声水平正在提高或者变得更加明显，因此噪声可能具有很大的影响。我们已经确定，例如，与在结合了降噪的标准图片拍摄模式下采集的虹膜图像的质量相比，某些类型的噪声可能实际上是更优选的或者是可容忍的。因而，可能与直觉相反，我们可以优选在虹膜图像的采集过程中在经处理的图像中保留噪声，从而与经历了典型的降噪的图像相比提高虹膜识别性能。

另一个困难涉及标准图像和虹膜图像所需的照明的波长。虹膜图像的采集通常采用红外照明，而标准图像通常依赖可见照明。如果将它们结合到用于采集两种类型的图像的单个系统中，那么可以将其视作是存在冲突的约束条件。本公开描述了几种解决这一问题的方案。例如，在一个实施例中，可以使不同滤波器在传感器前面交错。所述滤波器可以对红外和可见响应具有不同的响应。可以对RGB（红、绿、蓝）滤波器和滤波器图案进行调整，使其适于在不同的实施例中使用。例如，在某些实施例中，所述系统和方法可以使通过红外线的滤波器与主要用于通过有色图像的其他滤波器交错。在美国专利公开2007/0145273和美国专利公开2007/0024931中给出了这一方案的例子。对这些方案的改进包括采用R、G、（G+I）、B交错阵列（其中，I表示红外）。这样的方案可以具有保持或者恢复G（绿色）信号的全部分辨率的优点，而绿色信号正是人类视觉系统最为敏感的。所述方法和系统的另一实施例通过采用可移除或者可撤回IR截止滤波器而解决了这一困难，在标准图像采集模式下，可以将所述IR截止滤波器自动或者人工放置到传感器的前面。在又一实施例中，所述系统和方法可以将IR截止滤波器仅覆盖在图像传感器的专用于虹膜识别的部分之上。

本文描述的系统和方法的实施例可以解决与来自环境照明的图像恶化相关的第三个困难。在红外滤波或照明非最佳的一些实施例中，可能在虹膜图像的采集过程中观察到从角膜或者眼睛表面反射的周围场景的图像。这有时会对虹膜识别的性能造成严重影响。本文描述的系统和方法的实施例可以采集至少两幅图像。可以在开启受控红外照明的情况下获取所述图像之一，而在关闭受控红外照明的情况下获取至少第二幅图像。图像处理模块可以对这至少两幅图像进行处理，以减少或者移除伪影。作为例示，所述图像处理模块可以使图像对准，并且之后使所述图像彼此相减，以移除伪影。由于伪影照明或伪影成分在两幅图像之间基本上不发生变化，而虹膜纹理则通过红外照明进行照射并且暴露于一幅图像中，因而所述图像之差可以在保留虹膜纹理的同时移除伪影。所述方法和系统可以通过识别接近或者处于传感器的非线性工作范围（例如，饱和的或暗的）的像素并在后续的虹膜识别处理中消除所述像素而克服传感器的非线性，因为这些区域中的图像减法过程可能是非线性的并且伪影可能仍然存在。在所述方法的另一实施例中，我们可以通过利用用户位置、装置和恶化源的特定几何约束条件管理图像的恶化。在某些实施例中，我们可以利用用户在虹膜采集模式过程中可能将所述装置保持在其面前由此减少乃至阻挡所采集的虹膜图像的一个扇区中的恶化环境照明的源的事实。例如，所述方法和系统能够使虹膜识别局限于这一扇区，由此避免与图像恶化相关的问题。

附图说明

附图描绘了本文描述的方法和系统的某些示范性实施例，其中，采用类似的附图标记表示类似的元件。所描绘的每一实施例是对这些方法和系统的举例说明而非限制。

图1A是说明具有与服务器通信的客户端机的网络化环境的实施例的方框图；

图1B和1C是说明实践本文描述的方法和系统的计算机器的实施例的方框图；

图2描绘了对应于图像的部分的图像强度分布（profile）的实施例；

图3A描绘了非系统噪声的一个实施例的图像强度分布；

图3B描绘了系统噪声的一个实施例的图像强度分布；

图4描绘了系统噪声的一个实施例的图像强度分布；

图5描绘了零星（sporadic）噪声的一个实施例的图像强度分布；

图6描绘了对应于经历了降噪的图像的部分的图像强度分布的实施例；

图7是包括虹膜纹理的面部视图的图像的实施例的图示；

图8描绘了表示虹膜纹理的图像强度分布的一个实施例；

图9描绘了降噪之后表示虹膜纹理的图像强度分布的一个实施例；

图10描绘了表示虹膜纹理和噪声的图像强度分布的一个实施例；

图11描绘了用于采用单个传感器采集场景图像和虹膜图像的系统的一个实施例；

图12描绘了示出噪声对所采集的图像的影响的图表；

图13描绘了用于采用单个传感器采集场景图像和虹膜图像的系统的另一实施例；

图14描绘了用于采用单个传感器采集面部图像和虹膜图像的系统的实施例；

图15描绘了基于双带通滤波器的响应分布；

图16描绘了交错滤波器的配置的实施例；

图17描绘了具有从眼睛表面反射出的伪影的图像的一个实施例；

图18描绘了具有虹膜纹理和从眼睛表面反射出的伪影的图像的一个实施例；

图19描绘了用于采用单个传感器采集面部图像和虹膜图像的系统的又一实施例；

图20描绘了移除了伪影的示出虹膜纹理的图像的一个实施例；

图21描绘了面部和虹膜图像的采集的一个方案；

图22描绘了具有虹膜纹理和从眼睛表面反射出的伪影的图像的另一实施例；

图23描绘了用于采用单个传感器采集面部图像和虹膜图像的系统的又一实施例；

图24描绘了用于采用单个传感器采集面部图像和虹膜图像的系统的又一实施例；

图25描绘了用于采用单个传感器和反射镜采集面部图像和虹膜图像的系统的一个实施例；

图26描绘了用于采用单个传感器和反射镜采集面部图像和虹膜图像的方法的一个实施例；

图27描绘了眼优势对面部图像和虹膜图像的采集的影响；

图28描绘了用于采用单个传感器和反射镜采集面部图像和虹膜图像的系统的另一实施例；

图29和30描绘了眼优势对面部图像和虹膜图像的采集的影响；

图31描绘了用于采用单个传感器和反射镜采集面部图像和虹膜图像的系统的又一实施例；

图32描绘了传感器和反射镜配置的实施例；

图33描绘了用于采用单个传感器和反射镜采集面部图像和虹膜图像的系统的另一实施例；

图34描绘了用于采用单个传感器和反射镜采集面部图像和虹膜图像的系统的另一实施例；

图35描绘了用于采用单个传感器采集面部图像和虹膜图像的系统的又一实施例；

图36描绘了用于采用单个传感器采集面部图像和虹膜图像的系统的又一实施例；

图37描绘了用于采用单个传感器采集面部图像和虹膜图像的系统的又一实施例；

图38是说明用于采用单个传感器采集场景图像和虹膜图像的方法的一个实施例的流程图。

具体实施方式

在解说用于采用单个传感器采集场景图像和虹膜图像的系统和方法的其他方面之前，描述适于在所提出的系统和方法中使用的系统部件和特征可以有所帮助。图1A示出了计算环境101的一个实施例，其包括与一个或多个服务器106A-106N（本文统称为“服务器106”）通信的一个或多个客户端机102A-102N（本文统称为“客户端机102”）。在客户端机102和服务器106之间安装有网络。

在一个实施例中，计算环境101可以包括安装在服务器106和客户端机102之间的设备。这一设备能够管理客户端/服务器连接，在某些情况下能够在多个后端服务器中对客户端连接进行负载均衡。在一些实施例中，客户端机102可以指单个客户端机102或者单组客户端机102，服务器106可以指单个服务器106或者单组服务器106。在一个实施例中，单个客户端机102与一个以上的服务器106通信，而在另一实施例中，单个服务器106与一个以上的客户端机102通信。在又一实施例中，单个客户端机102与单个服务器106通信。

在一些实施例中，可以通过下述词语中的任何词语引述客户端机102：客户端机102；客户端；客户端计算机；客户端装置；客户端计算装置；本地机；远程机；客户端节点；端点；端点节点；或第二机。在一些实施例中，可以通过下述词语中的任何词语引述服务器106：服务器；本地机；远程机；服务器场；主计算装置；或第一机。

在一些实施例中，客户端机102能够执行、操作或提供可以是下述内容中的任何一者的应用：软件；程序；可执行指令；虚拟机；管理程序；网页浏览器；基于网页的客户端；客户端－服务器应用；瘦客户端计算客户端；ActiveX控制；Java小应用程序；类似于软IP电话的与IP语音（VoIP）通信相关的软件；用于流媒体视频和/或音频的应用；用于促进实时数据通信的应用；HTTP客户端；FTP客户端；Oscar客户端；Telnet客户端；或任何其他可执行指令组。其他实施例包括显示由在服务器106或其他处于远程位置的机器上远程运行的应用生成的应用输出的客户端装置102。在这些实施例中，客户端装置102能够在应用窗口、浏览器或其他输出窗口中显示应用输出。在一个实施例中，所述应用为桌面，而在其他实施例中，所述应用是生成桌面的应用。

所述计算环境101可以包括多于一个服务器106A-106N，从而在逻辑上使服务器106A-106N一起组成服务器场106。服务器场106可以包括地理上分散的并且在逻辑上一同集合成服务器场106的服务器106，或者处于相互靠近的位置上并且在逻辑上一同集合成服务器场106的服务器106。在一些实施例中，处于服务器场106内的地理分散的服务器106A-106N能够采用WAN、MAN或LAN通信，其中，可以将不同的地理区域表征为：不同的大陆；大陆的不同的地区；不同的国家；不同的州；不同的城市；不同的校园；不同的房间；或者前述地理位置的任何组合。在一些实施例中，可以将服务器场106作为单个实体管理，而在其他实施例中，服务器场106可以包括多个服务器场106。

在一些实施例中，服务器场106可以包括运行具有基本上类似的类型的操作系统平台（例如，华盛顿州雷德蒙的Microsoft公司推出的WINDOWS NT、UNIX、LINUX或SNOW LEOPARD）的服务器106。在其他实施例中，服务器场106可以包括运行第一种类型的操作系统平台的第一组服务器106和运行第二种类型的操作系统平台的第二组服务器106。在其他实施例中，服务器场106可以包括运行不同类型的操作系统平台的服务器106。

在一些实施例中，服务器106可以是任何服务器类型。在其他实施例中，服务器106可以是下述服务器类型中的任何服务器：文件服务器；应用服务器；网页服务器；代理服务器；设备；网络设备；网关；应用网关；网关服务器；虚拟化服务器；部署服务器；SSL VPN服务器；隔火墙；网页服务器；应用服务器或者主应用服务器；运行现用目录的服务器106；或者运行应用加速程序的服务器106，所述程序提供隔火墙功能、应用功能或负载均衡功能。在一些实施例中，服务器106可以是包括远程验证拨号用户服务的RADIUS服务器。一些实施例包括第一服务器106A，其接收来自客户端机102的请求，将所述请求转发至第二服务器106B，以及采用来自第二服务器106B的响应对客户端机102生成的请求做出响应。第一服务器106A能够获取客户端机102可用的应用的列举，以及与持有所述应用列举内识别的应用的应用服务器106相关的地址信息。之后，第一服务器106A能够采用网页界面呈现对客户端请求的响应，并与客户端102直接通信，从而为客户端102提供对所识别的应用的访问。

在一些实施例中，客户端机102可以是寻求对服务器106提供的资源的访问的客户端节点。在其他实施例中，服务器106可以为客户端102或客户端节点提供对所持有的资源的访问。在一些实施例中，服务器106起着主节点的作用，因而其与一个或多个客户端102或服务器106通信。在一些实施例中，主节点可以识别与持有所请求的应用服务器106相关的地址信息并将其提供给一个或多个客户端102或服务器106。在其他实施例中，主节点可以是服务器场106、客户端102、客户端节点102的机群或者设备。

一个或多个客户端102和/或一个或多个服务器106能够通过安装在计算环境101内的机器和设备之间的网络104传输数据。网络104可以包括一个或多个子网，并且可以将其安装在计算环境101内所包括的客户端102、服务器106、计算机器和设备的任何组合之间。在一些实施例中，网络104可以是：局域网（LAN）；城域网（MAN）；广域网（WAN）；由位于客户端机102和服务器106之间的多个子网104组成的主网104；具有专用子网104的公共主网104；具有公共子网104的专用主网104；或具有专用子网104的专用主网104。其他实施例包括可以是下述网络类型中的任何类型的网络104：点到点网络；广播网络；电信网络；数据通信网络；计算机网络；ATM（异步传输模式）网络；SONET（同步光网络）网络；SDH（同步数字体系）网络；无线网络；有线网络；或者包括无线链路的网络104，其中，所述无线链路可以是红外信道或卫星波段。网络104的网络拓扑结构在不同的实施例中可能存在差别，可能的网络拓扑结构包括：总线网络拓扑结构；星形网络拓扑结构；环形网络拓扑结构；基于重复器的网络拓扑结构；或者分层星形网络拓扑结构。额外的实施例可以包括移动电话网络的网络104，其采用在移动装置之间通信的协议，其中，所述协议可以是下述协议中的任何协议：AMPS；TDMA；CDMA；GSM；GPRS UMTS；3G；4G；或者任何其他能够在移动装置之间传输数据的协议。

图1B示出了计算装置100的实施例，其中，可以将图1A所示的客户端机102和服务器106部署为这里示出和描述的计算装置100的任何实施例，和/或使前者在后者上运行。计算装置100内包含系统总线150，其与下述部件通信：中央处理单元121、主存储器122；储存存储器128；输入/输出（I/O）控制器123；显示装置124A-124N；安装装置116；以及网络接口118。在一个实施例中，储存存储器128包括：操作系统；软件例程；以及客户端代理120。在一些实施例中，所述I/O控制器123还连接至键盘126和定点装置127。其他实施例可以包括连接至多于一个输入/输出装置130A-130N的I/O控制器123。

图1C示出了计算装置100的一个实施例，其中，能够将图1A所示的客户端机102和服务器106部署为这里示出和描述的计算装置100的任何实施例，和/或使前者在后者上运行。计算装置100内包含系统总线150，其与下述部件通信：桥170以及第一I/O装置130A。在另一实施例中，桥170还与主中央处理单元121通信，其中，中央处理单元121还与第二I/O装置130B、主存储器122和高速缓冲存储器140通信。中央处理单元121内包含I/O端口、存储器端口103和主处理器。

计算机器100的实施例可以包括中央处理单元121，其以下述部件配置中的任何一种为特征：对从主存储器122中取出的指令做出响应并对其进行处理的逻辑电路；微处理单元，例如：由Intel公司制造的、由Motorola公司制造的、由加利福尼亚圣克拉拉的Transmeta公司制造的；RS/6000处理器，例如，由IBM制造的；诸如AdvancedMicro Devices制造的处理器的处理器；或者任何其他逻辑电路组合。中央处理单元122的其他实施例可以包括下述部件的任何组合：微处理器、微控制器、具有单个处理核的中央处理单元、具有两个处理核的中央处理单元或者具有一个以上的处理核的中央处理单元。

尽管图1C示出了包括单个中央处理单元121的计算装置100，但是在一些实施例中计算装置100可以包括一个或多个处理单元121。在这些实施例中，计算装置100可以存储以及执行固件或者其他可执行指令，在运行时，它们指示所述一个或多个处理单元121同时执行指令或者对单条数据同时执行指令。在其他实施例中，计算装置100可以存储以及执行固件或其他可执行指令，在运行时，它们指示所述一个或多个处理单元各自执行一组指令的一个部分。例如，可以指示每一处理单元121执行程序的一部分或者程序内的特定模块。

在一些实施例中，处理单元121可以包括一个或多个处理核。例如，所述处理单元121可以具有双核、四核、八核等。在一个实施例中，处理单元121可以包括一个或多个并行处理核。在一些实施例中，处理单元121的处理核可以访问作为全局地址空间的可用存储器，或者在其他实施例中，可以对计算装置100内的存储器进行分割并将其分配给处理单元121内的特定核。在一个实施例中，计算装置100中的一个或多个处理核或处理器可以各自访问本地存储器。在又一实施例中，可以在一个或多个处理器或处理核之间共享计算装置100内的存储器，而其他存储器则可以被特定的处理器或处理器的子集所访问。在计算装置100包括多于一个处理单元的实施例中，在单个集成电路（IC）中包含多个处理单元。在一些实施例中，可以通过内部高速总线将这多个处理器链接到一起，可以将所述总线称为元件互连总线。

在计算装置100包括一个或多个处理单元121或者处理单元121包括一个或多个处理核的实施例中，各个处理器能够同时对多条数据执行单个指令（SIMD），或者在其他实施例中，各个处理器能够同时对多条数据执行多个指令（MIMD）。在一些实施例中，计算装置100能够包括任何数量的SIMD和MIMD处理器。

在一些实施例中，计算装置100可以包括图像处理器、图形处理器或图形处理单元。所述图形处理单元可以包括软件和硬件的任何组合，其还可以输入图形数据和图形指令，由所输入的数据和指令绘制图形，并输出所绘制的图形。在一些实施例中，可以将图形处理单元包含在处理单元121内。在其他实施例中，计算装置100可以包括一个或多个处理单元121，其中，至少一个处理单元121专用于处理和绘制图形。

计算机器100的一个实施例包括通过又被称为后侧总线的辅助总线与高速缓冲存储器140通信的中央处理单元121，而计算机器100的另一实施例包括通过系统总线150与高速缓冲存储器通信的中央处理单元121。在一些实施例中，中央处理单元还可以采用本地系统总线150与多于一种类型的I/O装置130A-130N通信。在一些实施例中，本地系统总线150可以是下述类型的总线中的任何总线：VESA VL总线；ISA总线；EISA总线；微信道体系架构（MCA）总线；PCI总线；PCI-X总线；PCI-Express总线或NuBus。计算机器100的其他实施例包括作为与中央处理单元121通信的视频显示器124的I/O装置130A-130N。计算机器100的其他版本包括通过下述连接中的任何一种连接至I/O装置130A-130N的处理器121：HyperTransport、RapidI/O或InfiniBand。计算机器100的其他实施例包括采用本地互连总线与一个I/O装置130A通信并采用直接连接与第二I/O装置B通信的处理器121。

在一些实施例中，计算装置100包括主存储单元122和高速缓冲存储器140。高速缓冲存储器140可以是任何存储器类型，在一些实施例中，其可以是下述类型的存储器中的任何存储器：SRAM；BSRAM；或EDRAM。其他实施例包括高速缓冲存储器140以及可以是下述类型的存储器中的任何存储器的主存储单元122：静态随机存取存储器（SRAM）、猝发SRAM或同步猝发SRAM（BSRAM）；动态随机存取存储器（DRAM）；快速页式DRAM（FPM DRAM）；增强DRAM（EDRAM）；扩充数据输出RAM（EDO RAM）；扩充数据输出DRAM（EDO DRAM）；猝发扩充数据输出DRAM（BEDODRAM）；增强DRAM（EDRAM）；同步DRAM（SDRAM）；JEDECSRAM；PC100SDRAM；双数据率SDRAM（DDR SDRAM）；增强SDRAM（ESDRAM）；同步链接DRAM（SLDRAM）；直接存储器总线DRAM（DRDRAM）；铁电RAM（FRAM）；或者任何其他类型的存储器。其他实施例包括能够通过下述部件访问主存储器122的中央处理单元121：系统总线150；存储器端口103；或者任何其他允许处理器121访问存储器122的连接、总线或端口。

计算装置100的一个实施例为下述安装装置116中的任何装置提供支持：CD-ROM驱动器、CD-R/RW驱动器、DVD-ROM驱动器、各种格式的磁带驱动器、USB装置、可启动介质、可启动CD、诸如

的面向GNU/Linux分布的可启动CD、硬盘驱动器或者任何其他适于安装应用或软件的装置。在一些实施例中，应用可以包括客户端代理120或者客户端代理120的任何部分。计算装置100还可以包括存储装置128，其要么可以是一个或多个硬盘驱动器，要么可以是一个或多个由独立盘构成的冗余阵列；其中，将所述存储装置配置为存储操作系统、软件、程序应用或者客户端代理120的至少一部分。计算装置100的另一实施例包括用作存储装置128的安装装置116。

计算装置100还可以包括通过各种连接与局域网（LAN）、广域网（WAN）或互联网接口的网络接口118，所述连接包括但不限于标准电话线、LAN或WAN链路（例如，802.11、T1、T3、56kb、X.25、SNA、DECNET）、宽带连接（例如，ISDN、帧中继、ATM、吉比特以太网、Ethernet-over-SONET）、无线连接或者上述连接中的任何或所有连接的某种组合。也可以采用各种通信协议（例如，TCP/IP、IPX、SPX、NetBIOS、以太网、ARCNET、SONET、SDH、光纤分布式数据接口（FDDI）、RS232、RS485、IEEE802.11、IEEE802.11a、IEEE802.11b、IEEE802.11g、CDMA、GSM、WiMax以及直接异步连接）建立连接。计算装置100的一个版本包括能够通过任何类型和/或形式的网关或隧穿协议与额外的计算装置100'通信的网络接口118，例如，所述协议是安全套接字层（SSL）或传输层安全（TLS）协议或者Citrix Systems公司推出的Citrix网关协议。网络接口118的各个版本可以包括下述项目中的任何一种：内置网络适配器；网络接口卡；PCMCIA网卡；插件总线网络适配器；无线网络适配器；USB网络适配器；调制调解器；或者任何其他适于将计算装置100接口至能够传达以及执行本文描述的方法和系统的网络的装置。

计算装置100的实施例包括下述I/O装置130A-130N中的任何装置：键盘126；定点装置127；鼠标；触摸板；光学笔；跟踪球；麦克风；图形输入板；视频显示器；扬声器；喷墨打印机；激光打印机；以及染料升华打印机；或者任何其他能够执行本文描述的方法和系统的输入/输出装置。在一些实施例中，I/O控制器123可以连接至多个I/O装置103A-130N，以控制所述一个或多个I/O装置。可以将I/O装置130A-130N的一些实施例配置为提供存储或安装介质116，而其他实施例则可以提供用于接收USB存储装置的通用串行总线（USB）接口，例如，Twintech Industry公司制造的装置的USB闪速驱动线。其他实施例包括可以是系统总线150和外部通信总线之间的桥的I/O装置130，例如，所述外部通信总线为：USB总线；Apple Desktop总线；RS-232串联；SCSI总线；Fire Wire总线；Fire Wire800总线；以太网总线；AppleTalk总线；吉比特以太网总线；异步传输模式总线；HIPPI总线；Super HIPPI总线SerialPlus总线；SCI/LAMP总线；FibreChannel总线；或者串行附接小型计算机系统接口总线。

在一些实施例中，计算机器100可以执行任何操作系统，在其他实施例中，计算机器100可以执行下述操作系统中的任何一种：MICROSOFT WINDOWS操作系统的各个版本；Unix和Linux操作系统的不同版本；Apple Computer出品的MAC OS的任何版本；IBM出品的OS/2；Google的Android；任何嵌入式操作系统；任何实时操作系统；任何开放源操作系统；任何私有操作系统；任何用于移动计算装置的操作系统；或者任何其他操作系统。在其他实施例中，计算机器100可以执行多种操作系统。例如，计算机器100可以执行PARALLELS或者另一虚拟化平台，其能够运行或者管理运行第一操作系统的虚拟机，而计算装置100则运行不同于所述第一操作系统的第二操作系统。

可以将计算机器100体现为下述计算装置中的任何一种：计算工作站；台式计算机；膝上型电脑或者笔记本电脑；服务器；手持式计算机；移动电话；便携式电信装置；媒体播放装置；游戏系统；移动计算装置；笔记本；图形输入板；苹果电脑生产的IPOD或IPAD系列装置中的装置；索尼公司制造的PLAYSTATION系列装置中的任何装置；Nintendo公司制造的Nintendo系列装置中的任何装置；微软公司制造的XBOX系列装置中的任何装置；或者任何其他类型和/或形式的能够通信并且具有充分的处理器能力和存储容量来执行本文描述的方法和系统的计算、电信或媒体装置。在其他实施例中，计算机器100可以是移动装置，例如，其可以是下述移动装置中的任何装置：能够启用JAVA的蜂窝式电话或个人数字助理（PDA）；任何具有不同的与自身相符的处理器、操作系统和输入装置的计算装置；或者任何其他能够执行本文描述的方法和系统的移动计算装置。在其他实施例中，计算装置100可以是下述移动计算装置中的任何一种：Blackberry系列中的任何一者或者Research In Motion Limited制造的其他手持装置；苹果电脑制造的iPhone；Palm Pre；Pocket PC；Pocket PC电话；Android电话；或者任何其他手持移动装置。已经描述了可以适用于在所提出的系统和方法中使用的某些系统部件和特征，下文将解说其他方面。

图2示出了通过典型的图像传感器采集的典型场景或对象（例如，房子）的示范性图像。图像传感器可以包括（例如）数字电荷耦合器件（CCD）或互补金属氧化物半导体（CMOS）有源像素传感器，但不限于此。对应于所述图像的曲线图或强度分布在纵轴和对应的空间位置X上示出了对于线P2指示的截面区域而言的像素的强度值I。所述强度分布中的亮点和暗点对应于所示的图像中的亮点和暗点。典型地，在信号中存在由强度的波动表示的相当大的噪声，甚至在受到均匀照明的区域（例如，对应于房子的门的区域）内也是如此。噪声可能是由几个来源导致的，例如，放大器噪声和散粒噪声、各向异性（系统性）噪声和零星噪声。散粒噪声涉及在有限的时间段内使有限数量的光子集中到特定的像素阱内而产生的量子效应。像素尺寸越小，所产生的散粒噪声可能就越大。这是因为用来推断入射照明的测量结果的光子可能更少。随着像素尺寸变小，实现给定图像分辨率的相关光学装置的焦距也线性下降。其可以降低透镜/传感器部件组合的厚度。然而，随着对传感器分辨率的要求的提高，以及随着对传感器及其相关光学部件的空间约束的收紧，必须相应地降低传感器和像素尺寸，以适应所述要求和约束。像素尺寸降低的结果是传感器中的噪声显著提高。这种类型的噪声以及放大器噪声可以具有时变特征以及非系统特征，如图3A所示。

另一种类型的噪声是各向异性或系统性/周期性噪声。例如，周期性噪声可能是由图像传感器的读出路径中的放大器增益的差异导致的。例如，不同行和列可能通过具有略微不同的增益的不同放大器。在图3B中示出了这种类型的系统噪声，其中，应当均匀平坦的强度分布实际上沿一个维度（例如，跨越图像）周期性地波动。图4示出了引入到图像内的零星噪声的例子，所述噪声可以跨越多幅图像明显看出。例如，传感器节点的阵列中的偶然像素可能灵敏度已经劣化，是不起作用的，或者具有有限的或者过高的增益，从而导致如图所示的更亮或更暗的像素。

通常通过在图像处理模块220中执行降噪而解决由噪声产生的问题。图像处理模块220可以采用任何类型的空间中值滤波或者区域选择性求平均，如图5所示。有很多种方法执行降噪，并且我们给出中值滤波和区域选择性平均值只是为了举例说明。图6示出了可能由降噪得到的强度分布。尽管降噪可能已经充分地移除了噪声，但是图像处理模块220仍然保持对应于场景中的实际对象和边缘的特征（例如，亮点和暗点）。从用户的角度来看，图1中的图像质量通常是不可接受的（例如，有噪声），而图6中的图像质量则可以被看作是较好的质量。

图7示出了虹膜I1和面部F1的图像。可以根据国家标准与技术协会（NIST）标准中描述的规约，采用（例如）最佳虹膜图像采集系统采集所述图像。所述规约可以包括ANSI/INCITS379-2004中描述的虹膜图像互换格式。参考图7，通过I1指示的圆形区域内的线表示虹膜的纹理。图8示出了虹膜纹理的强度分布的一种表示。在一些实施例中，图8（虹膜纹理图案的强度分布）和图2（噪声信号的强度分布）之间的相似性是相当明显的。这样的相似性的原因是每一信号/图案的来源均以随机过程为特征。就虹膜而言，所述信号是因出生之前虹膜组织被撕裂而建立的，其和每次撕纸时纸的撕裂都不同这一过程非常类似。就传感器噪声而言，散粒噪声和其他噪声是按照随机时变物理过程建立的。

在NIST标准[ANSI/INCITS379-2004，虹膜图像互换格式]中已经在某种程度上对虹膜信号“纹理”的频率特征做出了表征，例如，可以对不同的虹膜直径范围指定对应于每毫米（mm）的线/对的最小分辨率值。虹膜直径可能取决于具体的光学配置。作为例示，对于100到149个像素之间的虹膜直径而言，所定义的像素分辨率可以具有每mm8.3个像素的最小值，其光学分辨率处于每mm2.0个线对的最小值的60%调制上。对于150到199个像素之间的虹膜直径而言，所定义的像素分辨率可以具有每mm12.5个像素的最小值，其光学分辨率处于每mm3.0个线对的最小值的60%调制上。对于大于等于200个像素的虹膜直径而言，所定义的像素分辨率可以具有每mm16.7个像素的最小值，其光学分辨率处于每mm4.0个线对的最小值的60%调制上。在某些实施例中，其他的直径、所定义的像素分辨率和/或光学分辨率的组合可能适用。

图9示出了在经过了上文所述的一些降噪处理之后虹膜纹理的强度分布。在这一示范性情况下，基本上通过降噪移除了虹膜纹理。这是因为，诸如区域特异性求均值算法的降噪算法可能无法将虹膜纹理和噪声区分开。因而，大多数图像获取装置中的标准或典型降噪在应用于虹膜识别时可能是一种限制。

所提出的系统和方法能够通过识别与虹膜识别相关的具体特征而解决这一问题。图10示出了在一个实施例中最佳地采集到（例如，根据NIST标准[ANSI/INCITS379-2004，虹膜图像互换格式]）的虹膜纹理的强度分布，连同以虚线表示的传感器噪声的强度分布。某些虹膜识别过程涉及识别出登记信号和探测信号之间缺乏统计独立性。一个意义可能在于，通常通过获得不太可能通过随机过程得到的结果的比较宣告匹配。因而，向原始的虹膜信号增加显著的随机时变噪声可能因此：1）不会显著提高错误匹配率，因为错误匹配是由非随机匹配导致的，2）如果虹膜信号的纹理大致或者基本上超过了传感器噪声的纹理（例如，即使图像本身对于观察者而言呈现出噪声），那么也只能对针对个体的误拒绝率产生有限的影响，3）如果虹膜信号的纹理与传感器噪声的幅度相比具有类似的或者较小的幅度，那么可能提高对用户的误拒绝率（其他后果有限）。

然而，如（例如）图3所示，向原始虹膜信号增加系统噪声则可能触发错误匹配，因为两个数据集之间的比较可能产生不会通过随机过程获得的结果。因而，所述方法和系统的某些实施例可能优选（凭直觉应当反对）在获取的虹膜图像中存在噪声（例如，甚至是显著水平的噪声），从而与具有降低的噪声水平（例如，通过降噪）的图像相比提高虹膜识别的性能。在一些实施例中，在图像打算用于虹膜识别时，所提出的系统将降低或者消除施加至所述图像的非系统噪声降低的水平。与经过处理的（例如，应用了降噪的）图像相比，所得到的图像有可能对观察者呈现出极高的噪声。然而，如果反而采用有噪图像进行虹膜识别，则可以显著提高虹膜识别的性能。在一些具体的硬件实现中，可以允许使用降噪算法并对其进行硬编码，而且可以不关闭所述算法。所提出的方法和系统的一些实施例允许对降噪算法进行控制，从而避免降低预计用于虹膜纹理的频带内的噪声，在本说明书的其他部分将对此予以描述。

图11描绘了主处理器可以对图像信号处理器（例如，低层级图像信号处理器）加以控制的方式的示例性实现。在执行虹膜识别的模式中，可以将信号发送至图像信号处理器，以修改较早描述的降噪过程。之后，根据系统噪声的幅度，可以移除（例如，采用动态行校准，其中，覆盖处于传感器的边缘的像素，并将其用于传感器校准）这样的噪声，或者在噪声的幅度充分小于虹膜纹理的信号幅度的情况下，可以使这样的噪声保持原样不变。作为例示，图12示出了汇总若干情形的表格，其描述了在不同的图像采集模式下不同类型的噪声可能对虹膜识别的性能和/或可视图像的质量造成怎样的影响。

与在同一传感器上采集最佳的标准场景图像和虹膜图像相关的另一困难涉及采集标准图像和虹膜图像所需的照明的波长。虹膜图像通常需要红外照明，而标准图像通常需要可见光照明。有时约束条件会存在冲突。所提出的系统的一些实施例被配置为通过将对红外光和可见光具有不同的响应的滤波器交错而解决这一问题。在获取图像时，这些系统可以采用这样的滤波器相对于图像传感器的多种不同配置中的一种。可以结合或者可以对其加以修改以生成交错滤波器的滤波器的一个例子是具有Bayer RGB（红、绿、蓝）滤波器模式的滤波器（例如，参考美国专利3971065）。可以使（主要，显著或者只能）通过红外线的滤波器与其他（主要，显著或者只能）通过有色光或可见光的滤波器交错。在美国专利公开20070145273和美国专利公开20070024931中描述了提供选定的滤波的滤波器的一些实施例。作为替代，所提出的系统和方法的一些实施例采用R、G、(G+I)、B交错阵列。这些系统中的一些具有保持G（绿色）信号的全分辨率（或者基本全分辨率）的能力，而绿色信号通常是人的视觉系统最敏感的。

在虹膜识别模式下，G（绿色）响应的幅度通常比由于入射的红外照射而产生的红外响应的幅度小得多。在一些实施例中，可以通过从相邻的（G+I）信号中减去（G）信号恢复虹膜识别模式中的红外信号响应（I）的估值。在标准的图像采集模式下，可以对R、G、（G+I）、B信号进行处理，以恢复恢复了G+I的像素中的G的估值G'。可以采用各种方法生成这样的估值，例如，在采用R、G、T、B像素阵列时，其中，T为完全透明。这样的实现中的T像素可以含有累积或者叠加在一起的R、G、B及I信号的信号。这样可能存在问题。如果T像素滤波器是真实透明的，那么为了获得有效的性能，R、G、B、I响应之和必须仍然处于像素的动态范围内。对于给定的积分时间以及整个成像器各处的像素面积而言，这意味着可能无法充分利用R、G、B像素的动态范围，因为可能发生T像素（R+G+B+I）饱和。与其他的R、G、B像素相比，为T像素设置不同的像素面积或增益是有可能的，但是实施起来成本很高。可以结合到所提出的系统中的一种改进是采用中性密度滤波器替代透明滤波器。中性密度滤波器可以降低该像素上的所有波长（R、G、B和I）的照明幅度，并且可以允许在R、G、B像素中对整个范围的或者很宽范围的像素能力加以利用，由此降低噪声。作为例子可以选择具有0.5到0.6的值的中性密度滤波器。绿色信号通常占R、G、B组合在一起构成的亮度信号的大约60%。

如果T滤波器是真实透明的，那么通常必须降低传感器的整个动态范围，以调和T像素的范围，并使其保持在线性范围内，这是以R、G、B像素的信噪比为代价的。通过在我们的系统的一些实施例中结合R、G、G+I、B滤波器阵列，并且由于在G+I像素中不存在红色和蓝色信号，因而与R、G、T、B阵列的动态范围相比，能够提高传感器的总动态范围，由此增加信噪比。

在我们的方法和系统的一些实施例中结合的用于在同一传感器上采集最佳的标准场景图像和虹膜图像的与照明波长相关的方案涉及在标准的图像传感器或透镜之上多路复用或者安放红外截止（cut）滤波器。在一个实施例中，可以将所述传感器的一部分（例如，所述传感器或传感器节点的20%）指定为主要用于虹膜识别，同时可以将其余（例如80%）的部分用于标准图像采集，例如如图14所示。在这一例子中，采用标准IR截止滤波器覆盖所述传感器的下方部分（例如，80%）。所述传感器的其余20%保持不受覆盖。在虹膜识别模式中，可以忽略所覆盖的区域。例如，运行于图像获取装置上的虹膜识别应用可以引导用户将其眼睛定位到未受覆盖的20%区域的感测区域内。反馈机制可以引导用户移动图像获取装置，从而使用户的虹膜定位到适当的获取区域内。例如，由于面部在成像器的其余80%内是可见的，因而可以将其用于用户引导反馈，其中任选在眼睛区域处出现图标。在一些实施例中，图像传感器可以调整其取向，从而采用未受覆盖的区域获取用户虹膜的图像。

在所提出的系统和方法的一些实施例中结合的另一方案在整个彩色成像器或传感器之上或者它的相当大的部分之上采用双带通滤波器。这样的滤波器可以既使选定波段内的R、G、B信号通过，又使红外信号通过，例如，所述波段是围绕850nm或者940nm的波段，而且其可以产生如图15所示的频率响应。在又一实施例中，图像采集系统可以采用IR截止滤波器，在装置处于标准图像获取模式下时，其可以被自动或人工定位或者滑动到图像传感器的至少一部分之上。例如，所述IR截止滤波器可以覆盖图像传感器的要与用户的眼睛对准以获取虹膜图像的部分。图像传感器的其他部分可以获取（例如）用户面部的部分。IR截止滤波器的放置可以处于所述传感器的一端，从而允许所述传感器以及对应地获取的图像具有两个截然不同的区域（IR截止和非IR截止）而不是3个或更多区域（例如，非IR截止、IR截止和非IR截止）。这允许采集场景的更大的并且更加连续的非虹膜部分（例如，面部），这又可以用于（例如）面部识别。在一些实施例中，在所述装置处于虹膜图像获取模式时，可以将可见光滤波器或者IR通过滤波器放置到所述图像传感器之上（例如，任选地）。

在一些实施例中，所述图像采集系统可以使红外截止和红外通过滤波器跨越所述传感器交错，例如，如图16所示。可以采用各种方式，例如，采用棋盘框布置、各种宽度的条形或者其他交替和/或可重复图案配置交错滤波器。在虹膜识别模式下，将来自IR通过滤波器带之下的传感器像素/节点的响应用于虹膜识别，而在标准图像采集模式下则采用来自IR截止滤波器带之下的传感器像素/节点的响应。在一些实施例中，例如，可以通过将对应于所述交错图案的IR和非IR图像部分分离而借助单次图像获取既采集到标准图像又采集到虹膜图像。

在一些实施例中，图像传感器采集到的图像可能受到环境照明的影响或破坏。例如，在一些红外滤波和/或照明非最佳的实施例中，可能在虹膜图像的采集过程中从眼睛的表面（例如，角膜）反射出场景的图像。图17示出了这种情况的例子。例如，图像反射（例如，眼睛的角膜上的）可以是用户周围的包括房子在内的场景的反射。可以将这样的反射称为伪影。我们在上文中已经描述了系统噪声可能对虹膜识别性能造成怎样的严重影响。可以采用类似的方法克服所述伪影：采集至少两幅图像，一幅开启了受控红外照明，如图18所示，而至少第二幅图像则关闭了受控红外照明，如图17所示。所述图像处理模块可以对这至少2幅图像进行处理，以减少或移除伪影。例如，在一些实施例中，图像处理模块可以使图像对准，并且之后使所述图像相减，如图19中的处理图解所示。由于在两幅图像之间伪影的照明基本上不变，而虹膜纹理则受到红外照明的照射，因而可以通过取差而移除伪影，而虹膜纹理则得以保留。通过图20中的虹膜内的线示出了其余虹膜纹理。所述系统还可以通过（例如）识别出接近或者处于所述传感器的非线性工作范围的像素（例如，饱和的或暗的）而进一步克服传感器的非线性。所述图像处理模块可以从后续的虹膜识别处理中移除所识别出的像素。由于那些区域中的图像减法过程可能是非线性的，因而采用减法方案伪影仍会得以保留。

本方法的另一实施例通过利用用户位置、图像获取装置以及恶化或伪影的来源的特定几何约束条件而对图像的恶化加以管理。可以将所述图像处理模块配置为，当用户在虹膜采集模式下将图像获取装置保持在用户面前时，所述图像获取装置可以在所采集到的虹膜图像的一个扇区内减少乃至阻挡恶化环境照明的源，例如如图21所示。所述图像处理模块可以将虹膜识别主要或者完全局限到这一扇区，从而避免与图像恶化相关的问题，如图22所示。在一些实施例中，可以在判定生物测定匹配的过程中为基于图像的这一扇区的虹膜识别赋予比基于其他扇区的虹膜识别更高的权重。

在一些实施例中，红外照明在图像获取过程中不太容易获得或者不太容易保证。可以将图像采集系统200配置为控制和/或提供红外照明。所述图像采集系统可以通过在装置处于虹膜识别模式时照明红外源（例如，LED）而降低功耗，如图23所示。

图24示出了采用本文公开的系统和方法的一些特征的图像采集系统200的一个实施例。可以将图像采集系统200嵌入到诸如移动和/或紧凑装置的装置中。所述装置可以包括具有传感器的屏幕。红外LED可以提供照明。用户可以采用触摸屏或者其他输入装置（例如，键盘、按钮或者语音命令识别）在虹膜识别模式和标准图片拍摄模式之间切换。所述装置可以包括用户可以通过其激活图像获取模式的应用。所述应用还可以提供反馈或引导机制，从而对用户的虹膜自动定位或者引导用户将用户的虹膜移动到适当的获取区域内。在一些实施例中，在处于虹膜图像获取模式时，可以在图像传感器之上人工或者自动激活或移动任选的IR截止滤波器。可以在适当的模式下结合和/或激活其他滤波器（例如，IR通过滤波器）。在某些实施例中，可以在移动或现有装置的外接附件或套筒（sleeve）内含有图像采集系统200的某些特征。作为例子，这样的特征可以包括红外照明器、一个或多个滤波器和/或到所述移动或现有装置的接口（例如，无线或物理的）。

在一些实施例中，图像采集系统200可以包括嵌入到图像采集系统200的屏幕内的红外照明器，其用于采用红外照明照射用户眼睛。屏幕和显示器通常采用处于LCD矩阵下的白色LED照明。可以通过向可见光LED的某一部分增加近红外照明器或者采用近红外照明器替代可见光LED的某一部分而由显示器本身提供IR照明源。在这样的实施例中，图像采集系统200可以不需要在图像采集系统200上采用额外的夹持机构或面积来提供红外照明，由此节省了空间。

在某些实施例中，图像采集系统200可以包括可见照明器，例如，其可以具有两个照明强度。可以在虹膜成像模式下以低功率开启可见照明器。可以选择低功率照明避免使用户心烦或者造成用户不适。在一些实施例中，低功率模式下的亮度水平可以至少比可见照明器的全量度暗两倍。例如，可以采用后一量度水平以照射更宽的场景。可以采用低功率可见照明器以使虹膜收缩以及增大虹膜面积，而不管用户是否处于黑暗中。然而，由于可见照明器可以接近眼睛，因而上文描述的滤波器中的一些仍然可以将显著量的可见光传送到传感器中。因此，在一些实施例中，在开启近红外照明器的同时，在采集虹膜图像之前关闭空可见光。在替代实施例中，可以采用屏幕本身作为可见照明源。

在一些实施例中，在图像采集系统200中采用单个传感器的一个优点在于，与采用双传感器相比能够使所述系统占据的空间降至最低。然而，在任一种情况下，一个重要的约束条件是用户和/或操作者有效采用单传感器或双传感器装置的能力。

在一些实施例中，可以采用镜像表面帮助引导用户使用户虹膜与图像传感器的适当获取区对准。镜像表面可以向用户提供用户位置的反馈，如图25所示，其中，用户将装置保持在他们的前面，并观看处于两倍于用户与所述装置的距离的距离处的用户面部的一部分的虚。然而，由于人类视觉系统的特性、眼优势以及我们的虹膜识别系统的要求的原因，反射镜的最佳尺寸可能不会像我们所预期的那样随着用户与所述反射镜之间的距离线性缩放。实际上，在一些条件下，通过提高反射镜的尺寸而尝试以及提高虹膜识别性能可能会降低性能或者带来对准困难。

眼优势是优选采用来自一只眼睛或另一只眼睛的可视输入的趋势。大多数个体都会出现眼优势，2/3的个体具有右眼优势，1/3的个体具有左眼优势。所提出的系统和方法解决了眼优势的问题，并使眼优势的特性与虹膜识别的约束条件相结合，从而在使用于引导用户的反射镜的尺寸最小化的同时使所恢复的虹膜图像的尺寸最大化。

图26示出了反射镜的反射视场，其所具有的尺寸使得两眼舒服地占据所述视场。在一些实施例中，所述反射镜的宽度使得，在图像采集装置200的观察距离上，所述反射视场可以至少比眼睛间隔的反射宽大约50%。出于举例说明的目的，将用户示为处于反射镜的中央。然而，图27表明：在实践中，由于眼优势的原因，通常将用户置于反射镜的一侧，从而使其优势眼更加靠近反射镜的中心。如果反射镜的视场的宽度大于用户的典型眼睛间隔（6.5-7cm）的视场的50%，那么两只眼睛都可以留在所述视场中。因此，图像采集系统200可以采集到具有眼优势的人的两只眼睛，因为在这样的情况下，两只眼睛都留在图像传感器的视场中。然而，所获取的图像中的虹膜直径可能相对较小，因为通常选择使用于传感器的透镜覆盖宽的视场。

图28描绘了在不考虑眼优势的情况下采用较小的反射镜采集两眼的图像的配置。所述反射镜的视场较小，从而使其在任何图像采集系统200上的面积最小化。如果将用户置于反射镜的中央，那么可以采集到两只眼睛。然而，如上所述，由于眼优势的原因，通常将用户置于这一最佳位置的右侧或左侧，如图29和30所示。在这一方案中，两眼之一可能处于相机的视场之外。因而，尽管这一配置具有适度大的反射镜，并且即使可以将透镜配置为采集两只眼睛（在处于中央位置时），但是由于眼优势的原因，图像采集系统200可以在实践中仅采集单只眼睛。

图31描绘了与图30相比采集更高分辨率的虹膜图像的设计（即提高了虹膜识别性能），然而其采用了较小的反射镜，因而用户只观察到了优势眼。通过限制反射镜的尺寸，从而使优势眼处于视场内，将迫使用户的视觉系统的选择左眼或右眼的趋势为二元响应（例如，左眼或右眼），其与视场中的可变或者不可预知响应（例如，使两眼向左或者向右移位）形成了对照。在一些实施例中，图像采集系统200可以操作或者包含处于大约9''的工作距离上的具有大约14mm的直径的反射镜，从而使反射镜的反射视场对应于大约2倍的典型虹膜直径（2×10.5mm）。图32总结并示出了反射镜的有效视场的尺寸，并且还示出了其与单眼或双眼获取以及所采集到的虹膜图像的尺寸的关系。

图33示出了图像采集系统200的一个实施例，其中，将IR截止滤波器放到了传感器的一部分之上。可以通过所述传感器的一部分采集面部或其他图像，同时通过被所述IR截止滤波器覆盖的部分采集用于虹膜识别的图像。由于人眼的水平构造的原因，眼优势倾向于提供水平方向的不确定性，并且因此可以将图像采集系统200对应地配置为具有处于所述传感器之上的水平形状滤波器区域。图34示出了另一实施例，其中，使反射镜发生倾斜，从而使用户以一角度观察传感器/透镜组件，并且眼睛接近传感器的顶部而不是传感器的中央。这一配置可以允许将IR截止滤波器放置到所述传感器的一端，由此允许所述传感器具有两个截然不同的区域（IR-截止和非IR截止）而不是像图33所示的情况那样具有3个区域（非IR截止、IR截止和非IR截止）。其允许采集场景的更大的并且更加连续的非虹膜部分。

图35示出了图像采集系统200的另一实施例，其中，操作者可以拿着图像采集装置200，以采集用户的虹膜图像。在这一实施例中，存在看透（see-through）引导通道，操作者能够看穿所述通道，从而与用户的眼睛对直。此外或替代地，可以将隔开的引导标记放置到图像采集装置200的顶部，这样操作者能够使用户的眼睛与（例如）两个标记对直。图36示出了引导通道的一个实施例的放大视图。在这一实施例中，可以在引导通道的后面和前面在引导通道的内部上打印圆环，如图所示。在使用户对准时，这些圆环对于操作者而言看起来是可以是同心的。否则，它们将不同心（用户的眼睛没有对准）。图36还示出了装置上的可视照明器（LED）以及可以用于虹膜识别用途的红外照明器。图37示出了图像采集系统的另一实施例。在这一实施例中，通过控制器对LED加以控制，所述控制器又连接至处理器，所述处理器还连接至用于虹膜识别的传感器。

在图38中示出了一种用于采用单个图像传感器采集虹膜和场景的图像的方法的一个实施例。图像传感器在至少一幅图像中获取场景的视图和虹膜的视图（382）。图像处理模块向所述至少一幅图像的第一部分应用一水平的降噪，以生成场景的图像（384）。所述图像处理模块向所述至少一幅图像的第二部分应用降低水平的降噪，以生成供生物测定识别中使用的虹膜图像（步骤386）。

进一步参考图38，更具体而言，图像采集系统200的图像传感器202在至少一幅图像中获取场景的视图和虹膜的视图（382）。所述图像传感器可以在一幅图像中获取场景的视图，在另一幅图像中获取虹膜的视图。在一些实施例中，图像传感器可以在单幅图像中获取场景的视图和虹膜的视图。例如，场景的视图可以包括虹膜的至少一部分。所述图像传感器可以在多幅图像中获取场景的视图和虹膜的视图。所述图像传感器可以在一些图像中获取场景的视图，而在其他图像中获取虹膜的视图。所述图像传感器可以在一些图像中获取场景的视图和虹膜的视图。所述图像传感器可以在一时间段获取两幅或更多图像。所述图像传感器可以在很短的时帧获取两幅或更多图像，以例如供后续的比较或处理。所述图像传感器可以在不同的状况下获取两幅或更多幅图像，例如，在有和没有红外照明的情况下，或者在采用或者不采用本文讨论的任何类型的滤波器的情况下。

在一些实施例中，图像采集系统200可以包括虹膜获取模式和图片（例如，非虹膜）获取模式。图像传感器可以在图片获取模式下获取场景视图的图像。图像传感器可以在虹膜获取模式下获取虹膜视图的图像。在某些实施例中，图像采集系统200在另一模式下执行同时的虹膜和非虹膜图像获取。用户可以通过（例如）在图像采集装置200上运行的应用选择图像采集模式。在一些实施例中，所述图像采集系统可以在单幅图像内获取作为可分离的部分的场景视图和虹膜视图。所述图像采集系统可以采用交错滤波器、IR截止滤波器、IR通过滤波器以及本文描述的其他类型的滤波器的任何实施例和/或组合获取场景视图和/或虹膜视图。

在一些实施例中，所述图像传感器包括所述图像传感器的多个传感器节点。所述图像传感器可以激活所述传感器节点的第一子集，其主要适于获取适用于生物测定识别的虹膜图像。所述图像传感器可以激活所述传感器节点的第二子集，其主要适于获取非虹膜图像。可以在主要适于获取虹膜图像的传感器节点上应用IR通过、（G+I）滤波器（例如，允许G+I通过）或者其他滤波器。可以在主要适于获取非虹膜图像的传感器节点上应用IR截止、可见光通过、特定带通或颜色滤波器。

在一些实施例中，所述图像传感器在采用红外照明照射虹膜的同时获取虹膜的至少一幅图像。所述图像传感器可以在不采用虹膜照明的情况下获取虹膜的至少一幅图像。所述图像传感器可以在关闭可见光照明器的同时获取至少一幅虹膜图像。所述图像传感器可以采用来自图像采集系统200的屏幕的照明的情况下获取虹膜的至少一幅图像。所述图像传感器可以在采用图像采集系统200的反射镜进行引导从而使虹膜与传感器的一部分对准时获取至少一幅虹膜图像。所述图像传感器可以在操作人员采用看透引导通道和/或标记使所述虹膜与传感器的一部分对准时获取至少一幅虹膜图像。

进一步参考（384），图像处理模块可以对所述至少一幅图像的第一部分应用一水平的降噪，以生成场景的图像。所述图像采集系统200可以对所述图像传感器获取的图像应用降噪。图像采集系统200可以对存储在图像采集系统200内（例如，存储在存储装置或缓冲器内）的图像应用降噪。图像采集系统200所应用的降噪可以包括在图像的一些像素上（例如，在3×3像素的窗口上）应用求均值或中值函数或滤波。图像采集系统200所应用的降噪可以包括从所获取的图像中降低时变和时间不变噪声中的一者或两者。图像采集系统200可以在执行图像处理和/或降噪的同时考虑或者排除已知的故障像素。所述图像采集系统200可以采用图像处理模块应用降噪，所述图像处理模块可以包括一个或多个图像信号处理器206和/或其他处理器208。所述图像采集系统200可以通过识别、考虑和/或补偿系统噪声的存在而应用降噪。

在一些实施例中，图像处理模块可以对非虹膜获取模式下获取的图像应用降噪。所述图像处理模块可以对图像的并非用于虹膜生物测定识别的部分（例如，对应于IR截止滤波器的部分）应用一水平的降噪。所述图像处理模块可以对一般的或者非虹膜图像应用降噪或滤波。所述图像处理模块可以生成从感知上来讲优于（例如，对人而言）降噪之前的图像的一般场景的图像。

进一步参考（386），所述图像处理模块可以对至少一幅图像的第二部分应用降低水平的降噪，以生成供生物测定识别中使用的虹膜图像。在一些实施例中，所述图像处理模块可以取消对供虹膜生物测定识别中使用的图像应用降噪。所述图像处理模块可以确定出所述噪音水平不会覆没所获取的虹膜纹理。所述图像处理模块可以基于图像传感器获取的原始或未经处理的图像执行虹膜生物测定识别。所述图像处理模块在某一处理（例如，移除伪影、零星噪声和/或系统噪声）之后基于图像传感器获取的图像执行虹膜生物测定识别。

在一些实施例中，图像处理模块可以对供虹膜生物测定识别中使用的图像应用降低水平的降噪。所述图像处理模块可以对在虹膜获取模式下获取的图像应用降低水平的降噪。所述图像处理模块可以针对系统和/或零星噪声降噪。所述图像处理模块可以取消对非系统噪声降噪。所述图像处理模块可以对所提取出的进行虹膜生物测定识别的图像部分（例如，对应于IR通过滤波器的部分）应用降低水平的降噪。所述图像处理模块可以对所提取出的进行虹膜生物测定识别的图像部分（例如，对应于IR通过滤波器的部分）应用系统噪声的降噪。

在一些实施例中，图像处理模块220使来自一幅虹膜图像的噪声与来自另一幅虹膜图像的噪声相减。这一减法操作可以使得系统噪声和/或零星噪声得以降低。图像处理模块220可以使两幅图像对准到一起，以执行减法。图像处理模块220可以采用公共参考点（例如，形状的边缘）使两幅图像对准。图像处理模块220可采用模式识别/匹配、相关和/或其他算法使两幅图像对准。图像处理模块220可以减去对应于两幅图像的重叠部分的噪声。图像处理模块220可以采用来自另一幅图像的环境噪声降低一幅图像中的环境噪声。环境噪声可以包括来自环境光或照明的信号。环境噪声可以包括来自周围照明源的伪影或者从眼睛的表面反射出的对周围对象的反射。在一些实施例中，图像处理模块220可以采用来自在无红外照明的情况下获取的另一幅图像的环境噪声降低来自在存在红外照明的情况下获取的一幅图像的环境噪声。

在某些实施例中，图像处理模块220可以从在传感器节点阵列上成像的一个或多个（G+I）像素恢复红外分量。图像处理模块220可以采用相邻像素中的G强度值从（G+I）中减去G分量。在一些实施例中，图像处理模块220采用估算的G强度值减去G分量。所述图像处理模块220可以在图像的非虹膜（例如，一般场景）部分的处理过程中采用所述估算的G强度值。在一些实施例中，图像处理模块220可以对至少一幅图像的一部分执行增益或亮度控制或调整，以生成供生物测定识别中使用的虹膜图像。在一些实施例中，红外照明的量可能不充分或者是次优的，因而增益或亮度控制或调整能够提高虹膜图像质量。在某些实施例中，增益或亮度控制或调整可以优于增加红外照明器、汲取功率以提供红外照明和/或控制红外照明（例如，在不同的条件下）。由于红外信号是通过（例如，RGB（G+I）阵列中的）传感器节点/像素的一部分获取的，因而通过增益或亮度控制或调整进行补偿可以是适当的。

已经描述了所述方法和系统的某些实施例，现在本领域技术人员显然可以认识到，可以采用结合了本发明的原理的其他实施例。应当理解，上文描述的系统可以提供那些部件中的任何一种或者每种的多个部件，并且可以将这些部件提供到独立的机器上，或者在一些实施例中，也可以将这些部件提供到分布式系统中的多个机器上。可以采用编程和/或工程技术将上文描述的系统和方法实现为方法、设备或制品，以生成软件、固件、硬件或其任何组合。此外，可以将上文描述的系统和方法提供为体现在一个或多个制品中的一个或多个计算机可读程序。本文采用的术语“制品”旨在包含可从一个或多个计算机可读装置、固件、可编程逻辑、存储装置（例如，EEPROM、ROM、PROM、RAM、SRAM等）、硬件（例如，集成电路芯片、现场可编程门阵列（FPGA）、专用集成电路（ASIC）等）、电子装置、计算机可读非易失性存储单元（例如，CD-ROM、软盘、硬盘驱动器等）访问并且体现于其中的代码或逻辑。所述制品可从文件服务器访问，所述文件服务器通过网络传输线、无线传输介质、通过空间传播的信号、无线电波提供对计算机可读程序的访问。所述制品可以是闪速存储卡或磁带。所述制品包括硬件逻辑以及嵌入在计算机可读介质内的通过处理器执行的软件或可编程代码。一般而言，可以通过任何编程语言实现所述计算机可读程序，例如，LISP、PERL、C、C++、C#、PROLOG或者诸如JAVA的任何字节代码语言。可以将软件程序作为目标代码存储到一个或多个制品上或者制品中。

Claims (20)

1.一种采用单个图像传感器获取虹膜和场景的图像的方法，其包括：

通过图像传感器在至少一幅图像中获取场景的视图和虹膜的视图；

对所述至少一幅图像的第一部分应用一水平的降噪，以生成场景的图像；以及

对所述至少一幅图像的第二部分应用降低水平的降噪，以生成供生物测定识别中使用的虹膜的图像。

2.根据权利要求1所述的方法，其中，在至少一幅图像中获取场景的视图和虹膜的视图包括获取作为单幅图像内的可分离的部分的场景的视图和虹膜的视图。

3.根据权利要求1所述的方法，还包括在采用红外照明照射虹膜的同时获取至少一幅虹膜图像。

4.根据权利要求1所述的方法，其中，应用降噪包括应用求均值或者中值函数。

5.根据权利要求1所述的方法，其中，应用降噪包括从获取的图像中既降低时变噪声又降低时间不变噪声。

6.根据权利要求1所述的方法，还包括使来自一幅虹膜图像的噪声与来自另一幅虹膜图像的噪声相减。

7.根据权利要求1所述的方法，还包括采用来自另一幅图像的环境噪声降低一幅图像中的环境噪声。

8.根据权利要求1所述的方法，还包括采用来自在没有红外照明的情况下获取的另一幅图像的环境噪声降低来自在存在红外照明的情况下获取的一幅图像的环境噪声。

9.根据权利要求1所述的方法，还包括对所述至少一幅图像的第二部分执行增益或亮度控制，以生成供生物测定识别中使用的虹膜图像。

10.根据权利要求1所述的方法，其中，获取至少一幅图像包括激活图像传感器的多个传感器节点，所述传感器节点的第一子集主要适于获取适用于生物测定识别的虹膜图像，所述传感器节点的第二子集主要适于获取非虹膜图像。

11.一种用于采用单个图像传感器获取虹膜和场景的图像的设备，其包括：

图像传感器，用于在至少一幅图像中获取场景的视图和虹膜的视图；以及

图像处理模块，用于对所述至少一幅图像的第一部分应用一水平的降噪以生成场景的图像，对所述至少一幅图像的第二部分应用降低水平的降噪以生成供生物测定识别中使用的虹膜的图像。

12.根据权利要求11所述的设备，其中，所述图像传感器获取作为单幅图像内的可分离的部分的场景的视图和虹膜的视图。

13.根据权利要求11所述的设备，还包括用于采用红外照明照射虹膜的照明器，其中，所述图像传感器获取受到照射的虹膜的至少一幅图像。

14.根据权利要求11所述的设备，其中，降噪包括对获取的图像应用求均值或中值函数。

15.根据权利要求11所述的设备，其中，降噪包括从获取的图像中既降低时变噪声又降低时间不变噪声。

16.根据权利要求11所述的设备，其中，所述图像处理模块使来自一幅虹膜图像的噪声与来自另一幅虹膜图像的噪声相减。

17.根据权利要求11所述的设备，其中，所述图像传感器包括互补金属氧化物半导体（CMOS）传感器。

18.根据权利要求11所述的设备，其中，所述图像处理模块采用来自在没有红外照明的情况下获取的另一幅图像的环境噪声降低来自在存在红外照明的情况下获取的一幅图像的环境噪声。

19.根据权利要求11所述的设备，其中，所述图像处理模块对所述至少一幅图像的第二部分执行增益或亮度控制，以生成供生物测定识别中使用的虹膜图像。

20.根据权利要求11所述的设备，其中，所述图像传感器包括多个传感器节点，所述传感器节点的第一子集主要适于获取适用于生物测定识别的虹膜图像，所述传感器节点的第二子集主要适于获取非虹膜图像。

Images