CN103778415B - 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 PDFInfo
- Publication number
- CN103778415B CN103778415B CN201410026474.3A CN201410026474A CN103778415B CN 103778415 B CN103778415 B CN 103778415B CN 201410026474 A CN201410026474 A CN 201410026474A CN 103778415 B CN103778415 B CN 103778415B
- Authority
- CN
- China
- Prior art keywords
- iris
- personnel
- image
- tracking
- polar coordinate
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000006870 function Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 238000009795 derivation Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 26
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 17
- 230000004807 localization Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 210000001747 pupil Anatomy 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 210000003786 sclera Anatomy 0.000 description 3
- 241000790351 Iris latifolia Species 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 210000000720 eyelash Anatomy 0.000 description 2
- 210000000744 eyelid Anatomy 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 210000001215 vagina Anatomy 0.000 description 1
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
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(xi,yi,ri),(x0,y0,r0)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θ角的射线，它与内、外边界各有一个交点分别记做B(xi(θ),yi(θ))，A(x0(θ),y0(θ))。，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：I(x(r,θ),y(r,θ))→I(r,θ)，
(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E(Fp)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(xi,yi,ri),(x0,y0,r0)，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θ角的射线，它与内、外边界各有一个交点分别记做B(xi(θ),yi(θ))，A(x0(θ),y0(θ))。，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：I(x(r,θ),y(r,θ))→I(r,θ)；
(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E(Fp)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(x0,y0)、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(x0,y0,r)即为所求边界。微积分操作定义如下：
其中：*为卷积符号；I(x,y)为人眼图像；r是搜索的圆半径；G0(r)是高斯型光滑函数；s是由r,x0,y0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(xi,yi,ri),(x0,y0,r0)，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I(Ix,Iy)，半径为Ri；外圆圆心为O(Ox,Oy)，半径为R0。根据I(Ix,Iy)，O(Ox,Oy)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θ角的射线，它与内、外边界各有一个交点分别记做B(xi(θ),yi(θ))，A(x0(θ),y0(θ))。则可用线性组合表示为：其中r∈[0,1]，θ∈[0,2π]。
该变换将虹膜图像中的每个点一一映射到极坐标对(r,θ)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：I(x(r,θ),y(r,θ))→I(r,θ)，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Ce:M→{0,1}k与解码函数Cd:{0,1}k→M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A＝{0,1}n，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E(Fp)上的点组成的一个子群。即Pu＝g(H(U))，其中Pu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M＝{0,1}k空间中构建一个模糊提取器(m,k,t)，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；③用Connection对象连接数据源；④打开记录，进行数据操作；⑤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.4.0Data Source＝IrisData.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
①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。
②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(r,θ)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]，θ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-DGabor(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 (4)
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(xi,yi,ri),(x0,y0,r0)，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θ角的射线，它与内、外边界各有一个交点分别记做B(xi(θ),yi(θ))，A(x0(θ),y0(θ))，可用线性组合表示为：
其中r∈[0,1]，θ∈[0,2π]，该变换将虹膜图像中的每个点一一映射到极坐标对(r,θ)中去，用映射：
I(x(r,θ),y(r,θ))→I(r,θ)，表示由直角坐标下的虹膜图像到极坐标下的虹膜图像，这种映射对于平移和内外圆环的大小变换具有不变性；
(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位虹膜特征编码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，用得到的虹膜特征映射到集合A＝{0,1}n，然后使用一个嵌入函数g将n位字节串A映射到G上，其中G是椭圆曲线E(Fu)上的点组成的一个子群，即Fu＝g(H(U))其中Fu是对应串U的点，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，然后将n位特征编码h映射到椭圆曲线E(Fu)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(x0,y0)、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(x0,y0,r)即为所求边界；
微积分操作定义如下：
其中：*为卷积符号；I(x,y)为人眼图像；r是搜索的圆半径；G0(r)是高斯型光滑函数；s是由r,x0,y0确定的圆周；
设内圆圆心为I(Ix,Iy)，半径为Ri；外圆圆心为O(Ox,Oy)，半径为R0；
根据I(Ix,Iy)，O(Ox,Oy)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θ角的射线，它与内、外边界各有一个交点分别记做B(xi(θ),yi(θ))，A(x0(θ),y0(θ))；
则可用线性组合表示为：其中r∈[0,1]，θ∈[0,2π]；
该变换将虹膜图像中的每个点一一映射到极坐标对(r,θ)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Ce:M→{0,1}k与解码函数Cd:{0,1}k→M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M＝{0,1}k空间中构建一个模糊提取器(m,k,t)，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。
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 CN103778415A (zh) | 2014-05-07 |
| CN103778415B true 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) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| 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 |
| 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 |
| 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 |
| KR102825820B1 (ko) | 2020-12-31 | 2025-06-30 | 삼성전자주식회사 | 언더 디스플레이 카메라의 성능 평가 방법 |
| 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 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100464081B1 (ko) * | 2001-12-20 | 2004-12-30 | 엘지전자 주식회사 | 홍채 인식 시스템의 아이리스 코드 데이터베이스 자동업그레이드 방법 |
-
2014
- 2014-01-21 CN CN201410026474.3A patent/CN103778415B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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)
| Title |
|---|
| 基于Qt_Embedded的虹膜识别算法的研究与实现;郑晔;《中国优秀硕士学位论文全文数据库 信息科技辑》;20100215(第02期);论文正文第1-57页 * |
| 基于模糊提取的人脸特征加密算法研究;熊操;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130715(第07期);论文正文第1-41页 * |
| 基于虹膜特征的密钥生成研究;周俊等;《计算机工程与应用》;20121231;第48卷(第21期);第31-44页 * |
| 基于虹膜识别和RFID的矿山人员安全管理方案;徐济仁等;《煤炭科学技术》;20100430;第38卷(第4期);第75-78页 * |
| 虹膜定位算法的研究;高龙成;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120615(第06期);论文正文第1-42页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103778415A (zh) | 2014-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103778415B (zh) | 矿井人员虹膜考勤与跟踪定位方法及系统 | |
| CN109376725B (zh) | 一种基于虹膜识别的身份核查方法和装置 | |
| CN104751108B (zh) | 人脸图像识别装置和人脸图像识别方法 | |
| CN108053530A (zh) | 一种基于面部识别的云加端的智能门禁系统 | |
| CN109829418B (zh) | 一种基于背影特征的打卡方法、装置和系统 | |
| CN110555931A (zh) | 一种基于深度学习识别的人脸检测与门禁系统装置 | |
| Kowsalya et al. | Attendance monitoring system using face detection & face 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 | |
| CN114218543B (zh) | 一种基于多场景表情识别的加密解锁系统及方法 | |
| Thakur et al. | Wireless Fingerprint Based Security System Using ZigBee Technology | |
| CN106227850A (zh) | 一种基于移动终端的医学检验监控控制系统及控制方法 | |
| CN110211266A (zh) | 一种门禁人脸识别系统及方法 | |
| Mahiuddin | Design a secure voting system using smart card and Iris recognition | |
| CN109086692A (zh) | 一种人脸识别装置和方法 | |
| CN114186205A (zh) | 基于区块链的签名鉴别方法、装置及计算机设备 | |
| Mishra et al. | A lossless model for generation of unique digital code for identification of biometric images | |
| CN108830217B (zh) | 一种基于模糊均值哈希学习的签名自动判别方法 | |
| CN107169447A (zh) | 基于人脸识别的医院自助系统 | |
| CN106960215A (zh) | 一种基于云平台实现医疗图像深度匹配的方法及系统 | |
| Shashikala et al. | Attendance monitoring system using face recognition | |
| CN112581357B (zh) | 人脸数据的处理方法、装置、电子设备和存储介质 | |
| 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 | |
| CN204791051U (zh) | 基于虹膜算法的电力智能安全管理装置 | |
| CN114120509A (zh) | 基于融合识别技术的区域准入授权装置 | |
| CN203299842U (zh) | 一种煤矿井下热红外图像人脸识别系统 |
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 |