CN104680128B - 一种基于四维分析的生物特征识别方法和系统 - Google Patents

Abstract

本发明的目的是提供一种生物特征识别方法和系统。所述方法的特征在于包括以下步骤：采集生物特征的图像作为目标图像；预处理所述目标图像；将所述预处理的目标图像与预先注册的参考图像进行图像比对，以得到所述目标图像与所述参考图像之间的图像能量残差值，其中所述图像比对包括将所述目标图像中的指定比对区域与所述参考图像中的对应比对区域进行比对；以及当所述图像能量残差值小于或等于预定阈值时，确定所述目标图像与所述参考图像匹配，否则确定为不匹配。

Description

一种基于四维分析的生物特征识别方法和系统

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于四维分析的生物特征识别技术。

背景技术

生物特征识别技术在身份识别领域的应用正在不断扩大。生物特征识别技术利用用户的诸如指纹、虹膜、静脉等固有生物特征的成像，作为身份确认的依据。与利用密码或者身份卡等的传统身份确认手段相比，生物特征识别技术具有个体唯一、不需要记忆、不易被窃取、操作便捷、安全级别高等诸多优点。尤其是在诸如智能手机、平板电脑和笔记本电脑等移动终端上，生物特征识别技术作为一种安全便捷的身份识别手段，已经有取代传统身份确认手段的趋势。在移动终端进行生物特征识别过程中，普遍采用摄像头进行成像。例如，智能手机的操作系统在开机时或者应用在需要进行支付操作时可以利用前置摄像头对用户的生物特征，如虹膜、人脸等进行成像，然后通过图像处理来确认用户的身份。

传统的虹膜图像特征比对一般需要经过图像变换、压缩编码，然后对产生的编码进行比对来识别虹膜特征等过程。然而这种编码过程往往是有损压缩，会使得虹膜图像特征丢失导致比对误差，并且该过程复杂度大、耗时长。

光学系统的成像清晰度和精度一般和光学系统的体积和成本成正比。目前虹膜识别技术的热点已经越来越多地集中在移动终端、智能手机和可穿戴式设备的集成上。这些终端设备的体积本身已经很小，对成本要求也很高，从而导致可以被集成到这些移动设备中的用于虹膜成像的光学系统的体积和成本是非常有限的。因此，能够采集得到的虹膜图像的精度将会大幅度降低，并且更多的虹膜生物特征细节可能在光电成像数字化的过程中丢失，不能被作为关键的虹膜特征信息而被采集，从而不能够用于后续的特征提取，导致可用于特征识别的特征点数降低、维度降低、识别误差率增大。传统的高复杂度的虹膜特征提取方法是为了提取出高效有用的虹膜细节信息，这些信息存在于一个宽泛的频谱或频带中，前提是光学系统能够采集到高分辨率的虹膜特征信息并成功将其数字化。然而，如果在移动设备上依旧沿用传统的虹膜图像特征提取和比对流程，则会导致很多提取的特征是图像的高频噪声，而不是虹膜细节，从而丧失了其高复杂度的意义。因此需要设计一种更快、更高效、更简单的虹膜图像特征提取和比对识别技术，以能够更高效的针对低分辨率和低质量虹膜图像进行特征提取和比对识别。

发明内容

因此，需要一种能够解决至少上述问题之一的方案。

根据本发明的一个方面，提供一种生物特征识别方法，其特征在于包括以下步骤：采集生物特征的图像作为目标图像；预处理所述目标图像；将所述预处理的目标图像与预先注册的参考图像进行图像比对，以得到所述目标图像与所述参考图像之间的图像能量残差值，其中所述图像比对包括将所述目标图像中的指定比对区域与所述参考图像中的对应比对区域进行比对；以及当所述图像能量残差值小于或等于预定阈值时，确定所述目标图像与所述参考图像匹配，否则确定为不匹配。

根据本发明的一个方面，在所述方法中，所述预处理包括对所述目标图像去除噪声干扰，所述噪声干扰包括以下各项所引起的干扰：眼皮、眼睫毛、反射光斑、环境光线噪声、成像噪声。

根据本发明的一个方面，在所述方法中，所述预处理包括在图像比对之前，对所述目标图像和参考图像进行分割和归一化，所述分割包括分割所述目标图像和参考图像以得到生物特征的感兴趣区域和边界，所述归一化包括将所述感兴趣区域变换为指定坐标系下的像素集合并具有形状和尺寸归一性，其中每个像素具有各自的像素能量。

根据本发明的一个方面，在所述方法中，所述预处理包括对所述目标图像进行统计匹配补偿，使得所述目标图像的环境能量和相位接近于所述参考图像的环境能量和相位，减小所述目标图像和参考图像因采集时间不同以及采集设备不同所引入的系统能量和相位误差对所述比对结果的影响。

根据本发明的一个方面，在所述方法中，所述预处理包括对所述目标图像进行旋转补偿，使得所述目标图像的成像角度接近于所述参考图像的成像角度，减小目标图像和参考图像因采集时间不同以及采集设备不同所引入的生物特征成像角度的不同对比对结果的影响。

根据本发明的一个方面，在所述方法中，所述指定比对区域包括在所述感兴趣区域中根据预定的偏移量沿所述感兴趣区域的边界选择所述感兴趣区域的子集作为指定比对区域。

根据本发明的一个方面，在所述方法中，所述图像能量残差值是对所述目标图像中的每个像素与所述参考图像中的对应像素之间的像素能量残差值进行运算的结果。

根据本发明的一个方面，在所述方法中，根据预定形式对所述目标图像和所述参考图像中的像素进行分组，计算所述目标图像中的每个像素分组的加权平均像素能量与所述参考图像中的对应像素分组的加权平均像素能量之间的像素分组能量残差值，并将对所述像素分组能量残差值进行运算的结果作为所述图像能量残差值。

根据本发明的一个方面，在所述方法中，通过对所述目标图像中的每个像素的像素能量与所述参考图像中的对应像素的像素能量进行相减或相除来得到所述像素能量残差值，以及所述运算包括对所述像素能量残差值进行加权求和运算。

根据本发明的一个方面，在所述方法中，采集生物特征的多幅图像，通过将所述多幅图像进行均值去噪来产生所述目标图像。

根据本发明的一个方面，在所述方法中，在采集生物特征的图像之前，还包括活体检测，所述活体检测包括对所述生物特征是否处于活体上进行检测，其中当检测到所述生物特征处于活体上时，允许执行图像采集和图像比对，否则，禁止图像采集并确定图像不匹配。

根据本发明的一个方面，在所述方法中，根据指令中包含的字段值来确定所述指定比对区域。

根据本发明的一个方面，在所述方法中，所述预先注册的参考图像以经过预处理后，并且经过加密之后的图像格式来存储在数据库、存储器、或加密区域内，其中对所述参考图像的预处理包括对所述目标图像的预处理中的部分或全部。

根据本发明的一个方面，在所述方法中，所述生物特征包括虹膜、眼白、指纹、视网膜、人脸、眼纹、唇纹以及静脉。

根据本发明的一个方面，在所述方法中，当所述生物特征为虹膜、眼白、眼纹或人脸时，所述活体检测包括通过测量所采集的连续多幅图像中被采集者的单眼或双眼瞳孔大小的变化来判断所述生物特征是否处于活体上。

根据本发明的一个方面，提供了一种生物特征识别系统，包括：照明光源，其被配置为处于采集区域内的生物特征进行照明；光学镜头组件，其被配置为对所述生物特征进行成像；图像传感器，其被配置为根据所述生物特征的成像生成所述生物特征的图像作为目标图像；以及图像识别模块，其被配置为接收来自所述图像传感器的所述目标图像；其中，所述图像识别模块包括预处理单元和比对单元，所述预处理单元被配置为对所述目标图像进行预处理，所述比对单元被配置为将所述预处理的目标图像与预先注册的参考图像进行图像比对，以得到所述目标图像与所述参考图像之间的图像能量残差值，其中所述图像比对包括将所述目标图像中的指定比对区域与所述参考图像中的对应比对区域进行比对；以及其中所述图像识别模块还被配置为当所述图像能量残差值小于或等于预定阈值时，确定所述目标图像与所述参考图像匹配，否则确定为不匹配。

根据本发明的一个方面，在所述系统中，所述预处理单元还被配置为对所述目标图像去除噪声干扰，所述噪声干扰包括以下各项所引起的干扰：眼皮、眼睫毛、反射光斑、环境光线噪声、成像噪声。

根据本发明的一个方面，在所述系统中，所述预处理单元还被配置为在图像比对之前，对所述目标图像和参考图像进行分割和归一化，所述分割包括分割所述目标图像和参考图像以得到生物特征的感兴趣区域和边界，所述归一化包括将所述感兴趣区域变换为指定坐标系下的像素集合并具有形状和尺寸归一性，其中每个像素具有各自的像素能量。

根据本发明的一个方面，在所述系统中，所述预处理单元还被配置为对所述目标图像进行统计匹配补偿，使得所述目标图像的环境能量和相位接近于所述参考图像的环境能量和相位，减小所述目标图像和参考图像因采集时间不同以及采集设备不同所引入的系统能量和相位误差对所述比对结果的影响。

根据本发明的一个方面，在所述系统中，所述预处理单元还被配置为对所述目标图像进行旋转补偿，使得所述目标图像的成像角度接近于所述参考图像的成像角度，减小目标图像和参考图像因采集时间不同以及采集设备不同所引入的生物特征成像角度的不同对比对结果的影响。

根据本发明的一个方面，在所述系统中，所述指定比对区域包括在所述感兴趣区域中根据预定的偏移量沿所述感兴趣区域的边界选择所述感兴趣区域的子集作为指定比对区域。

根据本发明的一个方面，在所述系统中，所述图像能量残差值是对所述目标图像中的每个像素与所述参考图像中的对应像素之间的像素能量残差值进行运算的结果。

根据本发明的一个方面，在所述系统中，所述比对单元还被配置为根据预定形式对所述目标图像和所述参考图像中的像素进行分组，计算所述目标图像中的每个像素分组的加权平均像素能量与所述参考图像中的对应像素分组的加权平均像素能量之间的像素分组能量残差值，并将对所述像素分组能量残差值进行运算的结果作为所述图像能量残差值。

根据本发明的一个方面，在所述系统中，所述比对单元还被配置为通过对所述目标图像中的每个像素的像素能量与所述参考图像中的对应像素的像素能量进行相减或相除来得到所述像素能量残差值，以及所述运算包括对所述像素能量残差值进行加权求和运算。

根据本发明的一个方面，在所述系统中，所述图像传感器还被配置为采集生物特征的多幅图像，通过将所述多幅图像进行均值去噪来产生所述目标图像。

根据本发明的一个方面，在所述系统中，所述生物特征识别系统还包括活体检测单元，所述活体检测单元被配置为在所述图像传感器采集生物特征的图像之前，对所述生物特征是否处于活体上进行检测，其中当检测到所述生物特征处于活体上时，允许所述图像传感器执行图像采集以及允许所述图像识别模块执行图像比对，否则，禁止图像采集并指示图像识别模块确定图像不匹配。

根据本发明的一个方面，在所述系统中，根据指令中包含的字段值来确定所述指定比对区域。

根据本发明的一个方面，在所述系统中，所述照明光源为红外光源或近红外光源。

根据本发明的一个方面，在所述系统中，所述预先注册的参考图像以经过预处理后，并且经过加密之后的图像格式来存储在数据库、存储器、或加密区域内，其中对所述参考图像的预处理包括对所述目标图像的预处理中的部分或全部。

根据本发明的一个方面，在所述系统中，所述生物特征包括虹膜、眼白、指纹、视网膜、人脸、眼纹、唇纹以及静脉。

根据本发明的一个方面，在所述系统中，当所述生物特征为虹膜、眼白、眼纹或人脸时，所述活体检测单元被配置为通过测量所采集的连续多幅图像中被采集者的单眼或双眼瞳孔大小的变化来判断所述生物特征是否处于活体上。

根据本发明的一个方面，在所述系统中，所述照明光源的能量是可调节的，以及通过调节所述照明光源的能量来主动刺激所述被采集者的瞳孔，使得所述瞳孔的大小发生变化。

根据本发明的一个方面，提供了一种移动终端，其特征在于包括如先前的本发明的任一方面所述的生物特征识别系统。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其他特征、目的和优点将会变得更明显：

图1是示出了根据本发明一个方面的生物特征识别方法100的总体流程图；

图2是人眼虹膜的示例采集图像；

图3是示出了虹膜图像中可能存在的各种干扰的示意图；

图4是示出了根据本发明的一个方面的将虹膜区域变换成矩形的示意图；

图5是示出了根据本发明的一个方面的在目标图像中指定比对区域的示意图；

图6a和6b示出了根据本发明的一个方面的直角坐标下的像素分组的示例；

图6c是示出了根据本发明的一个方面的计算图像能量残差值的示意图；以及

图7是示出了根据本发明一个方面的生物特征识别系统700的示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

以下将参照附图更充分地描述本发明实施例，在附图中示出了本发明实施例。然而，可以用很多不同形式来实施本发明，并且本发明不应理解为受限于在此所阐述的实施例。在全文中，使用相似的标号表示相似的元件。

下面结合附图对本发明作进一步详细描述。

图1示出根据本发明一个方面的生物特征识别方法100的总体流程图。该生物特征识别方法100主要包括四个步骤：图像采集步骤110，图像预处理步骤120，图像比对步骤130，匹配判断步骤140。具体地，在图像采集步骤110中，对人的生物特征进行图像采集，将所采集的图像作为目标图像。在图像预处理步骤120中，对目标图像进行预处理，以得到预处理的目标图像。在图像比对步骤130中，将预处理的目标图像与预先注册的参考图像（也称为注册模板）进行比对，以得到该目标图像与该参考图像之间的图像能量残差值。根据本发明的一个方面，该预先注册的参考图像以经过预处理后，并且经过加密之后的图像格式来存储在数据库、存储器、或加密区域内。对参考图像的预处理可以包括对目标图像的预处理中的部分或全部。在匹配判断步骤140中，将步骤130中得到的图像能量残差值与预定阈值进行比对，当该图像能量残差值小于或等于预定阈值时，确定该目标图像与该参考图像匹配，否则，确定为不匹配。该生物特征识别方法100可以应用于移动设备或便携式设备中的身份验证。当所采集的生物特征目标图像与预先注册的参考图像匹配时，可以允许对设备进行访问，而当不匹配时，拒绝对设备进行访问。该访问可以包括对设备的全局访问或者对个别程序或应用的特定访问。

下面以人眼虹膜识别为例来详细说明本发明的优选实施方式。

图2是人眼虹膜的示例采集图像。图2的近似圆形的黑色区域是人眼瞳孔区域。包围该瞳孔区域的圆环区域是虹膜区域（即，从瞳孔外边缘到虹膜外边缘）。该虹膜区域是对于本发明的特征识别和图像匹配的感兴趣区域。对虹膜图像的采集可以通过常规图像采集装置直接对人眼进行拍摄照片来实现，例如包括光学镜头组件、照明光源和图像传感器的图像采集装置。所采集的虹膜图像在本发明中被用作目标图像，其是由大量数字化采样组成的虹膜图像，其中每个采样值代表一个或多个该图像的像素能量。

在采集虹膜图像之后，需要对所采集的图像进行预处理。预处理的目的在于减少目标图像与预先注册的参考图像的比对结果的误差。预处理过程主要包括对目标图像进行处理，以补偿或消除图像旋转、成像环境能量和相位、瞳孔缩放、虹膜以外的眼部组织（眼皮、睫毛等）、反射光斑、环境光线噪声（可能引起图像中的环境倒影）、以及成像噪声等等对图像像素能量的影响。

根据本发明的一个方面，预处理步骤包括对目标图像去除噪声干扰。图3是示出了虹膜图像中可能存在的各种干扰的示意图。如图3中所示，瞳孔外边缘301与虹膜外边缘302之间的部分（如图3中阴影所示）是虹膜区域303。由于采集图像时的光源照明，可能在该虹膜区域303中存在光斑304。例如，在图2所示的实际图像中可以看到虹膜区域中的光斑干扰。由于周围环境可能在人眼中成像，从而在虹膜区域中产生倒影305。此外，根据不同人的眼睛大小和眼睛张开程度，眼皮或睫毛可能会遮挡虹膜区域，并在该虹膜区域中成像，如图3中的眼皮或睫毛306所示。例如，在图2所示的实际图像中可以看到眼皮和睫毛对虹膜区域的遮挡。因此，为了获得准确的图像匹配结果，需要在图像比对之前，将上述光斑304、倒影305以及眼皮或睫毛306在虹膜图像中所引起的噪声干扰进行消除。具体地，可以将虹膜图像中存在干扰的部分进行标记或者置零，在后续比对过程中不考虑这些部分，从而使存在干扰的部分不会对比对结果产生影响，并且使对比结果鲁棒性更高。

根据本发明的一个方面，预处理步骤包括对目标图像进行统计匹配补偿。由于成像时的成像亮度（即，环境亮度或照明亮度）和曝光时间上的不同，采集目标图像时的环境能量和相位可能高于或低于所注册的参考图像的对应环境能量和相位，因而会带来图像比对误差。因此，需要在图像比对之前对目标图像进行统计匹配补偿，以使目标图像的环境能量接近于参考图像的环境能量和相位，减小目标图像和参考图像因采集时间不同以及采集设备不同所引入的系统能量和相位误差对比对结果的影响，从而将比对误差最小化。具体地，通过全局匹配的方式来对图像进行统计匹配补偿。首先，设置一组统计匹配列表。将目标图像中的每个像素的能量值都乘以统计匹配列表中的一个统计匹配因子（也可称为增益因子），然后将目标图像与预先注册的参考图像进行比对以获得图像能量残差值。根据统计匹配列表中的每个统计匹配因子来计算多个图像能量残差值。选择与最小图像能量残差值相对应的统计匹配因子作为用于对目标图像进行统计匹配补偿的统计匹配补偿因子。将目标图像的每个像素都乘以该统计匹配补偿因子，以用于后续的图像比对。举例来说，该统计匹配列表中可以包括范围在1到2之内的因子，例如，1、1.1、1.2……2。此外，统计匹配补偿也可以通过将目标图像的平均能量与参考图像的平均能量进行比较来实现。具体地，通过计算目标图像和参考图像的直方图来直接计算两幅图像的平均能量，将计算出的两个平局能量相除以得到统计匹配补偿因子。该统计匹配补偿因子可用于对目标图像的统计匹配补偿。

根据本发明的一个方面，预处理步骤包括对目标图像进行旋转补偿。由于在不同时刻成像时人眼面对图像采集装置的角度不同，可能在所采集的目标图像与参考图像的比对结果中引起误差。因此，需要在比对过程之前对目标图像进行旋转补偿，使目标图像的成像角度接近于参考图像的成像角度，减小目标图像和参考图像因采集时间不同以及采集设备不同所引入的生物特征成像角度的不同对比对结果的影响，从而消除成像角度带来的误差。具体地，将所采集的目标图像在预定的角度范围内以预定的角度增量进行旋转。在每个角度增量下分别计算目标图像与参考图像的图像能量残差值。选取与最低图像能量残差值相对应的角度增量作为旋转补偿角度。将目标图像旋转该旋转补偿角度，以用于后续的图像比对。举例来说，该角度范围可以是±5°、±10°或±15°等等（“+”和“-”可分别表示顺时针或逆时针，反之亦然），该角度增量可以是1°或其他角度值。

在本发明的一个方面中，预处理步骤还包括在图像比对之前，对目标图像进行分割和归一化，以得到极坐标（ρ、θ）或直角坐标（X、Y）下的像素图像，用于后续与参考图像进行比对。对目标图像的分割的目的在于得到生物特征的感兴趣区域和边界。具体地，在虹膜图像中，对目标图像的分割包括定位瞳孔边界301和虹膜边界302， 去除瞳孔内区域以及虹膜外区域，以得到表示整个虹膜区域的圆环部分（即，感兴趣区域）。归一化步骤的目的在于将感兴趣区域的图像变换为指定坐标系（例如，极坐标或直角坐标）下的像素集合并具有形状和尺寸归一性。对于极坐标而言，由于分割取得的感兴趣区域（即，虹膜区域）本身是圆环形或者近似圆环形，因此可以直接将目标图像的像素映射到极坐标中。对于直角坐标而言，需要将圆环形的感兴趣区域（即，虹膜区域）通过极坐标变换成尺寸归一化的矩形。图4是示出了根据本发明的一个方面的将虹膜区域变换成矩形的示意图。在图4中，将圆环形图像401沿虚线所示部分切开，变换为包括矩形像素阵列的矩形图像402。

在经过图像归一化步骤之后，最初采集的目标图像被转换为极坐标或直角坐标下的像素集合，其中每个像素都具备各自的像素能量。同样的，预先注册的参考图像也需要被转换为类似格式的像素图像，经过加密后事先保存在数据库、硬盘或者其他存储设备中，以便用于图像比对。根据本发明的一个方面，在进行图像比对之前，需要对目标图像指定比对区域。指定比对区域包括在目标图像中根据预定的偏移量沿目标图像的边界选择该目标图像的子集作为用于图像比对的指定比对区域。图5是示出了根据本发明的一个方面的在目标图像中指定比对区域的示意图，其中图5a是极坐标的情况，以及图5b是直角坐标的情况。如图5a中所示，瞳孔外边界511（即，感兴趣区域内边界）与虹膜外边界512（即，感兴趣区域外边界）之间的区域是虹膜区域。在该虹膜区域中指定一部分区域作为比对区域，该比对区域由以虚线形式的比对区域内边界513和外边界514所界定。图5b中所示的直坐标的边界521、522、523和524分别对应于图5a中的各边界511、512、513和514，从而在比对区域内边界523和外边界524直线界定了对比区域。对比区域的具体范围，即从瞳孔外边缘向外以及从虹膜外边缘向内的偏移量，可以在注册参考图像时进行设置。因此，当将目标图像与参考图像进行比对时，根据预先存储的设置来在目标图像上指定比对区域。由于指定比对区域设置（即，偏移量设置）的随机性以及可伸缩性，使图像比对的保密性得到增强，因为入侵者或黑客必须获悉该指定比对区域设置（偏移量设置）才能得到图像比对的匹配结果。此外，设置偏移量还有助于消除先前提到的图像干扰，其中从瞳孔外边缘向外偏移可以消除瞳孔缩放的影响，以及从虹膜外边缘向内偏移能够消除眼皮或睫毛的干扰，从而进一步提高图像比对的准确度。

根据本发明的一个方面，在注册参考图像时，或在系统预配置期间，可以预设多个指定比对区域设置，例如用两位二进制文件头字段来表示四种设置（00，01，10，11）。在图像比对时，根据指令中包含的字段值来确定对应的指定比对区域设置。

在指定比对区域之后，进行目标图像与参考图像的比对。根据本发明的一个方面，将目标图像中的每个像素与参考图像中相同坐标（极坐标或直角坐标）下的像素进行像素能量比对，以计算每个对应像素之间的能量残差值，作为像素能量残差值。对所有像素之间的像素能量残差值进行运算，将运算的结果作为目标图像与参考图像的图像能量残差值。将图像能量残差值与预定阈值进行比较，当该能量残差值大于预定阈值时，确定图像匹配，反之，则确定图像不匹配。

根据本发明的另一个方面，在对像素进行能量比对时，可以采用像素分组的方式。例如，可以将预定数量或位置的像素进行分组（也称为装入一个箱（Binning）内）。在此基础上，计算目标图像和参考图像中每个像素分组的加权平均像素能量，计算目标图像和参考图像中对应分组的加权平均像素能量之间的能量残差值，作为像素分组能量残差值，并对得到的所有分组之间的像素分组能量残差值进行运算，将运算的结果作为图像残差值。在此之后所进行的阈值判断与单个像素比对的情况相同。图6a和6b示出了根据本发明的一个方面的直角坐标下的像素分组的示例。图6a示出了矩形方式的分组，其中深色区域表示包含6个像素的矩形分组。图6b示出了菱形方式的分组，其中深色区域表示了包含13个像素的菱形分组。以上分组形式仅是示例，还可以采用任意形状来构成像素分组，并且在极坐标下也可以应用与直角坐标下类似的像素分组形式。在借助于像素分组的方式的图像比对中，图像中的高频特征信息（主要是噪声）会被更加显著的低频特征信息所覆盖，同时图像采集过程中的噪声也会被均值化后去噪，从而提高了匹配结果的信噪比和鲁棒性。

此外，类似于指定比对区域，像素分组同样可以增强图像比对的保密性，这是因为入侵者或黑客也必须获悉该特定的像素分组形式才能得到图像比对的匹配结果。同样地，在注册参考图像时，或在系统预配置期间，可以预设多种像素分组形式，并用二进制文件头字段来表示。在图像比对时，根据指令中包含的字段值来确定对应的像素分组形式。

图6c是根据本发明的一个方面的计算图像能量残差值的示意图，其中，将目标图像610和参考图像620通过残差函数630进行残差运算以得到残差图像640，并然后将残差图像640经过运算函数650进行运算以得到图像能量残差值660。具体地，残差函数630可以包括对目标图像610和参考图像620中的对应像素或像素分组计算像素能量残差值或像素分组能量残差值，并由得到的所有像素能量残差值或像素分组能量残差值形成残差图像640。在像素比对的情况下，残差图像640可以具有与目标图像610和参考图像620相同的尺寸，而在像素分组比对的情况下，残差图像640具有的尺寸将小于目标图像610和参考图像620。残差函数630可以包括对目标图像和参考图像中对应像素或像素分组的像素能量进行相减或相除，以得到像素能量残差值或像素分组能量残差值。此外，本领域技术人员将理解，残差函数630还可以包括能够体现像素间能量差异或像素分组间能量差异的其他形式。运算函数650可以包括对残差图像640中的每个像素能量残差值或像素分组能量残差值进行加权求和运算。在进行加权求和运算时，可以根据经验来选择权重。例如，可以对中心区域赋予相对高的权重而对边缘区域赋予相对低的权重。也可以仅进行简单的求和运算，即，所有权重均等于1。此外，本领域技术人员将理解，运算函数650还可以包括能够通过残差图像得到图像能量残差值的其他运算。在图6c中，目标图像610、参考图像620和残差图像640均以直角坐标下的矩形像素阵列的形式被示例性示出，但本领域技术人员能够理解该过程同样适用于极坐标下的情况。

根据本发明的一个方面，为了减小图像比对过程中一次性虹膜采集的随机性误差的影响，可以采用多次采集需要被识别的虹膜图像来进行图像比对。每次采集可以包括N帧当前虹膜特征图像。对所有采集的虹膜图像进行相似性匹配，并然后对这些图像进行均值去噪，从而得到一幅均值去噪后的虹膜图像。将该均值去噪后的虹膜图像与参考图像进行比对来得出匹配结果。这样的结果具有更高的鲁棒性。

此外，根据本发明的一个方面，在采集生物特征的图像之前，还包括活体检测步骤。活体检测步骤包括对所采集的生物特征是否处于活体上进行检测，当检测到生物特征处于活体上时，允许执行图像采集和图像比对，否则，禁止图像采集并确定图像不匹配，同时禁止对设备或设备程序的访问。具体地，当生物特征为虹膜、眼白、眼纹或人脸时，活体检测步骤包括通过测量所采集的连续多幅图像中被采集者的单眼或双眼瞳孔大小的变化来判断该生物特征是否为处于活体上。当瞳孔大小存在变化时，认为生物特征处于活体上，否则，认为生物特征不处于活体上。活体检测步骤可以防止攻击者利用照片进行注册和识别，从而进一步提高本发明的安全性。

以上是以虹膜识别为例来说明本发明的基于4D分析的生物特征识别方法。然而本发明的各方面并不局限于对人眼虹膜的识别，还可以应用到能够用于身份识别的其他生物特征，例如，虹膜、眼白、指纹、视网膜、人脸（二维或三维）、眼纹、唇纹以及静脉。

本领域技术人员能够理解，本发明的生物特征识别方法不一定是按本文中所描述的顺序来实施，其可以按各种顺序来实施，只要这种顺序是能够实现的并且不会带来冲突。例如，预处理步骤中包括的噪声去除步骤、统计匹配补偿步骤、旋转补偿步骤、以及目标图像的分割和归一化步骤可以按各种顺序进行或同时进行。

下面结合图7来描述根据本发明的一个方面的生物特征识别系统。

图7是根据本发明一个方面的生物特征识别系统700的示意图。典型地，生物特征识别系统700可以被配置在诸如智能手机、平板电脑之类的移动终端或便携式设备中，能够对用户的生物特征在照明下成像以便为移动终端的操作系统、应用等识别用户的身份。在本文中，将虹膜作为生物特征的示例来描述本发明的各方面，但本领域技术人员应当理解，生物特征还包括虹膜、眼白、指纹、视网膜、人脸（二维或三维）、眼纹、唇纹以及静脉。

生物特征识别系统700包括光学镜头组件710、图像传感器720、照明光源730、图像识别模块740。

光学镜头组件710用于对采集区域760中的生物特征750（例如虹膜）进行光学成像。具体地，光学镜头组件710可以包括一个或一组光学镜头，其实现在一个固定成像焦平面的生物特征信息的成像。光学镜头的材料可以采用全玻璃镜头、全塑料镜头、玻璃与塑料镜头相结合或者液体镜头等混合材料。光学镜头组件710还可以包括用于固定光学镜头的固定结构和用于调节光学镜头焦距的对焦结构。对焦结构可以调节光学镜头的成像特性以实现对采集区域760的生物特征进行自动对焦控制。采集区域760指代光学镜头组件成像能够保持聚焦清晰的区域，即光学镜头组件能够对位于采集区域中的生物特征进行清晰成像。

图像传感器720用于将从光学镜头组件710获取的生物特征的光学图像转换成电子图像。具体地，图像传感器720可以包括电荷耦合元件（CCD）和金属氧化物半导体元件（CMOS）等感光元件，并利用感光元件将生物特征的光学成像转换成电子信号以获得相应的电子图像。在本发明的一个方面中，电子图像包括静态图像和动态图像格式，动态图像是由多帧静态图像按照时间顺序排列组合在一起的静态图像流，也称视频格式。电子图像可以被存储成预定的图像格式，包括但不限于BMP、JPEG、TIFF、RAW、GIF和PNG等。

照明光源730用于对采集区域760进行照明。照明光源730优选红外照明光源或近红外照明光源，以便获得生物特征的红外成像。例如，照明光源730可以是移动终端上配置的LED光源，每个LED灯的光源波长优选地在750nm ~ 950nm 范围内，即近红外光波段。照明光源730的数量可以为一个或更多。与使用一个照明光源相比，使用更多个照明光源可以增强照明效果。为了简单起见，以下将以配有两个LED光源的移动终端为例进行讨论，本领域技术人员能够理解，同样的构思可以也用于具有三个或更多个照明光源的情况。

在使用时，由光学镜头组件710将采集区域760中的生物特征750成像到图像传感器720，以采集生物特征的图像作为目标图像。图像传感器720将所采集的目标图像发送到图像识别模块740。

图像识别模块740包括预处理单元741和比对单元742。预处理单元741对目标图像进行预处理，以得到预处理的目标图像。比对单元742将来自预处理单元741的预处理的目标图像与预先注册的参考图像进行比对，以得到该目标图像与该参考图像之间的能量残差值。然后，图像识别模块740来自比对单元742的能量残差值与预定阈值进行比对，当该能量残差值小于或等于预定阈值时，确定该目标图像与该参考图像匹配，否则，确定为不匹配。该生物特征识别系统700可以应用于移动设备或便携式设备中的身份验证。当所采集的生物特征目标图像与预先注册的参考图像匹配时，可以允许对设备进行访问，而当不匹配时，拒绝对设备进行访问。该访问可以包括对设备的全局访问或者对个别程序或应用的特定访问。

根据本发明的各方面，预处理单元741和比对单元742同样可以被配置为执行前文所述的生物特征识别方法中的预处理步骤和比对步骤中所包括的各个方面。例如，预处理单元741可以实现前文所述的去除噪声、统计匹配补偿、旋转补偿、图像分割和归一化等，以及比对单元742可以实现前文所述的区域指定、像素分组等，在此不另做赘述。

此外，生物特征识别系统700可以包括活体检测单元770，用于实现如前文在本发明的生物特征识别方法中所述的对生物特征的活体检测。尤其是，当生物特征为虹膜、眼白、眼纹或人脸时，活体检测单元770被配置为包括通过测量所采集的连续多幅图像中被采集者的单眼或双眼瞳孔大小的变化来判断该生物特征是否为处于活体上。根据本发明的一个方面，照明光源730的能量是可调节的。通过调节照明光源730的能量来主动刺激被采集者的瞳孔，使得瞳孔的大小发生变化，同时图像传感器720采集连续多幅图像。活体检测单元770对由图像传感器720所采集的多幅图像中的瞳孔大小的变化进行判断。当瞳孔大小在多幅图像之间存在变化时，认为生物特征处于活体上，并允许图像传感器720采集图像以及允许图像识别模块740执行图像比对，否则，认为生物特征不处于活体上，并禁止图像传感器720采集图像以及指示图像识别模块740确定图像不匹配。

本发明的生物特征识别方法和系统避免了图像变换、扫描、量化、压缩编码等过程，适于应用于低分辨率和低质量虹膜图像识别的场景，例如应用于移动设备或便携式设备中以用于身份验证。本发明的生物特征识别方法和系统是基于时间上不同的两幅图像来进行分析（即，四维分析），不会对时间上在后的图像进行有损压缩编码，从而为后续需要而无损恢复该图像提供了可能。此外，本发明的生物特征识别方法和系统通过预先设置特定的图像比对约束条件（例如，以上所述的区域指定和像素分组），能够极大提高生物特征识别的保密性和安全性，有效防止了系统入侵。

在此所使用的术语仅用于描述特定实施例的目的，而并非意欲限制本发明。如在此所使用的那样，单数形式的 “一个”、“这个”意欲同样包括复数形式，除非上下文清楚地另有所指。还应当理解，当在此使用时，术语“包括”指定出现所声明的特征、整体、步骤、操作、元件和/或组件，但并不排除出现或添加一个或多个其他特征、整体、步骤、操作、元件、组件和/或其群组。

除非另外定义，否则在此所使用的术语（包括技术术语和科学术语）具有与本发明所属领域的普通技术人员所共同理解的相同意义。在此所使用的术语应解释为具有与其在该说明书的上下文以及有关领域中的意义一致的意义，而不能以理想化的或过于正式的意义来解释，除非在此特意如此定义。

尽管上述已详细描述了一些实施例，但其他的修改是可能的。例如，为了实现期望的结果，在图中所描绘的逻辑流程不需要所示出的特定顺序，或连续的顺序。可提供其他的步骤，或者可从所描述的流程消除某些步骤，并且可以对所描述的系统增加其他的部件或从所描述的系统中去除组件。其他的实施例可以在之后的权利要求的范围内。

Claims (29)

1.一种生物特征识别方法，其特征在于包括以下步骤：

采集生物特征的图像作为目标图像；

预处理所述目标图像；

将所述预处理的目标图像与预先注册的参考图像进行图像比对，以得到所述目标图像与所述参考图像之间的图像能量残差值，其中所述图像比对包括将所述目标图像中的指定比对区域与所述参考图像中的对应比对区域进行比对，以及所述指定比对区域的设置具有随机性和可伸缩性，使得所述图像比对的保密性得到增强，其中所述指定比对区域包括在感兴趣区域中根据预定的偏移量沿所述感兴趣区域的边界选择所述感兴趣区域的子集作为指定比对区域；以及

当所述图像能量残差值小于或等于预定阈值时，确定所述目标图像与所述参考图像匹配，否则确定为不匹配，

其中得到所述图像能量残差值包括：根据预定形式对所述目标图像和所述参考图像中的像素进行分组，计算所述目标图像中的每个像素分组的加权平均像素能量与所述参考图像中的对应像素分组的加权平均像素能量之间的像素分组能量残差值，并将对所述像素分组能量残差值进行运算的结果作为所述图像能量残差值，

其中在注册所述参考图像时预设二进制文件头字段来表示预设的多种像素分组形式以及预设的多种指定比对区域设置，以及在图像比对时，根据指令中包含的字段值来确定对应的像素分组形式和指定比对区域设置。

2.根据权利要求1所述的方法，其中，

所述预处理包括对所述目标图像去除噪声干扰，所述噪声干扰包括以下各项所引起的干扰：眼皮、眼睫毛、反射光斑、环境光线噪声、成像噪声。

3.根据权利要求1所述的方法，其中，

所述预处理包括在图像比对之前，对所述目标图像和参考图像进行分割和归一化，所述分割包括分割所述目标图像和参考图像以得到生物特征的感兴趣区域和边界，所述归一化包括将所述感兴趣区域变换为指定坐标系下的像素集合并具有形状和尺寸归一性，其中每个像素具有各自的像素能量。

4.根据权利要求1所述的方法，其中，

所述预处理包括对所述目标图像进行统计匹配补偿，使得所述目标图像的环境能量和相位接近于所述参考图像的环境能量和相位，减小所述目标图像和参考图像因采集时间不同以及采集设备不同所引入的系统能量和相位误差对比对结果的影响。

5.根据权利要求1所述的方法，其中，

所述预处理包括对所述目标图像进行旋转补偿，使得所述目标图像的成像角度接近于所述参考图像的成像角度，减小目标图像和参考图像因采集时间不同以及采集设备不同所引入的生物特征成像角度的不同对比对结果的影响。

6.根据权利要求1所述的方法，其中，

所述图像能量残差值是对所述目标图像中的每个像素与所述参考图像中的对应像素之间的像素能量残差值进行运算的结果。

7.根据权利要求6所述的方法，其中通过对所述目标图像中的每个像素的像素能量与所述参考图像中的对应像素的像素能量进行相减或相除来得到所述像素能量残差值，以及所述运算包括对所述像素能量残差值进行加权求和运算。

8.根据权利要求1所述的方法，其中，

采集生物特征的多幅图像，通过将所述多幅图像进行均值去噪来产生所述目标图像。

9.根据权利要求1所述的方法，其中，

在采集生物特征的图像之前，还包括活体检测，所述活体检测包括对所述生物特征是否处于活体上进行检测，其中当检测到所述生物特征处于活体上时，允许执行图像采集和图像比对，否则，禁止图像采集并确定图像不匹配。

10.根据权利要求3所述的方法，其中根据指令中包含的字段值来确定所述指定比对区域。

11.根据权利要求1至10中的任一项所述的方法，其中，

所述预先注册的参考图像以经过预处理后，并且经过加密之后的图像格式来存储在数据库、存储器、或加密区域内，其中对所述参考图像的预处理包括对所述目标图像的预处理中的部分或全部。

12.根据权利要求1至10中的任一项所述的方法，其中，

所述生物特征包括虹膜、眼白、指纹、视网膜、人脸、眼纹、唇纹以及静脉。

13.根据权利要求9所述的方法，其中当所述生物特征为虹膜、眼白、眼纹或人脸时，所述活体检测包括通过测量所采集的连续多幅图像中被采集者的单眼或双眼瞳孔大小的变化来判断所述生物特征是否处于活体上。

14.一种生物特征识别系统，包括：

照明光源，其被配置为处于采集区域内的生物特征进行照明；

光学镜头组件，其被配置为对所述生物特征进行成像；

图像传感器，其被配置为根据所述生物特征的成像生成所述生物特征的图像作为目标图像；以及

图像识别模块，其被配置为接收来自所述图像传感器的所述目标图像；

其中，所述图像识别模块包括预处理单元和比对单元，所述预处理单元被配置为对所述目标图像进行预处理，所述比对单元被配置为将所述预处理的目标图像与预先注册的参考图像进行图像比对，以得到所述目标图像与所述参考图像之间的图像能量残差值，

其中所述图像比对包括将所述目标图像中的指定比对区域与所述参考图像中的对应比对区域进行比对，以及所述指定比对区域的设置具有随机性和可伸缩性，使得所述图像比对的保密性得到增强，所述指定比对区域包括在感兴趣区域中根据预定的偏移量沿所述感兴趣区域的边界选择所述感兴趣区域的子集作为指定比对区域；

其中所述图像识别模块还被配置为当所述图像能量残差值小于或等于预定阈值时，确定所述目标图像与所述参考图像匹配，否则确定为不匹配，以及

其中，所述比对单元还被配置为根据预定形式对所述目标图像和所述参考图像中的像素进行分组，计算所述目标图像中的每个像素分组的加权平均像素能量与所述参考图像中的对应像素分组的加权平均像素能量之间的像素分组能量残差值，并将对所述像素分组能量残差值进行运算的结果作为所述图像能量残差值，

其中在注册所述参考图像时预设二进制文件头字段来表示预设的多种像素分组形式以及预设的多种指定比对区域设置，以及在图像比对时，根据指令中包含的字段值来确定对应的像素分组形式和指定比对区域设置。

15.根据权利要求14所述的系统，其中，

所述预处理单元还被配置为对所述目标图像去除噪声干扰，所述噪声干扰包括以下各项所引起的干扰：眼皮、眼睫毛、反射光斑、环境光线噪声、成像噪声。

16.根据权利要求14所述的系统，其中，

所述预处理单元还被配置为在图像比对之前，对所述目标图像和参考图像进行分割和归一化，所述分割包括分割所述目标图像和参考图像以得到生物特征的感兴趣区域和边界，所述归一化包括将所述感兴趣区域变换为指定坐标系下的像素集合并具有形状和尺寸归一性，其中每个像素具有各自的像素能量。

17.根据权利要求14所述的系统，其中，

所述预处理单元还被配置为对所述目标图像进行统计匹配补偿，使得所述目标图像的环境能量和相位接近于所述参考图像的环境能量和相位，减小所述目标图像和参考图像因采集时间不同以及采集设备不同所引入的系统能量和相位误差对比对结果的影响。

18.根据权利要求14所述的系统，其中，

所述预处理单元还被配置为对所述目标图像进行旋转补偿，使得所述目标图像的成像角度接近于所述参考图像的成像角度，减小目标图像和参考图像因采集时间不同以及采集设备不同所引入的生物特征成像角度的不同对比对结果的影响。

19.根据权利要求14所述的系统，其中，

所述图像能量残差值是对所述目标图像中的每个像素与所述参考图像中的对应像素之间的像素能量残差值进行运算的结果。

20.根据权利要求19所述的系统，其中

所述比对单元还被配置为通过对所述目标图像中的每个像素的像素能量与所述参考图像中的对应像素的像素能量进行相减或相除来得到所述像素能量残差值，以及所述运算包括对所述像素能量残差值进行加权求和运算。

21.根据权利要求14所述的系统，其中，

所述图像传感器还被配置为采集生物特征的多幅图像，通过将所述多幅图像进行均值去噪来产生所述目标图像。

22.根据权利要求14所述的系统，其中，

所述生物特征识别系统还包括活体检测单元，所述活体检测单元被配置为在所述图像传感器采集生物特征的图像之前，对所述生物特征是否处于活体上进行检测，其中当检测到所述生物特征处于活体上时，允许所述图像传感器执行图像采集以及允许所述图像识别模块执行图像比对，否则，禁止图像采集并指示图像识别模块确定图像不匹配。

23.根据权利要求16所述的系统，其中，

根据指令中包含的字段值来确定所述指定比对区域。

24.根据权利要求14所述的系统，其中

所述照明光源为红外光源或近红外光源。

25.根据权利要求14至24中的任一项所述的系统，其中，

所述预先注册的参考图像以经过预处理后，并且经过加密之后的图像格式来存储在数据库、存储器、或加密区域内，其中对所述参考图像的预处理包括对所述目标图像的预处理中的部分或全部。

26.根据权利要求14至24中的任一项所述的系统，其中，

所述生物特征包括虹膜、眼白、指纹、视网膜、人脸、眼纹、唇纹以及静脉。

27.根据权利要求22所述的系统，其中当所述生物特征为虹膜、眼白、眼纹或人脸时，所述活体检测单元被配置为通过测量所采集的连续多幅图像中被采集者的单眼或双眼瞳孔大小的变化来判断所述生物特征是否处于活体上。

28.根据权利要求27所述的系统，其中所述照明光源的能量是可调节的，以及通过调节所述照明光源的能量来主动刺激所述被采集者的瞳孔，使得所述瞳孔的大小发生变化。

29.一种移动终端，其特征在于包括如权利要求14至28中任一项所述的生物特征识别系统。

Images