CN109145856A - 虹膜图像采集方法、虹膜图像采集装置及计算装置 - Google Patents
虹膜图像采集方法、虹膜图像采集装置及计算装置 Download PDFInfo
- Publication number
- CN109145856A CN109145856A CN201811020015.9A CN201811020015A CN109145856A CN 109145856 A CN109145856 A CN 109145856A CN 201811020015 A CN201811020015 A CN 201811020015A CN 109145856 A CN109145856 A CN 109145856A
- Authority
- CN
- China
- Prior art keywords
- image
- focal length
- iris
- capture device
- iris image
- 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.)
- Pending
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
- G06V40/19—Sensors therefor
Abstract
本发明提供一种虹膜图像采集方法、虹膜图像采集装置及计算装置,涉及图像采集技术领域,虹膜图像采集方法应用于图像采集设备,包括:图像采集设备以第一焦距采集包括眼部图像的第一图像,然后,获得第二焦距,该第二焦距为外部设备或者图像采集设备自身通过人脸识别算法对所述第一图像计算得出,然后,图像采集设备将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像,从而使图像采集设备在较短的时间内得到一个较为清晰的虹膜图像。
Description
技术领域
本发明涉及图像采集技术领域,具体而言,涉及一种虹膜图像采集方法、虹膜图像采集装置及计算装置。
背景技术
虹膜识别技术被广泛认为是二十一世纪最具有发展前途的生物认证技术,未来的安防、国防、电子商务等多种领域的应用,也必然的会以虹膜识别技术为重点。
人眼睛的外观图由巩膜、虹膜、瞳孔三部分构成,其中虹膜位于巩膜和瞳孔之间,包含了最丰富的纹理信息,是人体中最独特的结构之一。由于虹膜的形成由遗传基因决定,其形貌可以保持数十年没有多少变化,因此,虹膜的高度独特性、稳定性及不可更改的特点,是虹膜可用作身份鉴别的物质基础。
但是,现在的虹膜识别过程大多采用定焦镜头,难以在较短的时间内得到一个较为清晰的虹膜图像。
发明内容
为了克服上述现有技术中的不足,本发明提供一种虹膜图像采集方法、虹膜图像采集装置及计算装置,以解决上述问题。
为了实现上述目的,本发明实施例所提供的技术方案如下所示:
第一方面,本发明实施例提供一种虹膜图像采集方法,应用于图像采集设备,包括:以第一焦距采集包括眼部图像的第一图像;获得第二焦距;其中,所述第二焦距为通过人脸识别算法对所述第一图像计算得出;将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像。
在本发明的可选实施例中,所述第一焦距为所述图像采集设备的最短焦距,在所述以第一焦距采集包括眼部图像的第一图像前,还包括:将焦距调整至所述第一焦距。
在本发明的可选实施例中,所述获得第二焦距,包括:根据所述人脸识别算法对所述第一图像进行识别,确定所述第一图像中所述眼部图像的第一瞳距;根据瞳距与焦距的对应关系,确定所述第一瞳距对应的所述第二焦距。
在本发明的可选实施例中,所述获得第二焦距,包括:将所述第一图像传输给外部设备,以使所述外部设备通过所述人脸识别算法对所述第一图像计算得出所述第二焦距;接收所述外部设备发送的所述第二焦距。
在本发明的可选实施例中,在采集虹膜图像后,还包括:通过虹膜识别算法判断所述虹膜图像是否满足虹膜识别要求;若所述虹膜图像不符合所述虹膜识别要求,通过所述虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距;将焦距调整至所述推荐焦距,以所述推荐焦距采集所述虹膜图像。
在本发明的可选实施例中,在采集虹膜图像后,还包括:将所述虹膜图像传输给外部设备;接收所述外部设备发送的推荐焦距;其中,所述推荐焦距为所述外部设备通过虹膜识别算法确定;将焦距调整至所述推荐焦距,以所述推荐焦距采集所述虹膜图像。
第二方面,本发明实施例提供一种虹膜图像采集方法,应用于外部设备,包括:接收包括眼部图像的第一图像;其中,所述第一图像为图像采集设备以第一焦距采集得到;通过人脸识别算法对所述第一图像计算得出第二焦距;将所述第二焦距发送给所述图像采集设备。
在本发明的可选实施例中,所述通过人脸识别算法根据所述第一图像计算得出第二焦距,包括:根据所述人脸识别算法对所述第一图像进行识别,确定所述第一图像中所述眼部图像的第一瞳距;根据瞳距与焦距的对应关系,确定所述第一瞳距对应的所述第二焦距。
在本发明的可选实施例中,在发送给所述图像采集设备后,还包括;接收所述图像采集设备采集的虹膜图像;通过虹膜识别算法判断所述虹膜图像是否符合虹膜识别要求;若所述虹膜图像不符合所述虹膜识别要求,通过所述虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距;将所述推荐焦距发送给所述图像采集设备。
第三方面,本发明实施例提供一种虹膜图像采集装置,包括:第一采集模块,用于以第一焦距采集包括眼部图像的第一图像;获得模块,用于获得第二焦距;其中,所述第二焦距为通过人脸识别算法对所述第一图像计算得出;第二采集模块,用于将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像。
第四方面,本发明实施例提供一种计算装置,包括:接收模块,用于接收包括眼部图像的第一图像;其中,所述第一图像为图像采集设备以第一焦距采集得到;计算模块,用于通过人脸识别算法对所述第一图像计算得出第二焦距;发送模块,用于将所述第二焦距发送给所述图像采集设备。
第五方面,本发明实施例提供一种电子设备,包括:处理器、存储器以及总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行第一方面、第一方面的任一可选的实现方式、第二方面以及第二方面的任一可选的实现方式中任一所述的方法。
第六方面,本发明实施例提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行第一方面、第一方面的任一可选的实现方式、第二方面以及第二方面的任一可选的实现方式中任一所述的方法。
本发明提供的一种虹膜图像采集方法、虹膜图像采集装置及计算装置,方法包括:图像采集设备以第一焦距采集包括眼部图像的第一图像,然后,获得第二焦距,该第二焦距为外部设备或者图像采集设备自身通过人脸识别算法对第一图像计算得出,然后,图像采集设备将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像,使图像采集设备在较短的时间内得到一个较为清晰的虹膜图像。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举本发明实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍。应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例提供的一种虹膜图像采集系统的示意图;
图2为本发明实施例提供的另一图像采集设备的示意图;
图3为本发明第一实施例提供的一种虹膜图像采集方法的流程示意图;
图4为本发明第二实施例提供的一种虹膜图像采集方法的流程示意图;
图5为本发明第三实施例提供的一种虹膜图像采集方法的流程示意图;
图6为本发明第四实施例提供的一种虹膜图像采集方法的流程示意图;
图7为本发明第五实施例提供的一种虹膜图像采集方法的流程示意图;
图8为本发明第六实施例提供的一种虹膜图像采集方法的流程示意图;
图9为本发明第七实施例提供的一种虹膜图像采集装置的示意图;
图10为本发明第八实施例提供的一种计算装置的示意图。
图标:
10-图像采集设备;110-变焦镜头;112-处理器;113-驱动模块;20-外部设备;30-虹膜图像采集装置;310-第一采集模块;320-获得模块;330-第二采集模块;40-计算装置;410-接收模块;420-计算模块;430-发送模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“中”、“上”、“下”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“设置”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接。可以是机械连接,也可以是电性连接。可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本发明实施例提供的一种虹膜图像采集系统的示意图,该系统包括图像采集设备10以及外部设备20,其中,图像采集设备10用于采集图像,将图像发送给外部设备20;外部设备20用于对图像进行识别,根据识别结果生成图像采集参数,将该图像采集参数发送给图像采集设备10,以使图像采集设备10根据确定的图像采集参数重新采集图像。其中,图像采集设备10与外部设备20之间可以通过光纤、同轴电缆等有线传输介质通信,也可以通过5G、WiFi、紫蜂(zigbee)等无线通信方式进行通信。应理解,图1所示系统中,图像采集设备10、外部设备20可以有多种实现方式,例如,图像采集设备10可以为多种类型的摄像头或具有摄像头的设备,外部设备20可以为智能手机、计算机、平板电脑等能够对图像进行识别处理的设备。
请参照图2,图2为本发明实施例提供的另一图像采集设备的示意图,该图像采集设备10除了包括用于采集图像的变焦镜头110之外,还包括对采集的图像进行识别处理的处理器112,该处理器112可以为具有图像处理能力的集成电路芯片,如中央处理器(Central Processing Unit,简称CPU)、图形处理器(Graphics Processing Unit,简称GPU)等。与图1所示的虹膜识别系统的不同之处在于,图像采集以及图像采集参数的优化均在图像采集设备10本地实现。该图像采集设备10可以为集成有上述处理芯片的摄像头设备,也可以为具有摄像头的具有图像处理能力的设备,如智能手机、平板电脑等。
另外,图1以及图2所示的图像采集设备10中还包括驱动模块113,该驱动模块113用于驱动图像采集设备10调整焦距,该驱动模块113包括但不限于电机。
结合上述图1或图2的架构,本申请实施例提供的虹膜识别方法包括:图像采集设备10以第一焦距采集包括眼部图像的第一图像,然后,获得第二焦距,该第二焦距为通过人脸识别算法对第一图像计算得出,在图1的架构中,该第二焦距的计算由外部设备20执行,在图2的架构中,该第二焦距的计算由图像采集设备10自身执行;然后,图像采集设备10将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像。
第一实施例
下面详细介绍基于图1的虹膜图像采集系统的虹膜图像采集方法,请参照图3,图3为本发明第一实施例提供的一种虹膜图像采集方法的流程示意图,该方法包括如下步骤:
步骤S120:图像采集设备以第一焦距采集包括眼部图像的第一图像。
图像采集设备以第一焦距进行第一次图像的采集,采集包括眼部图像的第一图像,需要说明的是,上述第一图像可以仅仅只是人眼的图像,也可以是包括眼部图像的人脸图像。
步骤S130:图像采集设备将所述第一图像传输给外部设备。
步骤S140:外部设备根据人脸识别算法对所述第一图像进行识别,确定所述第一图像中所述眼部图像的第一瞳距。
在步骤S140中,人脸识别算法可以为现有技术中的任一能够通过图像计算图像中人眼瞳距的算法,下面介绍其中的一种,包括以下步骤:
第一步,首先判断该第一图像是否为灰度图像,若不是,则将给第一图像转换为灰度图像。需要说明的是,再第一步之前,还可以有一个步骤,判断第一图像中是否包括眼部图像,如果第一图像中没有包括眼部图像,则图像采集设备重新采集图像;如果第一图像中包括了眼部图像,则进行第一步。
第二步,计算第一图像宽度和高度的极大值,并判断该极大值是否大于一个给定的阈值,该阈值的取值大小可以根据实际情况进行改变,在本实施例中,该阈值取值500。若第一图像宽度和高度的极大值大于500,则采用双线性插值的方法对第一图像进行缩放,得到图像缩放后的第二图像。
第三步,采用基于一种结合经典级联结构和多层神经网络的人脸检测方法对第二图像进行人脸检测。该人脸检测方法采用的是漏斗型级联结构,分别包括一个针对正脸、左侧脸和右侧脸的快速级联分类器、一个基于特征的多层感知器级联结构以及一个统一的多层感知器级联结构三个模型。这三个模型从粗到精、从上到下,各个层次上的分类器及其采用的特征逐步复杂。在分类器之间,还会通过非极大值的方法进一步合并候选区域,从而得到精确的人脸区域,包括人脸区域左上角的坐标以及人脸区域的宽度和高度。
第四步,采用一种级联了多级栈式自编码网络的方法对得到的人脸区域进行面部特征点定位。在该方法中,输入上述人脸区域,第一级自编码器网络直接从该人脸的低分辨率版本中快速估计大致的人脸形状。然后,提高分辨率,并抽取当前人脸形状各特征点位置的局部特征,输入到下一级自编码器网络来进一步优化人脸对齐结果。该方法通过级联多个栈式自编码器网络,在越来越高分辨率的人脸图像上逐步优化人脸对齐结果,得到两眼中心、鼻尖以及两个嘴角这五个面部关键特征点的位置。
第五步,根据第四步得到的面部关键特征点的位置,可以得到两眼中心的坐标,再根据第二步中的缩放比例,将第二图像中的坐标返回到第一图像中的两眼中心坐标,并计算两点之间的欧式距离,得到第一图像中眼部图像的瞳距。
步骤S150:外部设备根据瞳距与焦距的对应关系,确定所述第一瞳距对应的第二焦距。
在本实施例中,提供两种瞳距与焦距的对应关系。第一种,瞳距与焦距有直接的对应关系,即在步骤S130中得到第一瞳距后,图像采集设备根据预先得到的瞳距与焦距的对应关系直接得到第二焦距。第二种,瞳距与焦距有间接的对应关系,即在步骤S130中得到第一瞳距后,图像采集设备首先将第一瞳距与一个预设距离进行比较,再根据比较结果得到人相对于图像采集设备的距离,最后根据人相对于图像采集设备的距离得到第二焦距。上述预设距离为人眼平均瞳距,在本实施例中,预设距离取值为65毫米。
需要说明的是,在第一种方法中,瞳距与焦距的直接对应关系可以是在虹膜图像采集的过程之前完成的,即预先通过实验测试制作出该图像采集设备的焦距与采集到的图像中瞳距的对应关系,也可以是通过一个公式,直接根据第一瞳距计算出第二焦距。在第二种方法中,瞳距与焦距的间接对应关系可以是一部分在虹膜图像采集的过程之前完成,另一部分直接通过计算完成。比如,在虹膜图像采集之前,可以预先通过实验测试制作出人相对于图像采集设备的距离与该图像采集设备焦距的对应关系,在虹膜图像采集的过程中,图像采集设备首先将第一瞳距与预设距离进行比较,再根据比较结果计算得出人相对于图像采集设备的距离,最后根据预先得到的人相对于图像采集设备的距离与该图像采集设备焦距的对应关系得出第二焦距。
在图像采集设备型号不同的情况下,上述瞳距与焦距的对应关系也不相同,因此,在使用不同的图像采集设备时应该采用不同的对应关系。本实施例对获取瞳距与焦距对应关系的方法不作限定,可以是上述两种方法,也可以是上述两种方法的合理改变,还可以是其他方法,应该根据实际情况进行选择。
步骤S160:外部设备将所述第二焦距发送给图像采集设备。
步骤S170:图像采集设备将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像。
在得到第二焦距之后,图像采集设备可以通过手动调整或者电机调整的方式将焦距调至第二焦距,并采集第二焦距下的第一虹膜图像。
在本实施例中,提供了一种基于虹膜图像采集系统的虹膜图像采集方法,该方法中,外部设备利用人脸识别算法识别采集到的人脸图像得到人眼瞳距,根据焦距与瞳距的对应关系得到图像采集设备的焦距,图像采集设备采用改变焦距的方式改变焦距,使虹膜采集系统在较短的时间内得到一个较为清晰的虹膜图像,同时将人脸识别算法放在外部设备中进行,增加了虹膜图像采集的速度,降低了图像采集设备自身的要求。
可选的,在步骤S120前,还可以包括步骤S110:图像采集设备将焦距调整至所述第一焦距。
在每一次进行虹膜图像的采集之前,先对图像采集设备的焦距进行一次统一的初始调整,即将图像采集设备的焦距调整至一个特定初始的地方。在本实施例中,在每次进行虹膜图像的采集之前,将图像采集设备的焦距调整至最短焦段,即图像采集设备焦距最小处,使每次虹膜图像的采集从图像采集设备的最短焦段开始采集,保证每次虹膜图像采集的起始位置相同,便于后续算法的计算。需要说明的是,初始调整的位置不限于图像采集设备的最短焦段,也可以是图像采集设备的任意焦段,可以经过实际情况进行调整。进一步的,在采集虹膜图像之前,也可以不进行图像采集设备焦距的初始调整这一步,即直接采用上一次虹膜图像采集的最终焦距作为本次虹膜图像采集的初始焦距,节约时间成本。
图像采集设备调整焦距有两种实现方式:第一种是手动调整,即通过用手转动和拉伸图像采集设备,从而改变其焦距;第二种是通过电机调整,即通过电机驱动改变图像采集设备的焦距,具体实现方式根据实际情况进行选择。
第二实施例
请参照图4,图4为本发明第二实施例提供的一种虹膜图像采集方法的流程示意图,结合第一实施例,在步骤S170之后,还包括:
步骤S280:图像采集设备通过虹膜识别算法判断所述第一虹膜图像是否满足虹膜识别要求。
采集到的第一虹膜图像,需要通过虹膜识别算法判断是否符合后续虹膜识别的清晰度要求,若不符合,则执行步骤S281;若符合,则执行步骤S283。
步骤S281:图像采集设备通过所述虹膜识别算法对所述第一虹膜图像进行识别,根据识别结果确定第三焦距。
当采集到的第一虹膜图像不符合后续虹膜识别的清晰度要求,需要再通过虹膜识别算法确定一个第三焦距,该第三焦距应该与第二焦距有所不同,以能得到更清晰的虹膜图像为目的。
步骤S282:图像采集设备将焦距调整至所述第三焦距,以第三焦距采集第二虹膜图像。
将图像采集设备调整至第三焦距,以第三焦距采集第二虹膜图像,随后重复步骤S280,若不符合后续虹膜识别的清晰度要求,则执行步骤S281;若符合后续虹膜识别的清晰度要求,则执行步骤S283。
步骤S283:进行后续操作。
当得到一个符合后续虹膜识别清晰度要求的虹膜图像后,可以将该虹膜图像进行虹膜识别的操作,或者将该虹膜图像发送给外部设备进行其他的后续操作,本实施例不作限定。
应理解,图像采集设备在每次采集虹膜图像后,都可以通过虹膜识别算法判断所述虹膜图像是否满足虹膜识别要求;若采集的虹膜图像不符合虹膜识别要求,通过虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距;将焦距调整至所述推荐焦距,以推荐焦距采集所述虹膜图像。例如,在上述步骤S282之后,可以继续判断第二虹膜图像是否符合虹膜识别要求,若不符合,则再次通过虹膜识别算法得到新的焦距,以此类推,直至采集到的虹膜图像符合虹膜识别要求。
在本实施例中,提供了一种基于虹膜图像采集系统的虹膜图像采集方法,该方法中,外部设备利用人脸识别算法识别采集到的人脸图像得到人眼瞳距,根据焦距与瞳距的对应关系得到图像采集设备的焦距,图像采集设备采用自动改变焦距的方式改变焦距,采集虹膜图像。图像采集设备通过判断虹膜图像的清晰度是否符合虹膜识别的要求,迭代修正自己的焦距,得到更加清晰的虹膜图像。同时,虹膜识别算法通过图像采集设备自身完成,增加了图像采集设备自身的精细程度。
第三实施例
请参照图5,图5为本发明第三实施例提供的一种虹膜图像采集方法的流程示意图,结合第一实施例,在步骤S170之后,还包括:
步骤S380:图像采集设备将所述第一虹膜图像传输给外部设备。
步骤S390:外部设备通过虹膜识别算法判断所述第一虹膜图像是否符合虹膜识别要求。
外部设备需要通过虹膜识别算法判断第一虹膜图像是否符合后续虹膜识别的清晰度要求。若不符合,执行步骤S391;若符合,则执行步骤S394。
步骤S391:外部设备通过所述虹膜识别算法对所述第一虹膜图像进行识别,根据识别结果确定第三焦距。
步骤S392:外部设备将所述第三焦距发送给所述图像采集设备。
步骤S393:图像采集设备将焦距调整至所述第三焦距,以所述第三焦距采集所述第二虹膜图像。
外部设备将计算得到的第三焦距发送给图像采集设备,图像采集设备调整至第三焦距,以第三焦距采集第二虹膜图像,再将第二虹膜图像传输给外部设备,随后重复步骤S390,若不符合后续虹膜识别的清晰度要求,则执行步骤S391;若符合后续虹膜识别的清晰度要求,则执行步骤S394。
步骤S394:进行后续操作。
与第二实施例类似,图像采集设备在每次采集虹膜图像后,都可以将所述虹膜图像传输给外部设备,外部设备通过虹膜识别算法判断所述虹膜图像是否满足虹膜识别要求;若采集的虹膜图像不符合虹膜识别要求,外部设备通过虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距;外部设备将推荐焦距发送给图像采集设备,图像采集设备将焦距调整至所述推荐焦距,以推荐焦距采集所述虹膜图像。
在本实施例中,提供了一种基于虹膜图像采集系统的虹膜图像采集方法,该方法中,外部设备利用人脸识别算法识别采集到的人脸图像得到人眼瞳距,根据焦距与瞳距的对应关系得到图像采集设备的焦距,图像采集设备采用自动改变焦距的方式改变焦距,采集虹膜图像。外部设备通过判断虹膜图像的清晰度是否符合虹膜识别的要求,迭代修正图像采集设备的焦距,得到更加清晰的虹膜图像。同时,虹膜识别算法在外部设备中完成,增加了虹膜图像采集的速度,降低了图像采集设备自身的要求。
第四实施例
下面详细介绍基于图2的图像采集设备的虹膜图像采集方法,请参照图6,图6为本发明第四实施例提供的一种虹膜图像采集方法的流程示意图,该方法包括如下步骤:
步骤S420:图像采集设备以第一焦距采集包括眼部图像的第一图像。
步骤S430:图像采集设备根据人脸识别算法对所述第一图像进行识别,确定所述第一图像中所述眼部图像的第一瞳距。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,图像采集设备根据人脸识别算法对第一图像进行识别的过程与第一实施例中外部设备根据人脸识别算法对第一图像进行识别的过程相似,在此不再过多赘述。
步骤S440:图像采集设备根据瞳距与焦距的对应关系,确定所述第一瞳距对应的第二焦距。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,图像采集设备确定所述第一瞳距对应的第二焦距的过程与第一实施例中外部设备确定所述第一瞳距对应的第二焦距的过程相似,在此不再过多赘述。
步骤S450:图像采集设备将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像。
在本实施例中,提供了一种基于图像采集设备的虹膜图像采集方法,该方法中,图像采集设备利用人脸识别算法识别采集到的人脸图像得到人眼瞳距,根据焦距与瞳距的对应关系得到图像采集设备的焦距,并采用自动改变焦距的方式改变焦距,使虹膜采集系统在较短的时间内得到一个较为清晰的虹膜图像。同时,人脸识别算法通过图像采集设备自身完成,增加了图像采集设备自身的精细程度。
需要说明的是,在步骤S420前,还可以包括步骤S410:图像采集设备将焦距调整至所述第一焦距。
第五实施例
请参照图7,图7为本发明第五实施例提供的一种虹膜图像采集方法的流程示意图,结合第四实施例,在步骤S450之后,还包括:
步骤S560:图像采集设备通过虹膜识别算法判断所述虹膜图像是否满足虹膜识别要求。
采集到的第一虹膜图像,需要通过虹膜识别算法判断是否符合后续虹膜识别的清晰度要求,若不符合,则执行步骤S561;若符合,则执行步骤S563。
步骤S561:图像采集设备通过所述虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距。
当采集到的第一虹膜图像不符合后续虹膜识别的清晰度要求,需要再通过虹膜识别算法确定一个推荐焦距即第三焦距,该第三焦距应该与第二焦距有所不同,以能得到更清晰的虹膜图像为目的。
步骤S562:图像采集设备将焦距调整至所述推荐焦距,以推荐焦距采集所述虹膜图像。
将图像采集设备调整至第三焦距,以第三焦距采集第二虹膜图像,随后重复步骤S560,若不符合后续虹膜识别的清晰度要求,则执行步骤S561;若符合后续虹膜识别的清晰度要求,则执行步骤S563。
步骤S563:进行后续操作。
与第二实施例类似,图像采集设备在每次采集虹膜图像后,都可以通过虹膜识别算法判断所述虹膜图像是否满足虹膜识别要求;若采集的虹膜图像不符合虹膜识别要求,通过虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距;将焦距调整至所述推荐焦距,以推荐焦距采集所述虹膜图像。
在本实施例中,提供了一种基于图像采集设备的虹膜图像采集方法,该方法中,图像采集设备利用人脸识别算法识别采集到的人脸图像得到人眼瞳距,根据焦距与瞳距的对应关系得到图像采集设备的焦距,并采用自动改变焦距的方式改变焦距,采集虹膜图像。图像采集设备通过判断虹膜图像的清晰度是否符合虹膜识别的要求,迭代修正自己的焦距,得到更加清晰的虹膜图像。同时,虹膜识别算法通过图像采集设备自身完成,增加了图像采集设备自身的精细程度。
第六实施例
请参照图8,图8为本发明第六实施例提供的一种虹膜图像采集方法的流程示意图,结合第四实施例,在步骤S450之后,还包括:
步骤S660:图像采集设备将所述虹膜图像传输给外部设备。
步骤S670:外部设备通过虹膜识别算法判断所述虹膜图像是否符合虹膜识别要求。
外部设备需要通过虹膜识别算法判断第一虹膜图像是否符合后续虹膜识别的清晰度要求。若不符合,执行步骤S671;若符合,则执行步骤S673。
步骤S671:外部设备通过所述虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距。
当采集到的第一虹膜图像传输给外部设备后,外部设备判定其不符合后续虹膜识别的清晰度要求,则需要再通过虹膜识别算法确定一个推荐焦距即第三焦距,该第三焦距应该与第二焦距有所不同,以能得到更清晰的虹膜图像为目的。
步骤S672:外部设备将所述推荐焦距发送给所述图像采集设备。
外部设备将计算得到的第三焦距发送给图像采集设备,图像采集设备调整至第三焦距,以第三焦距采集第二虹膜图像,再将第二虹膜图像传输给外部设备,随后重复步骤S670,若不符合后续虹膜识别的清晰度要求,则执行步骤S671;若符合后续虹膜识别的清晰度要求,则执行步骤S673
步骤S680:图像采集设备将焦距调整至所述推荐焦距,以所述推荐焦距采集所述虹膜图像。
步骤S690:进行后续操作。
与第二实施例类似,图像采集设备在每次采集虹膜图像后,都可以将所述虹膜图像传输给外部设备,外部设备通过虹膜识别算法判断所述虹膜图像是否满足虹膜识别要求;若采集的虹膜图像不符合虹膜识别要求,外部设备通过虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距;外部设备将推荐焦距发送给图像采集设备,图像采集设备将焦距调整至所述推荐焦距,以推荐焦距采集所述虹膜图像。
在本实施例中,提供了一种基于图像采集设备的虹膜图像采集方法,该方法中,图像采集设备利用人脸识别算法识别采集到的人脸图像得到人眼瞳距,根据焦距与瞳距的对应关系得到图像采集设备的焦距,并采用自动改变焦距的方式改变焦距,采集虹膜图像。外部设备通过判断虹膜图像的清晰度是否符合虹膜识别的要求,迭代修正图像采集设备的焦距,得到更加清晰的虹膜图像。同时,虹膜识别算法在外部设备中完成,增加了虹膜图像采集的速度,降低了图像采集设备自身的要求。
第七实施例
请参照图9,图9为本发明第七实施例提供的一种虹膜图像采集装置的示意图,所述虹膜图像采集装置30包括:第一采集模块310、获得模块320以及第二采集模块330。
第一采集模块310,用于以第一焦距采集包括眼部图像的第一图像。
获得模块320,用于获得第二焦距,其中,所述第二焦距为通过人脸识别算法对所述第一图像计算得出。
第二采集模块330,用于将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像。
虹膜图像采集装置30包括的上述模块的实现方式可以参照实施例一、实施例四中由图像采集设备10执行的步骤。且,虹膜图像采集装置30还可以包括实现上述实施例二、实施例三、实施例五以及实施例六中由图像采集设备10执行的步骤的其他模块。
在本实施例中,提供了一种虹膜图像采集装置30,该装置中的获得模块310利用人脸识别算法识别采集到的人脸图像得到人眼瞳距,根据焦距与瞳距的对应关系得到图像采集设备10的焦距,虹膜图像采集装置30采用改变焦距的方式改变焦距,使虹膜图像采集装置30在较短的时间内得到一个较为清晰的虹膜图像。
第八实施例
请参照图10,图10为本发明第八实施例提供的一种计算装置的示意图,所述计算装置40包括:接收模块、计算模块以及发送模块。
接收模块410,用于接收包括眼部图像的第一图像,其中,所述第一图像为图像采集设备10以第一焦距采集得到。
计算模块420,用于通过人脸识别算法对所述第一图像计算得出第二焦距。
发送模块430,用于将所述第二焦距发送给所述图像采集设备10。
计算装置40包括的上述模块的实现方式可以参照实施例一、实施例四中由外部设备20执行的步骤。且,计算装置40还可以包括实现上述实施例二、实施例三、实施例五以及实施例六中由外部设备20执行的步骤的其他模块。
在本实施例中,提供了一种计算装置40,该装置中的计算模块420利用人脸识别算法识别采集到的人脸图像得到人眼瞳距,根据焦距与瞳距的对应关系得到图像采集设备10的焦距,图像采集设备10采用改变焦距的方式改变焦距,使图像采集设备10在较短的时间内得到一个较为清晰的虹膜图像,同时降低图像采集设备10自身的复杂度。
除了上述实施例,本发明实施例还提供一种电子设备,包括:处理器、存储器以及总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行第一实施例至第六实施例中的任一可选的实现方式中任一所述的方法。
进一步的,本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行中的任一可选的实现方式中任一所述的方法。
综上所述,本发明提供一种虹膜图像采集方法、虹膜图像采集装置及计算装置,方法包括:图像采集设备以第一焦距采集包括眼部图像的第一图像,然后,获得第二焦距,该第二焦距为外部设备或者图像采集设备自身通过人脸识别算法对第一图像计算得出,然后,图像采集设备将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像,使得图像采集装置在较短的时间内得到一个较为清晰的虹膜图像。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种虹膜图像采集方法,其特征在于,应用于图像采集设备,包括:
以第一焦距采集包括眼部图像的第一图像;
获得第二焦距;其中,所述第二焦距为通过人脸识别算法对所述第一图像计算得出;
将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像。
2.根据权利要求1所述的虹膜图像采集方法,其特征在于,所述获得第二焦距,包括:
根据所述人脸识别算法对所述第一图像进行识别,确定所述第一图像中所述眼部图像的第一瞳距;
根据瞳距与焦距的对应关系,确定所述第一瞳距对应的所述第二焦距。
3.根据权利要求1所述的虹膜图像采集方法,其特征在于,所述获得第二焦距,包括:
将所述第一图像传输给外部设备,以使所述外部设备通过所述人脸识别算法对所述第一图像计算得出所述第二焦距;
接收所述外部设备发送的所述第二焦距。
4.根据权利要求1所述的虹膜图像采集方法,其特征在于,在采集虹膜图像后,还包括:
通过虹膜识别算法判断所述虹膜图像是否满足虹膜识别要求;
若所述虹膜图像不符合所述虹膜识别要求,通过所述虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距;
将焦距调整至所述推荐焦距,以所述推荐焦距采集所述虹膜图像。
5.根据权利要求1所述的虹膜图像采集方法,其特征在于,在采集虹膜图像后,还包括:
将所述虹膜图像传输给外部设备;
接收所述外部设备发送的推荐焦距;其中,所述推荐焦距为所述外部设备通过虹膜识别算法确定;
将焦距调整至所述推荐焦距,以所述推荐焦距采集所述虹膜图像。
6.一种虹膜图像采集方法,其特征在于,应用于外部设备,包括:
接收包括眼部图像的第一图像;其中,所述第一图像为图像采集设备以第一焦距采集得到;
通过人脸识别算法对所述第一图像计算得出第二焦距;
将所述第二焦距发送给所述图像采集设备。
7.根据权利要求6所述的虹膜图像采集方法,其特征在于,所述通过人脸识别算法根据所述第一图像计算得出第二焦距,包括:
根据所述人脸识别算法对所述第一图像进行识别,确定所述第一图像中所述眼部图像的第一瞳距;
根据瞳距与焦距的对应关系,确定所述第一瞳距对应的所述第二焦距。
8.根据权利要求6所述的虹膜图像采集方法,其特征在于,在发送给所述图像采集设备后,还包括;
接收所述图像采集设备采集的虹膜图像;
通过虹膜识别算法判断所述虹膜图像是否符合虹膜识别要求;
若所述虹膜图像不符合所述虹膜识别要求,通过所述虹膜识别算法对所述虹膜图像进行识别,根据识别结果确定推荐焦距;
将所述推荐焦距发送给所述图像采集设备。
9.一种虹膜图像采集装置,其特征在于,包括:
第一采集模块,用于以第一焦距采集包括眼部图像的第一图像;
获得模块,用于获得第二焦距;其中,所述第二焦距为通过人脸识别算法对所述第一图像计算得出;
第二采集模块,用于将焦距调整至所述第二焦距,以所述第二焦距采集第一虹膜图像。
10.一种计算装置,其特征在于,包括:
接收模块,用于接收包括眼部图像的第一图像;其中,所述第一图像为图像采集设备以第一焦距采集得到;
计算模块,用于通过人脸识别算法对所述第一图像计算得出第二焦距;
发送模块,用于将所述第二焦距发送给所述图像采集设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811020015.9A CN109145856A (zh) | 2018-09-03 | 2018-09-03 | 虹膜图像采集方法、虹膜图像采集装置及计算装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811020015.9A CN109145856A (zh) | 2018-09-03 | 2018-09-03 | 虹膜图像采集方法、虹膜图像采集装置及计算装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109145856A true CN109145856A (zh) | 2019-01-04 |
Family
ID=64826401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811020015.9A Pending CN109145856A (zh) | 2018-09-03 | 2018-09-03 | 虹膜图像采集方法、虹膜图像采集装置及计算装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145856A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113709353A (zh) * | 2020-05-20 | 2021-11-26 | 杭州海康威视数字技术股份有限公司 | 图像采集方法和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520838A (zh) * | 2008-02-27 | 2009-09-02 | 中国科学院自动化研究所 | 自动跟踪和自动变焦的虹膜图像获取方法 |
CN105095893A (zh) * | 2014-05-16 | 2015-11-25 | 北京天诚盛业科技有限公司 | 图像采集装置和方法 |
CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
CN106570469A (zh) * | 2016-11-01 | 2017-04-19 | 北京无线电计量测试研究所 | 自助式双目虹膜注册方法及利用该方法的虹膜注册装置 |
CN108446648A (zh) * | 2018-03-26 | 2018-08-24 | 北京上古视觉科技有限公司 | 一种虹膜采集系统及虹膜识别系统 |
-
2018
- 2018-09-03 CN CN201811020015.9A patent/CN109145856A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520838A (zh) * | 2008-02-27 | 2009-09-02 | 中国科学院自动化研究所 | 自动跟踪和自动变焦的虹膜图像获取方法 |
CN105095893A (zh) * | 2014-05-16 | 2015-11-25 | 北京天诚盛业科技有限公司 | 图像采集装置和方法 |
CN105554385A (zh) * | 2015-12-18 | 2016-05-04 | 天津中科智能识别产业技术研究院有限公司 | 一种远距离多模态生物特征识别方法及其系统 |
CN106570469A (zh) * | 2016-11-01 | 2017-04-19 | 北京无线电计量测试研究所 | 自助式双目虹膜注册方法及利用该方法的虹膜注册装置 |
CN108446648A (zh) * | 2018-03-26 | 2018-08-24 | 北京上古视觉科技有限公司 | 一种虹膜采集系统及虹膜识别系统 |
Non-Patent Citations (1)
Title |
---|
李贤辉: "基于人眼定位的单目测距方法及ARM平台实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113709353A (zh) * | 2020-05-20 | 2021-11-26 | 杭州海康威视数字技术股份有限公司 | 图像采集方法和设备 |
CN113709353B (zh) * | 2020-05-20 | 2023-03-24 | 杭州海康威视数字技术股份有限公司 | 图像采集方法和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105933589B (zh) | 一种图像处理方法及终端 | |
JP4863423B2 (ja) | 虹彩を用いた身元確認システム及び方法並びにその方法を実行するための身元確認プログラムを格納したコンピュータ読取り可能な記録媒体 | |
JP4895847B2 (ja) | 瞼検出装置及びプログラム | |
KR102385463B1 (ko) | 얼굴 특징 추출 모델 학습 방법, 얼굴 특징 추출 방법, 장치, 디바이스 및 저장 매체 | |
CN109117797A (zh) | 一种基于人脸质量评价的人脸抓拍识别方法 | |
CN102096805B (zh) | 注册用于脸部识别的多个脸部图像的装置和方法 | |
US20160062456A1 (en) | Method and apparatus for live user recognition | |
US20110032378A1 (en) | Facial expression recognition apparatus, image sensing apparatus, facial expression recognition method, and computer-readable storage medium | |
KR102393298B1 (ko) | 홍채 인식 방법 및 장치 | |
US9501691B2 (en) | Method and apparatus for detecting blink | |
CN108076268A (zh) | 基于对象距离信息提供自动对焦能力的设备、系统和方法 | |
WO2021129107A1 (zh) | 深度人脸图像的生成方法、装置、电子设备及介质 | |
CN106295533A (zh) | 一种自拍图像的优化方法、装置和拍摄终端 | |
WO2021164678A1 (zh) | 虹膜自动捕捉方法、装置、计算机可读存储介质及计算机设备 | |
CN109034048A (zh) | 人脸识别算法模型切换方法与装置 | |
CN105912126B (zh) | 一种手势运动映射到界面的增益自适应调整方法 | |
CN105761256B (zh) | 图像的亚像素边缘直线获取方法及装置 | |
WO2018189796A1 (ja) | 認識装置、認識システム、認識方法および認識プログラム | |
CN109447006A (zh) | 图像处理方法、装置、设备及存储介质 | |
JP6278108B2 (ja) | 画像処理装置、画像センサ、画像処理方法 | |
CN104680478B (zh) | 一种目标图像数据的选取方法和装置 | |
CN109145856A (zh) | 虹膜图像采集方法、虹膜图像采集装置及计算装置 | |
US8265339B2 (en) | Image processing device, image processing method, and integrated circuit for processing images | |
JP6417697B2 (ja) | 情報処理装置、脈波計測プログラムおよび脈波計測方法 | |
WO2021239000A1 (zh) | 运动模糊图像的识别方法、装置、电子设备和支付设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |