CN105590109B - 一种虹膜识别预处理方法和装置 - Google Patents
一种虹膜识别预处理方法和装置 Download PDFInfo
- Publication number
- CN105590109B CN105590109B CN201610112339.XA CN201610112339A CN105590109B CN 105590109 B CN105590109 B CN 105590109B CN 201610112339 A CN201610112339 A CN 201610112339A CN 105590109 B CN105590109 B CN 105590109B
- Authority
- CN
- China
- Prior art keywords
- pupil
- distance
- candidate
- predetermined
- area
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种虹膜识别预处理方法,该方法包括:获取包含虹膜区域的人眼图像;根据人眼图像亮度估计环境光照强度;根据估计的环境光照强度选择瞳孔的预定半径范围;通过采用拉普拉斯算子对人眼图像进行卷积,得到卷积结果图像;通过将卷积结果图像进行二值化和膨胀,得到膨胀二值化图像;从膨胀二值化图像中提取候选连通区域;在候选连通区域中根据面积和对比度条件检测候选瞳孔光斑;在候选瞳孔光斑附近利用瞳孔的预定半径范围检测圆,并根据检测到的圆确定瞳孔的中心和半径;根据瞳孔的中心和半径,确定虹膜区域。本发明还公开相应的虹膜识别预处理装置。
Description
技术领域
本发明涉及图像处理领域及生物识别领域,特别涉及一种虹膜识别预处理方法和装置。
背景技术
虹膜是人眼中介于瞳孔和巩膜之间的环状区域,含有较为丰富的纹理信息。但是,虹膜成像设备在采集虹膜图像的同时,不可避免的采集到瞳孔、巩膜、眼皮、睫毛等。而虹膜识别需要的仅仅是介于瞳孔和巩膜之间不被眼皮和睫毛遮挡的区域,因此,为了得到该区域就需要准确的定位虹膜区域,而眼睛定位是一个重要的预处理步骤。
目前,已经有多种成熟的人眼定位算法,如基于Hough变换的检测方法、模板匹配方法、边缘特征提取法、几何特征方法、基于AdaBoost分类器的检测方法、灰度积分投影法等。这些方法可以实现不同条件下的人眼定位,但每种方法都有自己的优点和不足,不完全适用于虹膜识别。比如,AdaBoost分类器方法虽然鲁棒性较好,但计算量较大,而且不易准确标记瞳孔的中心位置。灰度积分投影法需要沿着双眼连线及其连线的垂直方向进行投影,再根据投影的波峰波谷规律来定位人眼,这种方法实现简单、定位速度很快,但是,在光照分布不均匀或存在干扰物体时对波峰和波谷的分析会比较困难。
发明内容
为此,本发明提供一种新的虹膜识别预处理方法和装置,以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面,提供一种虹膜识别预处理方法,该方法包括:获取包含虹膜区域的人眼图像;根据人眼图像亮度估计环境光照强度;根据估计的环境光照强度选择瞳孔的预定半径范围;通过采用拉普拉斯算子对人眼图像进行卷积,得到卷积结果图像;通过将卷积结果图像进行二值化和膨胀,得到膨胀二值化图像;从膨胀二值化图像中提取候选连通区域;在候选连通区域中根据面积和对比度条件检测候选瞳孔光斑;在候选瞳孔光斑附近利用瞳孔的预定半径范围检测圆,并根据检测到的圆确定瞳孔的中心和半径;根据瞳孔的中心和半径,确定虹膜区域。
可选地,在根据本发明的虹膜识别预处理方法中,从膨胀二值化图像中提取候选连通区域的步骤包括:在膨胀二值化区域中获取连通区域,在连通区域设置多个定位框,统计连通区域每一定位框中非零像素数,计算连通区域中每一定位框的非零像素密度,非零像素密度为定位框中的非零像素数占总像素数的比例;判断连通区域中是否存在连续定位框的非零像素密度大于等于预定密度;如果连通区域中存在连续定位框的非零像素密度大于等于预定密度,则判断连续定位框组合后的宽高比是否满足预定宽高比条件;如果连续定位框组合后的宽高比满足预定宽高比条件,则确定该连通区域为候选连通区域。
可选地,在根据本发明的虹膜识别预处理方法中,在候选连通区域中根据面积和对比度条件检测候选瞳孔光斑的步骤包括:在候选连通区域中通过四邻域搜索并标记光斑,判断标记光斑区域的面积是否小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差是否大于预定亮度;如果标记光斑区域的面积小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差大于预定亮度,则确定标记光斑为候选瞳孔光斑。
可选地,在根据本发明的虹膜识别预处理方法中,在候选瞳孔光斑附近利用瞳孔的半径范围检测圆,根据检测到的圆确定瞳孔的中心和半径的步骤包括:在候选瞳孔光斑附近利用瞳孔的半径范围检测到圆时,为检测到的圆标记分数,直到为所有检测到的圆标记完分数;由高到低将分数排序;将分数最高的圆的圆心和半径作为瞳孔中心和瞳孔半径。
可选地,在根据本发明的虹膜识别预处理方法中,根据估计的环境光照强度选择瞳孔的半径范围的步骤包括:根据人眼亮度图像得到人眼亮度直方图;计算第一距离和第二距离,其中,第一距离为人眼图像亮度直方图与预先设置的室内亮度直方图的距离,第二距离为人眼图像亮度直方图与预先设置的室外亮度直方图的距离;判断第一距离与第二距离的差值是否小于预定阈值;如果第一距离与第二距离的差值小于预定阈值,则确定环境光照强度为室内光照强度;如果第一距离与第二距离的差值大于预定阈值,则确定环境光照强度为室外光照强度。
根据本发明的一个方面,提供一种虹膜识别预处理装置,该装置包括:人眼图像检测单元,适于获取包含虹膜区域的人眼图像;瞳孔半径选择单元,适于根据人眼图像亮度估计环境光照强度,根据估计的环境光照强度选择瞳孔的预定半径范围;图像处理单元,适于通过采用拉普拉斯算子对人眼图像进行卷积,得到卷积结果图像,通过将卷积结果图像进行二值化和膨胀,得到膨胀二值化图像;连通区域确定单元,适于从膨胀二值化图像中提取候选连通区域;候选瞳孔光斑确定单元,适于在候选连通区域中根据面积和对比度条件检测候选瞳孔光斑;虹膜区域确定单元,适于在候选瞳孔光斑附近利用瞳孔的预定半径范围检测圆,并根据检测到的圆确定瞳孔的中心和半径,根据瞳孔的中心和半径,确定虹膜区域。
可选地,在根据本发明的虹膜识别预处理装置中,连通区域确定单元还适于:在膨胀二值化区域中获取连通区域,在连通区域设置多个定位框,统计连通区域每一定位框中非零像素数,计算连通区域中每一定位框的非零像素密度,非零像素密度为定位框中的非零像素数占总像素数的比例;判断连通区域中是否存在连续定位框的非零像素密度大于等于预定密度;如果连通区域中存在连续定位框的非零像素密度大于等于预定密度,则判断连续定位框组合后的宽高比是否满足预定宽高比条件;如果连续定位框组合后的宽高比满足预定宽高比条件,则确定该连通区域为候选连通区域。
可选地,在根据本发明的虹膜识别预处理装置中,候选瞳孔光斑确定单元还适于:在候选连通区域中通过四邻域搜索并标记光斑,判断标记光斑区域的面积是否小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差是否大于预定亮度;如果标记光斑区域的面积小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差大于预定亮度,则确定标记光斑为候选瞳孔光斑。
可选地,在根据本发明的虹膜识别预处理装置中,虹膜区域确定单元还适于:在候选瞳孔光斑附近利用瞳孔的半径范围检测到圆时,为检测到的圆标记分数,直到为所有检测到的圆标记完分数;由高到低将分数排序;将分数最高的圆的圆心和半径作为瞳孔中心和瞳孔半径。
可选地,在根据本发明的虹膜识别预处理装置中,瞳孔半径选择单元还适于:根据人眼亮度图像得到人眼亮度直方图;计算第一距离和第二距离,其中,第一距离为人眼图像亮度直方图与预先设置的室内亮度直方图的距离,第二距离为人眼图像亮度直方图与预先设置的室外亮度直方图的距离;判断第一距离与第二距离的差值是否小于预定阈值;如果第一距离与第二距离的差值小于预定阈值,则确定环境光照强度为室内光照强度;如果第一距离与第二距离的差值大于预定阈值,则确定环境光照强度为室外光照强度。
根据本发明的技术方案,通过对人眼光斑的形态学处理,实现快速的人眼定位。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明的一个示例性实施例的虹膜识别预处理方法100的示意图;
图2A-2B示出了根据本发明的一个实施例的室内人眼图像示意图和室外人眼图像示意图;
图3示出了根据本发明一个示例型实施例的定位框的示意图;
图4示出了根据本发明一个示例型实施例的检测圆的示意图;以及
图5示出了根据本发明一个示例型实施例的虹膜识别预处理装置500的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明的一个示例性实施例的虹膜识别预处理方法100的示意图。如图1所示,该方法在计算设备中执行,始于步骤S110。
在步骤S110中,获取包含虹膜区域的人眼图像。例如,可以通过安装于门禁上的虹膜识别设备或者用户手持的手机中配置的图像采集装置,如摄像头,获取人眼图像。为了提高生物特征成像效果,普遍采用红外点光源,如LED灯,对眼部进行照射。图2A和图2B分别示出了根据本发明的一个实施例的室内环境拍摄的人眼图像示意图和室外环境拍摄的人眼图像示意图。
获取到人眼图像后,在步骤S120中,根据人眼图像亮度估计环境光照强度。
根据一种实施方式,根据获取的人眼图像可以得到人眼亮度直方图,计算人眼图像亮度直方图与预先设置的室内亮度直方图之间的第一距离和人眼图像亮度直方图与预先设置的室外亮度直方图之间的第二距离。判断上述第一距离与第二距离的差值是否小于预定阈值,例如,第一距离与第二距离的差值是否小于0。如果第一距离与第二距离的差值小于预定阈值,则确定为室内光照强度。如果第一距离与第二距离的差值大于预定阈值,则确定为室外光照强度。
随后,在步骤S130中,根据估计的环境光照强度选择瞳孔的预定半径范围。不同的环境光照强度对应有不同的瞳孔半径范围,例如,如果步骤S120中确定的环境光照强度为室内光照强度,则选择室内瞳孔半径范围作为瞳孔的预定半径范围,如果步骤S120中确定的环境光照强度为室外光照强度,则选择室外瞳孔半径范围作为瞳孔的预定半径范围。
在步骤S140中,通过采用拉普拉斯算子对人眼图像进行卷积,得到卷积结果图像。
在对人眼图像进行卷积处理时,一般采用拉普拉斯算子,例如,采用3×3拉普拉斯
算子L对人眼图像A进行卷积处理,即L*A,其中,A为人眼图像的像素值矩阵,L为拉普拉斯算
子矩阵,如这样使得处理后人眼图像中的光斑更加明显。
在步骤S150,先对卷积图像进行二值化处理,进一步对二值化处理后的图像采用膨胀算法处理,例如采用9×9的模板进行膨胀处理,最终得到膨胀二值化图像。二值化处理卷积图像和9×9模板膨胀处理二值化卷积图像的公式如下:
D=[1]9×9
B=D*((sgn(L*A-0.5max(A))+1)/2)
其中,D为9×9膨胀算法模板,B为膨胀后的二值化图像的像素值矩阵。
在步骤S160中,从步骤S150得到的膨胀二值化图像中提取候选连通区域。
图3示出了根据本发明的一个实施例的定位框的示意图。
在膨胀二值化图像中提取多个连通区域,在提取的每一个连通区域中设置多个定位框,参考图3。定位框的大小、形状、数目一般会根据连通区域的形状和大小确定,例如,可以设置20个大小不一、矩形的定位框。
统计连通区域中每一定位框中非零像素数P非零,参考图3,计算连通区域中每一定位框的非零像素密度a。非零像素密度a为定位框中的非零像素数P非零占总像素数P总像素的比例,公式为a=P非零/P总像素。
判断连通区域中是否存在其中非零像素密度大于等于预定密度的连续定位框,例如,是否存在连续的定位框,其非零像素密度均满足a≥0.8。如果所述连通区域中存在非零像素密度大于等于预定密度的连续定位框,则进一步判断连续定位框组合后的宽高比是否满足预定宽高比条件,例如,组合后定位框的宽度为W,高度为H,组合后的宽高比需要满足预定宽高比条件为|H/W-1|<Z,其中,Z为宽高比系数。如果所述连续定位框组合后的宽高比满足预定宽高比条件,则确定该连通区域为候选连通区域。利用上述方法逐一对提取的连通区域进行计算、判断,最终确定多个候选连通区域。
提取到候选连通区域后,在步骤S170中,在各候选连通区域中根据面积和对比度条件检测候选瞳孔光斑。
在候选连通区域中任意选择一个像素位置通过四邻域搜索并标记光斑,在当前候选连通区域搜索并标记完所有的光斑后,判断标记光斑区域的面积是否小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差是否大于预定亮度,例如,标记光斑区域的面积小于0.6倍的候选连通区域图像面积,或者标记光斑区域的亮度与该区域周围像素亮度的差大于30。如果标记光斑区域的面积小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差大于预定亮度,则确定上述标记的光斑为候选瞳孔光斑。利用上述方法对每一候选连通区域中的光斑进行检测,直到标记完所有的候选瞳孔光斑。
确定好候选瞳孔光斑后,在步骤S180中,在候选瞳孔光斑附近利用步骤S130中选择的瞳孔的预定半径范围检测圆,在步骤S190中根据步骤S180中检测到的至少一个圆中确定与瞳孔对应的圆并将该圆的中心和半径作为瞳孔中心和半径。
图4示出了根据本发明的一个实施例的检测圆的示意图。
如图4所示,在确定的候选瞳孔光斑附近利用步骤S130中选择的瞳孔的预定半径范围检测圆时,在候选瞳孔光斑附近选择一个位置,例如某一个像素点,并在瞳孔的预定半径范围内选择一个半径。在选择的预定半径圆周上确定预定数目径向边缘,例如,选取32个径向边缘。判断每一径向边缘强度是否大于预定边缘强度,例如,判断径向边缘强度是否大于γedge=14。如果每一径向边缘强度大于预定边缘强度,则计数器加1,并记录所述大于预定边缘强度的径向边缘强度,直到判断完所有数目的径向边缘。计算记录的所有径向边缘强度之和和预定数目的径向边缘强度的标准差,并统计计数器的值。按照上述方法依次对瞳孔预定半径范围内的半径的计数器值进行统计。
在上述选取的半径中,选取计数器数值最大的检测圆保留;如果计数器的值大于阈值γcnt=14,则保留该检测圆;如果记录的所有的径向边缘强度之和大于阈值γsum=400,则保留该检测圆;如果径向边缘的标准差最小,则保留该检测圆;如果径向边缘强度标准差小于阈值γstd=1,则保留该检测圆;如果检测圆的半径在瞳孔的预定半径范围内,同样保留该检测圆。最后选取上述保留的检测圆中的标准差最小的检测圆,判断该候选圆的标准差是否小于预定阈值、径向边缘强度是否大于预定阈值。如果是,则确定当前选择的候选圆为返回圆,检测圆的圆心位置和半径为瞳孔的圆心和半径。
每一个候选瞳孔光斑附近会选择多个像素点检测圆,最后会得到多个检测圆,为所有的检测圆标记分数,即打分,分数为当前检测圆中径向边缘强度的标准差,直到标记完所有的检测圆。将所有的圆的分数由高到低排序,可以选取分数最高的检测圆的圆心和半径作为瞳孔的中心和瞳孔的半径。也可以选取分数最高和分数次之的检测圆的圆心和半径,将计算的平均值作为瞳孔的中心和瞳孔的半径。具体要视实际情况而定。
在步骤195中,根据得到的瞳孔中心和瞳孔半径,确定虹膜区域。最终确定的虹膜区域包括完整的虹膜和部分上、下眼皮。虹膜区域的半径为β*瞳孔半径,其中,β为光照强度系数,例如,室内光照强度系数β室内=12,室外光照强度系数β室外=16。
根据本发明的技术方案,通过对人眼光斑的形态学处理,实现快速的人眼定位。
图5示出了根据本发明的一个实施例的虹膜识别预处理装置500的示意图。如图5所示,该装置驻留在计算设备中,该装置包括:人眼图像检测单元510、图像处理单元520、连通区域确定单元530、候选瞳孔光斑确定单元540、虹膜区域确定单元550和瞳孔半径选择单元560。
人眼图像检测单元510用于获取包含虹膜区域的人眼图像。瞳孔半径选择单元560根据人眼图像亮度估计环境光照强度,进一步根据所估计的环境光照强度选择瞳孔的预定半径范围。例如,根据人眼亮度图像得到人眼亮度直方图,计算第一距离和第二距离,其中,第一距离为人眼图像亮度直方图与预先设置的室内亮度直方图的距离,第二距离为人眼图像亮度直方图与预先设置的室外亮度直方图的距离。判断第一距离与第二距离的差值是否小于预定阈值。如果第一距离与第二距离的差值小于预定阈值,则确定环境光照强度为室内光照强度,选择室内瞳孔半径范围为瞳孔的预定半径范围;如果第一距离与第二距离的差值大于预定阈值,则确定环境光照强度为室外光照强度,选择室外瞳孔半径范围为瞳孔的预定半径范围。
图像处理单元520通过采用拉普拉斯算子对人眼图像进行卷积,得到卷积结果图像。通过将卷积结果图像进行二值化和膨胀,得到膨胀二值化图像。
连通区域确定单元530从膨胀二值化图像中提取候选连通区域。在连通区域设置多个定位框,统计连通区域每一定位框中非零像素数,计算所述连通区域中每一定位框的非零像素密度,所述非零像素密度为定位框中的非零像素数占总像素数的比例。判断所述连通区域中是否存在连续定位框的非零像素密度大于等于预定密度。如果所述连通区域中存在连续定位框的非零像素密度大于等于预定密度,则判断连续定位框组合后的宽高比是否满足预定宽高比条件。如果所述连续定位框组合后的宽高比满足预定宽高比条件,则确定该连通区域为候选连通区域。
候选瞳孔光斑确定单元540在候选连通区域中根据面积和对比度条件检测候选瞳孔光斑。在候选连通区域中可以通过四邻域搜索并标记光斑,判断标记光斑区域的面积是否小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差是否大于预定亮度。如果标记光斑区域的面积小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差大于预定亮度,则确定所述标记光斑为候选瞳孔光斑。
虹膜区域确定单元550在候选瞳孔光斑附近利用瞳孔半径选择单元560确定的瞳孔的预定半径范围检测圆,检测圆的方法在方法说明书进行了详细的说明,此处不做过多解释。在候选瞳孔光斑附近利用瞳孔的半径范围检测到圆时,为检测到的圆标记分数,直到为所有检测到的圆标记完分数,由高到低将所述分数排序,将分数最高的圆的圆心和半径作为瞳孔中心和瞳孔半径。根据所述瞳孔的中心和半径,确定虹膜区域。
根据本发明的技术方案,通过对人眼光斑的形态学处理,实现快速人眼定位。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (8)
1.一种虹膜识别预处理方法,所述方法包括:
获取包含虹膜区域的人眼图像;
根据人眼图像亮度估计环境光照强度;
根据估计的环境光照强度选择瞳孔的预定半径范围;
通过采用拉普拉斯算子对人眼图像进行卷积,得到卷积结果图像;
通过将所述卷积结果图像进行二值化和膨胀,得到膨胀二值化图像;
在膨胀二值化区域中获取连通区域,在所述连通区域设置多个定位框,统计连通区域每一定位框中非零像素数,计算所述连通区域中每一定位框的非零像素密度,所述非零像素密度为定位框中的非零像素数占总像素数的比例;
判断所述连通区域中是否存在非零像素密度大于等于预定密度的连续定位框;
如果所述连通区域中存在非零像素密度大于等于预定密度的连续定位框,则判断连续定位框组合后的宽高比是否满足预定宽高比;
如果所述连续定位框组合后的宽高比满足预定宽高比,则确定该连通区域为候选连通区域;
在候选连通区域中根据面积和对比度条件检测候选瞳孔光斑;
在候选瞳孔光斑附近利用所述瞳孔的预定半径范围检测圆,并根据检测到的圆确定瞳孔的中心和半径;
根据所述瞳孔的中心和半径,确定虹膜区域。
2.根据权利要求1所述的方法,其中所述在候选连通区域中根据面积和对比度条件检测候选瞳孔光斑的步骤包括:
在候选连通区域中通过四邻域搜索并标记光斑,判断标记光斑区域的面积是否小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差是否大于预定亮度;
如果标记光斑区域的面积小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差大于预定亮度,则确定所述标记光斑为候选瞳孔光斑。
3.根据权利要求1所述的方法,其中所述在候选瞳孔光斑附近利用所述瞳孔的半径范围检测圆,根据所述检测到的圆确定瞳孔的中心和半径的步骤包括:
在候选瞳孔光斑附近利用瞳孔的半径范围检测到圆时,为检测到的圆标记分数,直到为所有检测到的圆标记完分数;
由高到低将所述分数排序;
将分数最高的圆的圆心和半径作为瞳孔中心和瞳孔半径。
4.根据权利要求1所述的方法,其中所述根据人眼图像亮度估计环境光照强度的步骤包括:
根据人眼亮度图像得到人眼亮度直方图;
计算第一距离和第二距离,其中,第一距离为人眼图像亮度直方图与预先设置的室内亮度直方图的距离,所述第二距离为人眼图像亮度直方图与预先设置的室外亮度直方图的距离;
判断第一距离与第二距离的差值是否小于预定阈值;
如果第一距离与第二距离的差值小于预定阈值,则确定环境光照强度为室内光照强度;
如果第一距离与第二距离的差值大于预定阈值,则确定环境光照强度为室外光照强度。
5.一种虹膜识别预处理装置,所述装置包括:
人眼图像检测单元,适于获取包含虹膜区域的人眼图像;
瞳孔半径选择单元,适于根据人眼图像亮度估计环境光照强度,根据所述估计的环境光照强度选择瞳孔的预定半径范围;
图像处理单元,适于通过采用拉普拉斯算子对所述人眼图像进行卷积,得到卷积结果图像,通过将所述卷积结果图像进行二值化和膨胀,得到膨胀二值化图像;
连通区域确定单元,适于在膨胀二值化区域中获取连通区域,在所述连通区域设置多个定位框,统计连通区域每一定位框中非零像素数,计算所述连通区域中每一定位框的非零像素密度,所述非零像素密度为定位框中的非零像素数占总像素数的比例,判断所述连通区域中是否存在非零像素密度大于等于预定密度的连续定位框,如果所述连通区域中存在非零像素密度大于等于预定密度的连续定位框,则判断连续定位框组合后的宽高比是否满足预定宽高比,如果所述连续定位框组合后的宽高比满足预定宽高比条件,则确定该连通区域为候选连通区域;
候选瞳孔光斑确定单元,适于在所述候选连通区域中根据面积和对比度条件检测候选瞳孔光斑;
虹膜区域确定单元,适于在候选瞳孔光斑附近利用所述瞳孔的预定半径范围检测圆,并根据所述检测到的圆确定瞳孔的中心和半径,根据所述瞳孔的中心和半径,确定虹膜区域。
6.根据权利要求5所述的装置,其中所述候选瞳孔光斑确定单元还适于:
在候选连通区域中通过四邻域搜索并标记光斑,判断标记光斑区域的面积是否小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差是否大于预定亮度;
如果标记光斑区域的面积小于预定面积或标记光斑区域的亮度与标记光斑区域附近像素的亮度差大于预定亮度,则确定所述标记光斑为候选瞳孔光斑。
7.根据权利要求5所述的装置,其中所述虹膜区域确定单元还适于:
在候选瞳孔光斑附近利用瞳孔的半径范围检测到圆时,为检测到的圆标记分数,直到为所有检测到的圆标记完分数;
由高到低将所述分数排序;
将分数最高的圆的圆心和半径作为瞳孔中心和瞳孔半径。
8.根据权利要求5所述的装置,其中所述瞳孔半径选择单元还适于:
根据人眼亮度图像得到人眼亮度直方图;
计算第一距离和第二距离,其中,第一距离为人眼图像亮度直方图与预先设置的室内亮度直方图的距离,所述第二距离为人眼图像亮度直方图与预先设置的室外亮度直方图的距离;
判断第一距离与第二距离的差值是否小于预定阈值;
如果第一距离与第二距离的差值小于预定阈值,则确定环境光照强度为室内光照强度;
如果第一距离与第二距离的差值大于预定阈值,则确定环境光照强度为室外光照强度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112339.XA CN105590109B (zh) | 2016-02-29 | 2016-02-29 | 一种虹膜识别预处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112339.XA CN105590109B (zh) | 2016-02-29 | 2016-02-29 | 一种虹膜识别预处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105590109A CN105590109A (zh) | 2016-05-18 |
CN105590109B true CN105590109B (zh) | 2019-02-15 |
Family
ID=55929679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610112339.XA Active CN105590109B (zh) | 2016-02-29 | 2016-02-29 | 一种虹膜识别预处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105590109B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650743B (zh) * | 2016-09-12 | 2023-01-06 | 北京旷视科技有限公司 | 图像强反光检测方法和装置 |
CN107203765B (zh) * | 2017-03-30 | 2023-08-25 | 腾讯科技(上海)有限公司 | 敏感图像检测方法和装置 |
CN107945224A (zh) * | 2017-11-07 | 2018-04-20 | 北京中科慧眼科技有限公司 | 基于图像检测光照条件的方法与装置 |
CN111127537A (zh) * | 2018-10-29 | 2020-05-08 | 托比股份公司 | 用于检测头戴式装置中的阴影的方法和装置 |
CN109684915B (zh) | 2018-11-12 | 2021-01-01 | 温州医科大学 | 瞳孔跟踪图像处理方法 |
CN110909601B (zh) * | 2019-10-18 | 2022-12-09 | 武汉虹识技术有限公司 | 一种基于深度学习的美瞳识别方法及系统 |
CN113468920A (zh) * | 2020-03-31 | 2021-10-01 | 深圳市光鉴科技有限公司 | 基于人脸光斑图像的活体检测方法、系统、设备及介质 |
CN113190117B (zh) * | 2021-04-29 | 2023-02-03 | 南昌虚拟现实研究院股份有限公司 | 瞳孔、光斑定位方法、数据计算方法及相关装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542246A (zh) * | 2011-03-29 | 2012-07-04 | 广州市浩云安防科技股份有限公司 | Atm机异常人脸检测方法 |
CN103530618A (zh) * | 2013-10-23 | 2014-01-22 | 哈尔滨工业大学深圳研究生院 | 一种基于角膜反射的非接触式视线追踪方法 |
CN103679180A (zh) * | 2012-09-19 | 2014-03-26 | 武汉元宝创意科技有限公司 | 一种基于单摄像头单光源的视线追踪方法 |
CN103824061A (zh) * | 2014-03-03 | 2014-05-28 | 山东大学 | 基于光源反光区域检测和改进Hough变换的虹膜定位方法 |
CN104463127A (zh) * | 2014-12-15 | 2015-03-25 | 三峡大学 | 瞳孔定位方法和装置 |
-
2016
- 2016-02-29 CN CN201610112339.XA patent/CN105590109B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542246A (zh) * | 2011-03-29 | 2012-07-04 | 广州市浩云安防科技股份有限公司 | Atm机异常人脸检测方法 |
CN103679180A (zh) * | 2012-09-19 | 2014-03-26 | 武汉元宝创意科技有限公司 | 一种基于单摄像头单光源的视线追踪方法 |
CN103530618A (zh) * | 2013-10-23 | 2014-01-22 | 哈尔滨工业大学深圳研究生院 | 一种基于角膜反射的非接触式视线追踪方法 |
CN103824061A (zh) * | 2014-03-03 | 2014-05-28 | 山东大学 | 基于光源反光区域检测和改进Hough变换的虹膜定位方法 |
CN104463127A (zh) * | 2014-12-15 | 2015-03-25 | 三峡大学 | 瞳孔定位方法和装置 |
Non-Patent Citations (1)
Title |
---|
虹膜识别系统定位算法系统;张国裕;《中国优秀硕士学位论文全文数据库信息科技辑》;20160115;第2016卷(第01期);第34页第2段-第41页第2段,图4.9 |
Also Published As
Publication number | Publication date |
---|---|
CN105590109A (zh) | 2016-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105590109B (zh) | 一种虹膜识别预处理方法和装置 | |
JP5155886B2 (ja) | デジタル画像において目を検出する方法および装置 | |
US7684596B2 (en) | Image analysis | |
CN105678286B (zh) | 一种瞳孔定位方法及设备 | |
CN106909911A (zh) | 图像处理方法、图像处理装置和电子装置 | |
EP2079054A1 (en) | Detection of blobs in images | |
US5574799A (en) | Method and system for automated detection of microcalcification clusters in mammograms | |
WO2020098038A1 (zh) | 瞳孔跟踪图像处理方法 | |
CN111879735B (zh) | 一种基于图像的大米外观品质检测方法 | |
Fuadah et al. | Performing high accuracy of the system for cataract detection using statistical texture analysis and K-Nearest Neighbor | |
CN111161295A (zh) | 一种菜品图像背景剥离方法 | |
US20050135695A1 (en) | Method for radiological image processing | |
CN105957116A (zh) | 一种基于频率的动态编码点的设计与解码方法 | |
Girard et al. | Simultaneous macula detection and optic disc boundary segmentation in retinal fundus images | |
Qiu et al. | Feature selection for the automated detection of metaphase chromosomes: performance comparison using a receiver operating characteristic method | |
CN107145820B (zh) | 基于hog特征和fast算法的双眼定位方法 | |
CN106127738B (zh) | 凝集试验判读方法 | |
CN110334713B (zh) | 一种内衬纸产品类型的智能识别方法 | |
CN109544535A (zh) | 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统 | |
CN106097362B (zh) | 一种x光图像中人工圆形标记的自动检测和定位方法 | |
Schier et al. | Automated counting of yeast colonies using the fast radial transform algorithm | |
Princye et al. | Detection of exudates and feature extraction of retinal images using fuzzy clustering method | |
JP4623516B2 (ja) | 画像からの対象物検出方法及び対象物検出装置 | |
KR20150081680A (ko) | 동공 검출 방법, 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 동공 검출 장치 | |
Mei et al. | Optic disc segmentation method based on low rank matrix recovery theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Wang Xiaopeng Inventor before: Guo Yansong Inventor before: Xu Hefei |
|
GR01 | Patent grant | ||
GR01 | Patent grant |