CN103778415A - 矿井人员虹膜考勤与跟踪定位方法及系统 - Google Patents

矿井人员虹膜考勤与跟踪定位方法及系统 Download PDF

Info

Publication number
CN103778415A
CN103778415A CN201410026474.3A CN201410026474A CN103778415A CN 103778415 A CN103778415 A CN 103778415A CN 201410026474 A CN201410026474 A CN 201410026474A CN 103778415 A CN103778415 A CN 103778415A
Authority
CN
China
Prior art keywords
iris
personnel
work attendance
image
server
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.)
Granted
Application number
CN201410026474.3A
Other languages
English (en)
Other versions
CN103778415B (zh
Inventor
蔺全录
王兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201410026474.3A priority Critical patent/CN103778415B/zh
Publication of CN103778415A publication Critical patent/CN103778415A/zh
Application granted granted Critical
Publication of CN103778415B publication Critical patent/CN103778415B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Collating Specific Patterns (AREA)

Abstract

矿井人员虹膜考勤与跟踪定位方法及系统,利用虹膜独特的唯一性、稳定性、高精度性和不可更改性等特性,在地面和井下分别设置虹膜考勤机,实现入井井下考勤,出井地面考勤。将虹膜识别、射频卡技术、计算机网络、数据库等技术集成为一体,利用存储于计算机虹膜数据库个人信息和存储于计算机人员定位数据中个人信息的职工代码作为主关键字,建立虹膜数据库与人员定位数据库的关联,编制相应的软件,通过虹膜数据库对人员定位数据库的实时访问和运行轨道判断,实现对下井人员定位卡唯一性的检验,从而实现对井下人员的准确统计。

Description

矿井人员虹膜考勤与跟踪定位方法及系统
技术领域
本发明涉及人体身份生物特征虹膜识别技术、无线射频识别技术、计算机通讯技术。 
背景技术
虹膜是人眼中介于黑色瞳孔和白色巩膜之间的直径约为12mm,厚为0.5mm的环型组织,该组织总体上呈现出一种由里到外的放射状结构,并且有许多相互交错的类似斑点、细丝、冠状物、条纹、褶皱、地窖等形状的细微特征。一个典型的基于虹膜的人体身份识别系统通常包括虹膜采集、虹膜定位、眼皮与睫毛检测、虹膜图像归一化、特征提取和匹配识别等几个关键部分组成。 
井下人员定位管理系统,是采用RFID技术,实现人员识别定位,借助它实时了解井下人员及机车的流动情况、了解当前井下人员的准确数量及发布情况,查询任一指定下井人员当前或指定时刻所处的区域,查询任一指定人员本日或指定日期的活动踪迹。但由于RFID技术限制,很难解决识别卡唯一性检验问题。 
自虹膜身份识别的概念提出以来,有很多虹膜定位考勤系统被提出,主要包括基于活体识别的虹膜监测系统在煤矿的应用,基于虹膜识别技术的人员考勤定位系统,虹膜识别煤矿考勤系统的设计以及安装于矿井出入口的虹膜识别机等。从对虹膜技术集成使用程度来看,可以分为基于虹膜识别技术监控系统的研发和基于虹膜技术的人员考勤系统设计。对于虹膜技术监控系统而言,其数据量准确、处理速度快、特征明确等优势;对于虹膜技术的人员考勤系统,大多数都是集中在虹膜定位的统计描述上。这2种设计都没有有效匹配虹膜识别技术与人员定位技术,很难解决识别卡唯一性检验问题。 
到目前为止,还没有出现成熟的虹膜识别技术与人员跟踪定位管理系统应用。在以往的虹膜技术运用中,都是利用虹膜的唯一性、稳定性和非接触性等先天优势进行活体识别,将虹膜数据作为人体一般信息来处理,进而得到人员考勤数据。这些方法都是对虹膜技术的简单应用,从抽象的角度对虹膜数据进行加工,仅仅考虑虹膜识别的信号属性,而很少去关注虹膜技术与人员定位技术、计算机通讯技术之间的关系。也因为他们对技术有效使用度较低,没有考虑到虹膜识别技术与无线射频技术的相关关联应用,没有明确虹膜识别考勤系统与人员定位系统的关系,因此,应用范围有限、应用程度不深。 
发明内容
本发明的目的是提高一种矿井人员虹膜考勤与跟踪定位方法及系统。 
本发明是矿井人员虹膜考勤与跟踪定位方法及系统,矿井人员虹膜考勤与跟踪定位方法,其步骤为: 
(1)通过人眼图像采集镜头,将人眼图像生成的光学图像投影到了图像传感器表面上,转为电信号后经过A/D转换,转变成数字信号,再经过数字信号处理芯片加工处理,最后通过USB接口传入电脑中处理;
(2)再采用灰度梯度的边界定位方法,利用梯度大小去定位虹膜边界;对于得到的虹膜的内、外边界圆周的参数分别为 
Figure 5718DEST_PATH_IMAGE001
Figure 922859DEST_PATH_IMAGE002
,采用极坐标变换的方法进行归一化处理,以内圆圆心作为极坐标系统的中心,做与水平线成
Figure 328695DEST_PATH_IMAGE003
角的射线,它与内、外边界各有一个交点分别记做
Figure 723904DEST_PATH_IMAGE004
Figure 662910DEST_PATH_IMAGE005
,这种由直角坐标下的虹膜图像到极坐标下的映射可以表示为:
Figure 485372DEST_PATH_IMAGE006
(3)经过归一化后可提取一系列表示虹膜图像纹理特征的参数,这些参数最终编码成表示虹膜纹理的n位特征码h,输入虹膜特征编码h,得到随机串U或者虹膜特征U和公开的串V,使用一个标准哈希函数H,将虹膜特征U嵌入到椭圆曲线中,然后再使用一个嵌入函数g将n位特征码A映射到椭圆曲线
Figure 378504DEST_PATH_IMAGE007
上的点组成的一个子群G上,将输入的虹膜图像进行编码后,计算与数据库中虹膜编码的相似度来判断是否为本人。
矿井人员虹膜考勤与跟踪定位系统,有一条网络总线,与网络总线联接的系统单元有:注册单元,识别单元,检测单元,跟踪定位单元,与网络总线联接的服务器有:考勤服务器,虹膜数据服务器,远程服务器,数据备份服务器,日志服务器; 
注册单元会采集虹膜信息,完成考勤人员基本信息和虹膜信息的录入、验证等工作,并对采集的图像进行质量判断,在提取虹膜特征后,注册单元会将此特征存储到虹膜数据服务器;当有人员走近识别设备时识别单元自动开启,开始监测红外信号,完成虹膜图像获取识别,并将用户的考勤信息存储到考勤服务器;
对于录入的考勤信息,检测单元会通过在同一天线上信道1和信道2两个通道的射频收发对数据进行CRC校验,并将校验后的用户备份数据以及考勤备份数据存储到数据备份服务器,以防系统感染病毒丢失数据;
由基于RFID技术的跟踪定位单元通过CAN总线准确传输网络节点信息,识读参考标签和物体标签,实现对被识别对象的目标定位和无线寻呼,并通过日志服务器将记录系统中发生的各种事件或故障。
本发明根据虹膜的唯一性和高精度性,在地面和井下安装普通和防暴兼本安型虹膜考勤识别机,通过两个系统数据库的关联和分析判断,准确地统计出当前入井人数和分布情况,实现入井井下考勤,出井地面考勤,强化人员到岗,可以精确到每一个入井人员的考勤数据记录和定位记录,从根本上解决只考勤不入井的问题,起到了加强日常监督生产管理过程的作用。 
附图说明
图1为本发明用于实践和实施的虹膜结构示意图,图2为虹膜外观图,图3为虹膜定位结果图,图4为虹膜信息提取过程图示,图5为虹膜图像预处理前后的虹膜图像,图6为虹膜识别系统原理图,图7为双正交2—D虹膜相位编码示意图,图8为人员定位系统特征编码示意图,图9~图12为虹膜收集的图像及识别图像,其中图9为原始图像,图10为由原图所得低分辨率图像,图11为低分辨率图像进行bicubic处理所得的图像,图12为进行超分辨率重建后的图像。图13为井下定位系统特征小波分解示意图,图14为虹膜识别考勤系统与人员跟踪定位管理系统总体框图。图15为系统各服务器拓扑结构与CAD总线组网示意图。 
具体实施方式
 如图1所示,本发明是矿井人员虹膜考勤与跟踪定位方法及系统,矿井人员虹膜考勤与跟踪定位方法,其步骤为: 
(1)通过人眼图像采集镜头,将人眼图像生成的光学图像投影到了图像传感器表面上,转为电信号后经过A/D转换,转变成数字信号,再经过数字信号处理芯片加工处理,最后通过USB接口传入电脑中处理;
(2)再采用灰度梯度的边界定位方法,利用梯度大小去定位虹膜边界;对于得到的虹膜的内、外边界圆周的参数分别为 
Figure 577404DEST_PATH_IMAGE001
Figure 370917DEST_PATH_IMAGE002
,采用极坐标变换的方法进行归一化处理,以内圆圆心作为极坐标系统的中心,做与水平线成
Figure 364281DEST_PATH_IMAGE003
角的射线,它与内、外边界各有一个交点分别记做
Figure 481721DEST_PATH_IMAGE005
,这种由直角坐标下的虹膜图像到极坐标下的映射可以表示为:
Figure 5106DEST_PATH_IMAGE006
(3)经过归一化后可提取一系列表示虹膜图像纹理特征的参数,这些参数最终编码成表示虹膜纹理的n位特征码h,输入虹膜特征编码h,得到随机串U或者虹膜特征U和公开的串V,使用一个标准哈希函数H,将虹膜特征U嵌入到椭圆曲线中,然后再使用一个嵌入函数g将n位特征码A映射到椭圆曲线上的点组成的一个子群G上,将输入的虹膜图像进行编码后,计算与数据库中虹膜编码的相似度来判断是否为本人。
如图2所示,矿井人员虹膜考勤与跟踪定位系统,有一条网络总线,与网络总线联接的系统单元有:注册单元,识别单元,检测单元,跟踪定位单元,与网络总线联接的服务器有:考勤服务器,虹膜数据服务器,远程服务器,数据备份服务器,日志服务器; 
注册单元会采集虹膜信息,完成考勤人员基本信息和虹膜信息的录入、验证等工作,并对采集的图像进行质量判断,在提取虹膜特征后,注册单元会将此特征存储到虹膜数据服务器;当有人员走近识别设备时识别单元自动开启,开始监测红外信号,完成虹膜图像获取识别,并将用户的考勤信息存储到考勤服务器;
对于录入的考勤信息,检测单元会通过在同一天线上信道1和信道2两个通道的射频收发对数据进行CRC校验,并将校验后的用户备份数据以及考勤备份数据存储到数据备份服务器,以防系统感染病毒丢失数据;
由基于RFID技术的跟踪定位单元通过CAN总线准确传输网络节点信息,识读参考标签和物体标签,实现对被识别对象的目标定位和无线寻呼,并通过日志服务器将记录系统中发生的各种事件或故障。
如图3所示,本发明在实施过程,首先需要采集一幅虹膜图像,通过一系列处理得到图像对应的一组二进制编码,这些编码与虹膜所有者的基本信息,如编号、姓名、性别、年龄、部门等一同保存到数据库中,然后进行考勤识别时只需要使用摄像头采集待验证人的虹膜图片,由系统自动进行处理成为一组虹膜编码,再将其与人员定位系统关联,最后这组虹膜编码与库中的虹膜编码进行匹配,就可以得到识别结果。 
本发明主要有下面4个步骤完成:虹膜图像的提取、虹膜信息的嵌入、建立虹膜数据库与人员定位数据库的关联、通过虹膜识别考勤系统与人员定位系统对井下人员进行实时访问并输出。 
如图4所示,(1)虹膜图像的提取和预处理: 
①虹膜识别的第一步同时也是最困难的一步就是虹膜图像的获取。虹膜是一个很小的器官,直径约十几毫米,不同人种的虹膜颜色有着很大的差别,白种人的虹膜颜色浅纹理显著,而黄种人的虹膜则多为深褐色纹理,非常不明显,虹膜图像获取有很多困难,在普通的条件下使用一般摄像头很难拍摄到可用的图像,在本发明中,研制并采用了一套小型简易灵活能够清晰采集虹膜图像的装置,通过此采集设备获取虹膜图像。
②虹膜图像预处理 
虹膜图像预处理算法主要解决虹膜图像的平移、瞳孔的缩放和光照不均等原因对识别结果产生的干扰,以获得纹理清晰便于识别的虹膜图像。这部分主要包括虹膜内外边缘的检测,即虹膜定位,眼皮和睫毛检测,虹膜图像的归一化处理,虹膜图像的增强,均衡背景照明,增强对比度,去除噪声等处理。
虹膜定位:在虹膜的定位中,本发明采用灰度梯度的边界定位方法,人眼图像存在明显的灰度变化,从瞳孔、虹膜到巩膜,灰度值呈阶梯状增大的趋势。虹膜的边界正是处于这些梯度变化最大的位置, 利用梯度大小去定位虹膜边界成了最自然的方法。对于人眼图像, 通过微积分操作在中心、半径为r的弧度ds上积分, 然后相对于半径r的局部求导, 导数最大处对应的位置
Figure 453164DEST_PATH_IMAGE009
即为所求边界。微积分操作定义如下: 
Figure 96635DEST_PATH_IMAGE010
Figure 285357DEST_PATH_IMAGE012
,其中:
Figure 990270DEST_PATH_IMAGE013
为卷积符号;
Figure 488247DEST_PATH_IMAGE014
为人眼图像;
Figure 384528DEST_PATH_IMAGE015
是搜索的圆半径;
Figure 961265DEST_PATH_IMAGE016
是高斯型光滑函数;
Figure 843771DEST_PATH_IMAGE017
是由
Figure 320888DEST_PATH_IMAGE018
确定的圆周。
虹膜图像归一化:虹膜归一化的目的是将每幅原始图像调整到相同的尺寸和对应位置,从而消除平移、缩放和旋转对于虹膜识别的影响。假设已经得到的虹膜的内、外边界圆周的参数分别为
Figure 327470DEST_PATH_IMAGE002
,本发明采用极坐标变换的方法进行归一化。由于虹膜的内外圆边界不是同心的,所以这种极坐标变换也不是同心的。 
设内圆圆心为,半径为
Figure 722121DEST_PATH_IMAGE020
;外圆圆心为
Figure 835571DEST_PATH_IMAGE021
,半径为
Figure 760801DEST_PATH_IMAGE022
。根据
Figure 109743DEST_PATH_IMAGE019
Figure 171240DEST_PATH_IMAGE021
的相对位置,以内圆圆心作为极坐标系统的中心,做与水平线成角的射线,它与内、外边界各有一个交点分别记做
Figure 494216DEST_PATH_IMAGE004
Figure 646849DEST_PATH_IMAGE005
。则可用线性组合表示为: 
Figure 828432DEST_PATH_IMAGE023
,其中
Figure 620766DEST_PATH_IMAGE024
Figure 645222DEST_PATH_IMAGE025
该变换将虹膜图像中的每个点一一映射到极坐标对中去,这种由直角坐标下的虹膜图像到极坐标下的映射可以表示为:
Figure 139100DEST_PATH_IMAGE006
,这种映射对于平移和内外圆环的大小变换具有不变性。 
(2)虹膜信息的嵌入 
在对虹膜图像预处理后,需要提取我们感兴趣的虹膜特征信息,利用较小数据量的特征矢量来表达描述一幅数据量较大的虹膜图像。虹膜识别是基于虹膜的纹理特征,通过釆用有效的方法,将虹膜的纹理变化转换为可以进行比较的数学描述,编码后的虹膜特征信息要占用存储空间小、便于保存。
虹膜特征分析提取与编码:特征提取主要包括图像有效区域选择和滤波器的设计,经过滤波器后可提取一系列表示虹膜图像纹理特征的参数,这些参数最终编码成表示虹膜纹理的n位特征码h,输入虹膜特征编码h,得到随机串Y和公开的串V。采用纠错编码函数
Figure 499674DEST_PATH_IMAGE027
与解码函数
Figure 11427DEST_PATH_IMAGE028
构建一个模糊提取器,在此过程中,只需提供虹膜信息就可以生成和恢复随机串Y,无需密钥介入。为了将虹膜特征U嵌入到椭圆曲线中,使用一个标准哈希函数H。先将虹膜特征U映射到集合
Figure 381228DEST_PATH_IMAGE029
,然后再使用一个嵌入函数g将n位特征码A映射到G上,其中G是椭圆曲线
Figure 897922DEST_PATH_IMAGE007
上的点组成的一个子群。即
Figure 694977DEST_PATH_IMAGE030
,其中
Figure 428447DEST_PATH_IMAGE031
是对应串U的点。 
(3) 建立虹膜数据库与人员定位数据库的关联 
如图5所示,在整个管理系统的设计中,最终判断是否考勤成功的依据是输入虹膜图像与数据库中虹膜图像样板的对比,即虹膜特征模式匹配,将获取的虹膜特征向量同数据库中己有的特征向量进行对比,根据所得到的对比结果来判断虹膜样本的真伪。实际上,就是对虹膜相似度进行计算,以此判定比对的两个特征模板的相似程度最后根据所得的匹配度以及设定好的阈值,来确定两幅图像是否为同一虹膜。
在本发明中,将输入的虹膜图像进行编码后,计算与数据库中虹膜编码的相似度来判断是否为本人。本系统对编码相似度的判断是基于两个虹膜编码的汉明距离来判断的,使用汉明距离度量在
Figure 601939DEST_PATH_IMAGE032
空间中构建一个模糊提取器
Figure 612621DEST_PATH_IMAGE033
,当两个虹膜编码完全相同时,HD (汉明距离)为0,当完全不同时,则HD为1。计算汉明距离时,需要做2位循环,取得最小汉明距离的就是该片段的汉明距离,依次获取8个片段的汉明距离,求其加权平均值就可得出需要匹配虹膜的汉明距离。 
整个系统中包括一个虹膜数据库,用来存放签名者的虹膜数据,一个人员定位系统数据库,二者之间通信协议,设置相互识别的每帧的通信格式包括起始位、数据、校验码和结束符,建立互联系统。 
(4)管理系统对井下人员进行实时访问并输出 
矿井人员虹膜考勤与跟踪定位管理系统采用模块化设计,主要分为图像采集识别模块、数据源操作模块、数据库维护模块、管理员口令和输出模块4个部分。本管理系统部分在虹膜识别技术和人员定位技术的基础上采用VC++6.0设计开发,系统的数据存储管理部分是采用ADO接口,以Access为存储数据库开发的。基于ADO的数据库应用程序一般使用如下过程实现对数据库建立连接、对数据库中的数据进行操作:①引入ADO动态链接库;②初始化OLE/COM库环境;用Connection对象连接数据源;
Figure 427441DEST_PATH_IMAGE035
打开记录,进行数据操作;程序退出,断开数据库连接。在VC++中,通过在程序中使用预编译指令#import来告诉编译器将此指令中指定的动态链接库引人工程中,并从动态链接库中取出其中的对象信息,产生msadol5.tlh和adol5.tli2个头文件来定义ADO库。在程序的stdafx.h头文件中加入语句:
#import”C:\program files\common files\system\ado\msad015.dll”no—namespace rename(“EOF”, ”adoEOF”)
程序开始运行后,首先进入初始化配置,然后调用InitInstance()函数连接数据源程序,通过ADO接口连接到所需的数据源IrisData.mdb上。
具体为:Co Initialize(NULL); 
m_p Conn= new CDB Connection;
m_p Conn->Open (“Provider=Microsoft . Jet.OLEDB.4.0 Data Source =Iris Data.mdb; Persist Secu-rityInfo=False”)。
数据源操作模块主要分为用户管理、部门资料管理、人员资料管理、考勤记录查询、资料查询、报表输出几个部分。在程序的初始化函数中建立与UserInfo表的连接,创建数据库记录集。按照表中方式,将记录集内容显示到CList控件中,在各个功能按钮中添加功能代码。用户管理部分用于管理系统操作人员登录系统时的用户名、密码等,具有新增、删除用户,修改管理员密码等功能。记录查询部分功能为按照各种条件查询考勤记录并计算时长。在个人信息查询中,按照所选择的查询条件组成查询语句,在已经打开的记录集中检索到符合条件的记录。所有记录查询功能均具备输出打印功能。 
管理员口令模块主要功能为通过口令验证允许合法用户、拒绝非法用户登录系统以及在用户名存储过程中对用户密码进行加密处理。 
矿井人员虹膜考勤与跟踪定位管理系统,利用虹膜独特的唯一性、稳定性和不可更改性等特性,对矿山企业工作人员进行准确无误的身份识别,从根本上解决了代替刷卡和漏刷卡等问题。此外,在井下人员定位系统短暂故障(如个别卡片失效)期间,虹膜识别系统仍然能够准确地统计出入井人数和工作时间,最大限度上保证矿山人员管理监测考勤工作的可靠性和准确性,对矿山企业人员进行考勤登记,强化人员到岗,起到了加强日常监督生产管理过程的作用。同时,两个系统通过网络交换数据,虹膜识别系统的人员信息从井下定位系统获取,保证两个系统人员信息数据的一致性。虹膜识别系统从井下定位系统读取定位卡的信息,最终生成含有虹膜识别信息和定位信息的报表,考勤管理人员可以在办公室使用计算机,以打开网页形式访问“矿井人员安全监测考勤系统”,实时查询人员出入井情况,及打印所需报表。 
具体的实施例
(1) 虹膜图像预处理
  
Figure 630331DEST_PATH_IMAGE037
虹膜定位
    本发明选取CASIA虹膜图库中的虹膜图像作为例子。在虹膜定位中,瞳孔与虹膜外边缘分别用不同的方法进行定位,并结合形态学算子消除瞳孔内部光斑的影响。图6为通过此方法定位后的虹膜图像。虹膜区域边界大概是介于两个圆之间,一个是虹膜与瞳孔的边界,另一个为虹膜与巩膜的边界。根据定位公式可以得到内外两个圆的半径和圆心坐标。
Figure 769189DEST_PATH_IMAGE038
虹膜图像归一化 
因为不同人的虹膜大小是不一样,同一人在不同环境下的虹膜大小也是不一样,这里需要对虹膜图像进行归一化处理。对选取的虹膜图像进行归一化,本发明使用的是Daugman的弹性模板理论进行虹膜图像归一化。弹性模型的中心思想是将虹膜有效区域的每个点均映射到一对极坐标 
Figure 477251DEST_PATH_IMAGE026
表示的矩形区域,从而对虹膜图像进行归一化,其中r是径向位置,选择的范围是[0,1],
Figure 726966DEST_PATH_IMAGE003
是角度,选择的范围是[0°,360°]。归一化结果,如图7所示。
(2)虹膜特征提取 
特征提取及匹配模块中,本文采用Daugman提出的相位编码方法,利用2-D Gabor(图8)变换将经过预处理的虹膜图像进行滤波,并映射到一个虹膜代码,最后利用归一化的汉明距离来实现虹膜特征匹配,通过和设定阈值的比较,最终实现识别认证,提取的虹膜图像,如图13所示。
(3)系统软硬件设计与组成 
本发明是将虹膜识别、无线射频技术、人员定位技术、计算机网络技术、数据库等技术有效开发、合理融合为一体,主要由注册单元、识别单元、服务器单元、跟踪单元以及监测单元5个部分组成,如图2所示。
(4)系统软件输出界面 
在调试好相关程序后,对经过预处理过程和裁剪处理后的虹膜图像使用虹膜考勤系统进行了测试。测试方法是对虹膜图像库中的17人,每人进行10次考勤测试,共计进行了 17x10=170次测试。图9为矿井人员虹膜考勤与跟踪定位管理系统程序的运行界面。

Claims (7)

1.矿井人员虹膜考勤与跟踪定位方法,其步骤为:
(1)通过人眼图像采集镜头,将人眼图像生成的光学图像投影到了图像传感器表面上,转为电信号后经过A/D转换,转变成数字信号,再经过数字信号处理芯片加工处理,最后通过USB接口传入电脑中处理;
(2)再采用灰度梯度的边界定位方法,利用梯度大小去定位虹膜边界;对于得到的虹膜的内、外边界圆周的参数分别为                                                
Figure 660092DEST_PATH_IMAGE001
,采用极坐标变换的方法进行归一化处理,以内圆圆心作为极坐标系统的中心,做与水平线成
Figure 419286DEST_PATH_IMAGE003
角的射线,它与内、外边界各有一个交点分别记做
Figure 126080DEST_PATH_IMAGE004
Figure 940452DEST_PATH_IMAGE005
,这种由直角坐标下的虹膜图像到极坐标下的映射可以表示为:
Figure 825231DEST_PATH_IMAGE006
(3)经过归一化后可提取一系列表示虹膜图像纹理特征的参数,这些参数最终编码成表示虹膜纹理的n位特征码(h),输入虹膜特征编码(h),得到随机串(U)或者虹膜特征(U)和公开的串(V),使用一个标准哈希函数(H),将虹膜特征(U)嵌入到椭圆曲线中,然后再使用一个嵌入函数(g)将n位特征码(A)映射到椭圆曲线()上的点组成的一个子群(G)上,将输入的虹膜图像进行编码后,计算与数据库中虹膜编码的相似度来判断是否为本人。
2.根据权利要求1所述矿井人员虹膜考勤与跟踪定位方法,其特征在于所述灰度梯度的边界定位方法,对于人眼图像, 通过微积分操作在中心、半径为(r)的弧度(ds)上积分, 然后相对于半径(r)的局部求导, 导数最大处对应的位置
Figure 149924DEST_PATH_IMAGE009
即为所求边界;
微积分操作定义如下:
Figure 143288DEST_PATH_IMAGE010
Figure 959934DEST_PATH_IMAGE011
Figure 696946DEST_PATH_IMAGE012
其中:
Figure 220331DEST_PATH_IMAGE013
为卷积符号;
Figure 463225DEST_PATH_IMAGE014
为人眼图像;
Figure 704850DEST_PATH_IMAGE015
是搜索的圆半径;是高斯型光滑函数;
Figure 997346DEST_PATH_IMAGE017
是由
Figure 332512DEST_PATH_IMAGE018
确定的圆周;
设内圆圆心为
Figure 123751DEST_PATH_IMAGE019
,半径为
Figure 202565DEST_PATH_IMAGE020
;外圆圆心为,半径为
Figure 285239DEST_PATH_IMAGE022
根据
Figure 235878DEST_PATH_IMAGE019
Figure 180700DEST_PATH_IMAGE021
的相对位置,以内圆圆心作为极坐标系统的中心,做与水平线成
Figure 533184DEST_PATH_IMAGE003
角的射线,它与内、外边界各有一个交点分别记做
则可用线性组合表示为: 
Figure 648798DEST_PATH_IMAGE023
,其中
Figure 183684DEST_PATH_IMAGE024
Figure 297134DEST_PATH_IMAGE025
该变换将虹膜图像中的每个点一一映射到极坐标对
Figure 35414DEST_PATH_IMAGE026
中去。
3.根据权利要求1所述矿井人员虹膜考勤与跟踪定位方法,其特征在于采用纠错编码函数
Figure 259722DEST_PATH_IMAGE027
与解码函数
Figure 383536DEST_PATH_IMAGE028
构建一个模糊提取器,在此过程中,只需提供虹膜信息就可以生成和恢复随机串U,无需密钥介入。
4.根据权利要求1所述矿井人员虹膜考勤与跟踪定位方法,其特征在于对编码相似度的判断是基于两个虹膜编码的汉明距离来判断的,使用汉明距离度量在
Figure 979471DEST_PATH_IMAGE029
空间中构建一个模糊提取器
Figure 391998DEST_PATH_IMAGE030
,当两个虹膜编码完全相同时,汉明距离(HD)为0,当完全不同时,则汉明距离(HD)为1。
5. 矿井人员虹膜考勤与跟踪定位系统,有一条网络总线,其特征在于与网络总线联接的系统单元有:注册单元,识别单元,检测单元,跟踪定位单元,与网络总线联接的服务器有:考勤服务器,虹膜数据服务器,远程服务器,数据备份服务器,日志服务器;
注册单元会采集虹膜信息,完成考勤人员基本信息和虹膜信息的录入、验证等工作,并对采集的图像进行质量判断,在提取虹膜特征后,注册单元会将此特征存储到虹膜数据服务器;当有人员走近识别设备时识别单元自动开启,开始监测红外信号,完成虹膜图像获取识别,并将用户的考勤信息存储到考勤服务器;
对于录入的考勤信息,检测单元会通过在同一天线上信道1和信道2两个通道的射频收发对数据进行CRC校验,并将校验后的用户备份数据以及考勤备份数据存储到数据备份服务器,以防系统感染病毒丢失数据;
由基于RFID技术的跟踪定位单元通过CAN总线准确传输网络节点信息,识读参考标签和物体标签,实现对被识别对象的目标定位和无线寻呼,并通过日志服务器将记录系统中发生的各种事件或故障。
6.根据权利要求5所述的矿井人员虹膜考勤与跟踪定位系统,其特征在于虹膜数据服务器负责存储和分发所有用户的虹膜信息,并负责管理所有的虹膜识别设备和虹膜注册终端。
7.根据权利要求5所述的矿井人员虹膜考勤与跟踪定位系统,其特征在于检测单元基于B/S架构,由CAN网络节点读卡器、人员/小车识别卡以及无线收发器组成,通过网络对系统进行实时检测和在线管理。
CN201410026474.3A 2014-01-21 2014-01-21 矿井人员虹膜考勤与跟踪定位方法及系统 Expired - Fee Related CN103778415B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410026474.3A CN103778415B (zh) 2014-01-21 2014-01-21 矿井人员虹膜考勤与跟踪定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410026474.3A CN103778415B (zh) 2014-01-21 2014-01-21 矿井人员虹膜考勤与跟踪定位方法及系统

Publications (2)

Publication Number Publication Date
CN103778415A true CN103778415A (zh) 2014-05-07
CN103778415B CN103778415B (zh) 2017-05-17

Family

ID=50570629

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410026474.3A Expired - Fee Related CN103778415B (zh) 2014-01-21 2014-01-21 矿井人员虹膜考勤与跟踪定位方法及系统

Country Status (1)

Country Link
CN (1) CN103778415B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104540101A (zh) * 2015-01-23 2015-04-22 中国矿业大学 物联网架构下基于证人节点的矿井运动目标增强定位方法
CN105205487A (zh) * 2014-05-28 2015-12-30 腾讯科技(深圳)有限公司 一种图片处理方法及装置
CN107341817A (zh) * 2017-06-16 2017-11-10 哈尔滨工业大学(威海) 基于在线度量学习的自适应视觉跟踪算法
CN108182401A (zh) * 2017-12-27 2018-06-19 武汉理工大学 一种基于聚合块信息的安全虹膜识别方法
CN109543625A (zh) * 2018-11-27 2019-03-29 郑州芯力波通信息技术有限公司 一种矿井人员唯一性识别系统及方法
CN109816837A (zh) * 2019-03-13 2019-05-28 重庆芯力源科技有限公司 矿井作业人员身份唯一性检测系统及方法
CN109886069A (zh) * 2018-12-21 2019-06-14 深圳动保科技有限公司 基于动物管理系统的虹膜识别获取装置及使用该装置流程
CN113435416A (zh) * 2021-08-25 2021-09-24 北京万里红科技股份有限公司 一种虹膜搜索方法及计算设备
US11460894B2 (en) 2020-12-31 2022-10-04 Samsung Electronics Co., Ltd. Under-display camera

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030118212A1 (en) * 2001-12-20 2003-06-26 Lg Electronics Inc. Method for registering iris code in iris recognition system
CN101344913A (zh) * 2007-07-10 2009-01-14 电子科技大学中山学院 一种通过提取虹膜纹理特征进行身份识别的方法
CN102411709A (zh) * 2011-12-02 2012-04-11 湖南大学 一种虹膜分割识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030118212A1 (en) * 2001-12-20 2003-06-26 Lg Electronics Inc. Method for registering iris code in iris recognition system
CN101344913A (zh) * 2007-07-10 2009-01-14 电子科技大学中山学院 一种通过提取虹膜纹理特征进行身份识别的方法
CN102411709A (zh) * 2011-12-02 2012-04-11 湖南大学 一种虹膜分割识别方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
周俊等: "基于虹膜特征的密钥生成研究", 《计算机工程与应用》 *
徐济仁等: "基于虹膜识别和RFID的矿山人员安全管理方案", 《煤炭科学技术》 *
熊操: "基于模糊提取的人脸特征加密算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
郑晔: "基于Qt_Embedded的虹膜识别算法的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
高龙成: "虹膜定位算法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205487A (zh) * 2014-05-28 2015-12-30 腾讯科技(深圳)有限公司 一种图片处理方法及装置
CN105205487B (zh) * 2014-05-28 2019-08-23 腾讯科技(深圳)有限公司 一种图片处理方法及装置
CN104540101B (zh) * 2015-01-23 2018-06-12 中国矿业大学 物联网架构下基于证人节点的矿井运动目标增强定位方法
CN104540101A (zh) * 2015-01-23 2015-04-22 中国矿业大学 物联网架构下基于证人节点的矿井运动目标增强定位方法
CN107341817A (zh) * 2017-06-16 2017-11-10 哈尔滨工业大学(威海) 基于在线度量学习的自适应视觉跟踪算法
CN107341817B (zh) * 2017-06-16 2019-05-21 哈尔滨工业大学(威海) 基于在线度量学习的自适应视觉跟踪算法
CN108182401B (zh) * 2017-12-27 2021-09-03 武汉理工大学 一种基于聚合块信息的安全虹膜识别方法
CN108182401A (zh) * 2017-12-27 2018-06-19 武汉理工大学 一种基于聚合块信息的安全虹膜识别方法
CN109543625A (zh) * 2018-11-27 2019-03-29 郑州芯力波通信息技术有限公司 一种矿井人员唯一性识别系统及方法
CN109543625B (zh) * 2018-11-27 2023-06-23 郑州芯力波通信息技术有限公司 一种矿井人员唯一性识别系统及方法
CN109886069A (zh) * 2018-12-21 2019-06-14 深圳动保科技有限公司 基于动物管理系统的虹膜识别获取装置及使用该装置流程
CN109886069B (zh) * 2018-12-21 2023-12-15 深圳动保科技有限公司 基于动物管理系统的虹膜识别获取装置及使用该装置获取方法
CN109816837A (zh) * 2019-03-13 2019-05-28 重庆芯力源科技有限公司 矿井作业人员身份唯一性检测系统及方法
US11460894B2 (en) 2020-12-31 2022-10-04 Samsung Electronics Co., Ltd. Under-display camera
CN113435416A (zh) * 2021-08-25 2021-09-24 北京万里红科技股份有限公司 一种虹膜搜索方法及计算设备
CN113435416B (zh) * 2021-08-25 2021-12-07 北京万里红科技股份有限公司 一种虹膜搜索方法及计算设备

Also Published As

Publication number Publication date
CN103778415B (zh) 2017-05-17

Similar Documents

Publication Publication Date Title
CN103778415A (zh) 矿井人员虹膜考勤与跟踪定位方法及系统
Xu et al. Gait-watch: A context-aware authentication system for smart watch based on gait recognition
CN108053530A (zh) 一种基于面部识别的云加端的智能门禁系统
Okokpujie et al. Design and implementation of a student attendance system using iris biometric recognition
Lee A novel biometric system based on palm vein image
Wu et al. A secure palm vein recognition system
Sheela et al. Iris recognition methods-survey
CN107273844A (zh) 掌静脉识别匹配方法及装置
Lee et al. Dorsal hand vein recognition based on 2D Gabor filters
CN103985172A (zh) 一种基于三维人脸识别的出入口控制系统
CN104167025A (zh) 基于动态人脸识别与wifi定位的移动考勤系统及其方法
CN103886283A (zh) 用于移动用户的多生物特征图像信息融合方法及其应用
CN108597566A (zh) 基于人脸识别的移动电子病历系统及实现方法
CN104143083A (zh) 一种基于过程管理的人脸识别系统
CN114218543A (zh) 一种基于多场景表情识别的加密解锁系统及方法
Guo et al. A fast and accurate method for detecting fingerprint reference point
Zhang et al. Pay by showing your palm: A study of palmprint verification on mobile platforms
Fei et al. Learning spectrum-invariance representation for cross-spectral palmprint recognition
CN111371951B (zh) 基于肌电信号和孪生神经网络的智能手机用户认证方法和系统
CN110781708A (zh) 基于采集设备的手指静脉图像识别系统及手指静脉图像识别方法
CN109918883B (zh) 一种基于手绘轨迹的生物性特征的身份验证方法
CN109886320A (zh) 一种人体股骨x光片智能识读方法及系统
CN114065163A (zh) 一种具有人脸识别与身份核验功能的显示主板及终端
Zhou et al. A Survey on Biometrics Authentication
US20190354988A1 (en) Partial Fingerprint and Partial Iris Payment Device

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170517

Termination date: 20180121