身份识别方法、装置、设备及存储介质
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种身份识别方法、装置、设备及存储介质。
背景技术
虹膜是类似环形的结构,如图1所示,虹膜02位于瞳孔01和巩膜03之间,具体为虹膜外圆012和虹膜内圆023之间的部分,由于眼睑以及眼睫毛04的遮挡,丢失了一部分虹膜信息。虹膜直径约12mm,厚约0.5mm。从识别的角度来看,那些相互交错的类似于细丝,条纹等形状的细微特征是虹膜唯一性的体现。这些特征通常称为虹膜的纹理特征,用于虹膜识别。
现有技术中,基于虹膜的身份识别手段很难实现身份的实时识别。
发明内容
本发明实施例提供的身份识别方法、装置、设备及存储介质,解决了现有技术中基于虹膜的身份识别手段的实时性较差的技术问题。
第一方面,本发明实施例提供了一种身份识别方法,包括:
获取眼部图像的灰度图像对应的灰度直方图;
根据瞳孔与虹膜在所述灰度直方图中的波峰位置确定第一灰度阈值,并根据所述第一灰度阈值确定瞳孔掩模图像;
根据所述瞳孔掩模图像在二维坐标轴上的投影确定瞳孔参数;
若基于所述瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,根据所述灰度图像在二维坐标轴上的投影以及所述第一灰度阈值确定所述虹膜的内边界参数;
根据所述内边界参数,通过霍夫变换确定所述灰度图像中的虹膜外边界参数;
根据所述内边界参数和所述外边界参数确定所述灰度图像中的虹膜区域,并基于所述虹膜区域进行身份识别。
进一步,所述获取眼部图像的灰度图像对应的灰度直方图之前,还包括:
获取眼部图像的灰度图像;
当待分析的灰度图像的灰度共生矩阵的熵超出预设熵范围内时,则停止基于当前眼部图像的身份识别步骤。
进一步,所述瞳孔参数包括瞳孔圆心位置和瞳孔半径,在根据所述内边界参数,通过霍夫变换确定所述灰度图像中的虹膜外边界参数之前,还包括:
将瞳孔圆心位置和虹膜圆心位置之间的距离在虹膜半径中所占的比重作为内外偏心度;
当所述内外偏心度高于预设偏心度阈值时,则停止基于当前眼部图像的身份识别步骤。
进一步,所述根据所述内边界参数,通过霍夫变换确定所述灰度图像中的虹膜外边界参数,包括:
基于所述虹膜内边界参数确定所述灰度图像中的虹膜外延区域;
通过霍夫变换对所述虹膜外延区域进行分析,以得到虹膜外边界参数。
进一步,所述基于所述虹膜内边界参数确定所述灰度图像中的虹膜外延区域,包括:
以所述虹膜内边界的圆心位置为虹膜圆心位置,将1.5倍的虹膜内边界半径到4.5倍的虹膜内边界半径之间的区域作为虹膜外延区域。
进一步,所述基于所述虹膜内边界参数确定所述灰度图像中的虹膜外延区域,包括:
以所述虹膜内边界的圆心位置为虹膜圆心位置,将1.75倍的虹膜内边界半径到4倍的虹膜内边界半径之间的区域作为虹膜外延区域。
第二方面,本发明实施例还提供了一种基于虹膜的身份识别装置,包括:
灰度直方图获取模块,用于获取眼部图像的灰度图像对应的灰度直方图;
掩模图像获取模块,用于根据瞳孔与虹膜在所述灰度直方图中的波峰位置确定第一灰度阈值,并根据所述第一灰度阈值确定瞳孔掩模图像;
瞳孔参数获取模块,用于根据所述瞳孔掩模图像在二维坐标轴上的投影确定所述瞳孔参数;
内边界参数确定模块,用于若基于所述瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,根据所述灰度图像在二维坐标轴上的投影以及所述第一灰度阈值确定所述虹膜的内边界参数;
外边界参数确定模块,用于根据所述内边界参数,通过霍夫变换确定所述灰度图像中的虹膜外边界参数;
虹膜区域确定模块,用于根据所述内边界参数和所述外边界参数确定所述灰度图像中的虹膜区域,并基于所述虹膜区域进行身份识别。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的身份识别方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的身份识别方法。
本发明实施例提供的身份识别方法的技术方案,获取眼部图像的灰度图像对应的灰度直方图;根据瞳孔与虹膜在灰度直方图中的波峰位置确定第一灰度阈值,并根据第一灰度阈值确定瞳孔掩模图像;根据瞳孔掩模图像在二维坐标轴上的投影确定瞳孔参数;若基于瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,根据灰度图像在二维坐标轴上的投影以及第一灰度阈值确定虹膜的内边界参数;根据内边界参数,通过霍夫变换确定灰度图像中的虹膜外边界参数;根据内边界参数和外边界参数确定灰度图像中的虹膜区域,并基于虹膜区域进行身份识别。该方法可以快速、简单、准确地确定虹膜的内、外边界参数,进而根据虹膜内、外边界参数确定虹膜区域,有利于提高虹膜区域的确定速度,进而提高基于虹膜进行身份识别的速度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明背景技术提供的眼睛结构示意图;
图2是本发明实施例一提供的身份识别方法的流程图;
图3是本发明实施例二提供的身份识别方法的流程图;
图4是本发明实施例三提供的基于虹膜的身份识别装置的结构框图;
图5是本发明实施例四提供的设备的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
图2是本发明实施例一提供的身份识别方法的流程图。本实施例的技术方案适用于通过虹膜纹理进行身份识别的情况。该方法可以由本发明实施例提供的基于虹膜的身份识别装置来执行,该装置可以采用软件和/或硬件的方式实现,并配置在处理器中应用。如图2所示,该方法具体包括如下步骤:
S101、获取眼部图像的灰度图像对应的灰度直方图。
通过摄像头获取待识别对象的眼部图像,然后通过图像处理获取眼部图像的灰度图像,以及灰度图像的灰度直方图。
S102、根据瞳孔与虹膜在灰度直方图中的波峰位置确定第一灰度阈值,并根据第一灰度阈值确定瞳孔掩模图像。
由于眼睛虹膜的颜色比瞳孔的颜色浅,比巩膜的颜色深,因此眼部图像的灰度直方图通常存在三个明显的波峰,在沿像素灰度值升高的方向,三个波峰分别对应巩膜、虹膜和瞳孔,由此可以根据瞳孔和虹膜之间的波谷位置的像素灰度值确定瞳孔的掩模图像。
S103、根据瞳孔掩模图像在二维坐标轴上的投影确定瞳孔参数。
瞳孔掩模图像确定后,将瞳孔掩模图像投影到二维坐标轴上,得到瞳孔的坐标参数,具体为:将瞳孔掩模图像投影到横坐标轴上,可以得到瞳孔圆心的横坐标和半径,将瞳孔掩模图像投影到纵坐标轴上,可以得到瞳孔圆心的纵坐标,至此得到了包括瞳孔圆心位置和瞳孔半径在内的瞳孔参数。
S104、若基于所述瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,根据灰度图像在二维坐标轴上的投影以及第一灰度阈值确定虹膜的内边界参数。
若基于所述瞳孔参数所确定的内外偏心度高于预设偏心度阈值,则停止身份识别,若基于所述瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,则将灰度图像分别向X轴和Y轴方向作投影,利用其在X轴方向的灰度投影以及根据灰度直方图确定的虹膜与巩膜之间的第一灰度阈值,确定虹膜的内半径和圆心横坐标。由于眼睑的遮盖,虹膜外边界的上下两段通常是不可见的,因此不能得出虹膜圆心纵坐标。
由圆形的对称性可知,圆形边界上任意两点的中垂线经过圆心,由于已经得到了虹膜圆心的横坐标,可以作经过虹膜圆心横坐标的垂线,在虹膜边界上选取多对边界点,求取每对边界点的中垂线与圆心所在垂线的交点。将出现频度最高的交点作为虹膜的圆心位置,至此得到虹膜内边界参数的圆心位置和半径。
S105、根据内边界参数,通过霍夫变换确定灰度图像中的虹膜外边界参数。
虹膜的内边界参数确定后,还需要确定虹膜的外边界参数。为了提高虹膜外边界参数的确定速度,本实施例先根据虹膜的内边界参数确定一个虹膜外延区域,即在灰度图像中确定一个包括虹膜区域在内的虹膜外延区域,通过该虹膜外延区域代替灰度图像参与虹膜外边界参数的确定,以减少参与虹膜外边界参数确定运算的像素数量。
可选地,本实施例以虹膜内边界的圆心位置为虹膜圆心位置,将1.5倍的虹膜内边界半径到4.5倍的虹膜内边界半径之间的区域作为虹膜外延区域。在进行虹膜外边界参数确定时,仅虹膜外延区域内的像素参与计算即可。
可选地,为了进一步减少参与虹膜区域确定计算的像素数量,本实施例以虹膜内边界圆心位置为虹膜圆心位置,将1.75倍的虹膜内边界半径到4倍的虹膜内边界半径之间的区域作为虹膜外延区域。将图像的缩放程度保持在5%~10%的范围内,在满足识别精度的要求的前提下,提高识别速度。
虹膜外延区域确定后,本实施例先对灰度图像中的虹膜外延区域进行边缘追踪或边缘检测,得到虹膜边缘二值图像,然后通过霍夫曼变换在虹膜边缘二值图像中确定虹膜外边界参数,具体为:
其中,(xj,yj),j=1,2,...,n为虹膜边缘二值图像上的点,g(xj,yj,xc,yc,r)=(xj-xc)2+(yj-yc)2-r2为满足参数(xa,ya,r)的圆方程的判别函数,H(xa,ya,r)为外边界参数(xa,ya,r)的得票统计,如果g(xj,yj,xc,yc,r)的值为0,那么说明点(xi,yi)是外边界参数(xa,ya,r)所确定的圆,此时外边界参数(xa,ya,r)的得票数就加1,得票数最多的外边界参数(Xl,Yl,Rl)即为目标外边界所对应的参数。
S106、根据内边界参数和外边界参数确定灰度图像中的虹膜区域,并基于虹膜区域进行身份识别。
根据所确定的虹膜的内边界参数和外边界参数确定眼部图像中的虹膜区域,然后根据所确定的虹膜区域中的虹膜纹理进行身份识别。
本发明实施例提供的身份识别方法的技术方案,获取眼部图像的灰度图像对应的灰度直方图;根据瞳孔与虹膜在灰度直方图中的波峰位置确定第一灰度阈值,并根据第一灰度阈值确定瞳孔掩模图像;根据瞳孔掩模图像在二维坐标轴上的投影确定瞳孔参数;若基于瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,根据灰度图像在二维坐标轴上的投影以及第一灰度阈值确定虹膜的内边界参数;根据内边界参数,通过霍夫变换确定灰度图像中的虹膜外边界参数;根据内边界参数和外边界参数确定灰度图像中的虹膜区域,并基于虹膜区域进行身份识别。该方法可以快速、简单、准确地确定虹膜的内、外边界参数,进而根据虹膜内、外边界参数确定虹膜区域,有利于提高虹膜区域的确定速度,进而提高基于虹膜进行身份识别的速度。
实施例二
图3是本发明实施例二提供的身份识别方法的流程图。如图3所示,本发明实施例在上述实施例的基础上,增加了图像质量判别的步骤。
为了提高身份识别的准确性,通常需要确保所分析的眼部图像携带足够多的目标信息,因此需要保证眼部图像具有较高的图像质量。为了确保目标图像具有较高的图像质量,如图3所示,本实施例在获取眼部图像的灰度图像对应的灰度直方图之前,还包括:
S1001、获取眼部图像的灰度图像。
S1002、当待分析的灰度图像的灰度共生矩阵的熵超出预设熵范围内时,则停止基于当前眼部图像的身份识别步骤。
本实施例采用基于灰度共生矩阵的熵作为图像清晰度的评价函数,在计算图像的灰度共生矩阵时,先计算以图像的灰度i为起点,在δ=(Δm,Δn)范围内的灰度值为j的像素的频度Pδ(i,j),以Pδ(i,j)为构成灰度共生矩阵的分量,然后以分量之和为1进行标准化。
图像清晰度的计算公式为:
当Pδ(i,j)各项的差别越明显时,图像的层次越分明,熵值越低,当Pδ(i,j)的各项越接近时,图像越模糊,熵值越高。所以采集到的眼部图像越接近齐焦点,清晰度的值越低,而在齐焦点处的值最小。本实施例将计算得到的Qi值与预设熵进行比较,当其超出预设熵范围时,则表示该图像的图像清晰度较低,图像较模糊,则停止基于当前眼部图像的身份识别步骤。
为了进一步通过确保图像质量,提高图像识别的准确率和速度,如图2所示,本实施例在根据内边界参数,通过霍夫变换确定灰度图像中的虹膜外边界参数之前,还包括:
S003、将瞳孔圆心位置和虹膜圆心位置之间的距离在虹膜半径中所占的比重作为内外偏心度。
S004、当内外偏心度高于预设偏心度阈值时,则停止基于当前眼部图像的身份识别步骤。
通过内外偏心度可以检测瞳孔与虹膜是否是同心圆或是接近同心圆,当二者之间的内外偏心度在预设偏心度阈值范围内时,说明该眼部图像的眼睛正视镜头,当二者之间的内外偏心度超出预设偏心度阈值范围时,说明该眼部图像的眼睛可能出现斜视。因此可以通过内外偏心度指标判断眼部图像中的眼睛是否存在斜视,如果存在眼睛斜视的情况,则需停止对当前待分析的眼部图像的识别分析,因为眼睛斜视时会隐藏虹膜的部分纹理信息,进而影响身份识别的准确性。
本发明实施例通过图像清晰度以及内外偏心度检测待分析的眼部图像是否符合预设标准,避免了对模糊图像以及眼睛斜视的眼部图像执行完整的身份识别分析流程,致使分析结果无效以及影响身份识别的准确度和速度,有利于简化身份识别的流程,提高身份识别的准确性和速度。
实施例三
图4是本发明实施例三提供的基于虹膜的身份识别装置的结构框图。该装置用于执行上述任意实施例所提供的身份识别方法,该控制装置可选为软件或硬件的方式实现。如图4所示,该装置包括:
灰度直方图获取模块11,用于获取眼部图像的灰度图像对应的灰度直方图;
掩模图像获取模块12,用于根据瞳孔与虹膜在所述灰度直方图中的波峰位置确定第一灰度阈值,并根据所述第一灰度阈值确定瞳孔掩模图像;
瞳孔参数获取模块13,用于根据所述瞳孔掩模图像在二维坐标轴上的投影确定所述瞳孔参数;
内边界参数确定模块14,用于若基于所述瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,根据所述灰度图像在二维坐标轴上的投影以及所述第一灰度阈值确定所述虹膜的内边界参数;
外边界参数确定模块15,用于根据所述内边界参数,通过霍夫变换确定所述灰度图像中的虹膜外边界参数;
虹膜区域确定模块16,用于根据所述内边界参数和所述外边界参数确定所述灰度图像中的虹膜区域,并基于所述虹膜区域进行身份识别。
本发明实施例提供的身份识别装置的技术方案,获取眼部图像的灰度图像对应的灰度直方图;根据瞳孔与虹膜在灰度直方图中的波峰位置确定第一灰度阈值,并根据第一灰度阈值确定瞳孔掩模图像;根据瞳孔掩模图像在二维坐标轴上的投影确定瞳孔参数;若基于瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,根据灰度图像在二维坐标轴上的投影以及第一灰度阈值确定虹膜的内边界参数;根据内边界参数,通过霍夫变换确定灰度图像中的虹膜外边界参数;根据内边界参数和外边界参数确定灰度图像中的虹膜区域,并基于虹膜区域进行身份识别。该方法可以快速、简单、准确地确定虹膜的内、外边界参数,进而根据虹膜内、外边界参数确定虹膜区域,有利于提高虹膜区域的确定速度,进而提高基于虹膜进行身份识别的速度。
本发明实施例所提供的基于虹膜的身份识别装置可执行本发明任意实施例所提供的身份识别方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四提供的设备的结构示意图,如图5所示,该设备包括处理器101、存储器102、输入装置103以及输出装置104;设备中处理器101的数量可以是一个或多个,图5中以一个处理器101为例;设备中的处理器101、存储器102、输入装置103以及输出装置104可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器102作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的身份识别方法对应的程序指令/模块(例如,灰度直方图获取模块11、掩模图像获取模块12、瞳孔参数获取模块13、内边界参数确定模块14、外边界参数确定模块15以及虹膜区域确定模块16)。处理器101通过运行存储在存储器102中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的身份识别方法。
存储器102可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器102可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器102可进一步包括相对于处理器101远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置103可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。
输出装置104可包括显示屏等显示设备,例如,用户终端的显示屏。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种身份识别方法,该方法包括:
获取眼部图像的灰度图像对应的灰度直方图;
根据瞳孔与虹膜在所述灰度直方图中的波峰位置确定第一灰度阈值,并根据所述第一灰度阈值确定瞳孔掩模图像;
根据所述瞳孔掩模图像在二维坐标轴上的投影确定瞳孔参数;
若基于所述瞳孔参数所确定的内外偏心度小于或等于预设偏心度阈值时,根据所述灰度图像在二维坐标轴上的投影以及所述第一灰度阈值确定所述虹膜的内边界参数;
根据所述内边界参数,通过霍夫变换确定所述灰度图像中的虹膜外边界参数;
根据所述内边界参数和所述外边界参数确定所述灰度图像中的虹膜区域,并基于所述虹膜区域进行身份识别。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的身份识别方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(RandomAccess Memory,简称RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的身份识别方法。
值得注意的是,上述基于虹膜的身份识别装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。