CN109376729B - 虹膜图像采集方法及装置 - Google Patents

虹膜图像采集方法及装置 Download PDF

Info

Publication number
CN109376729B
CN109376729B CN201811620740.XA CN201811620740A CN109376729B CN 109376729 B CN109376729 B CN 109376729B CN 201811620740 A CN201811620740 A CN 201811620740A CN 109376729 B CN109376729 B CN 109376729B
Authority
CN
China
Prior art keywords
camera
face image
displacement
rotation angle
human eye
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
Application number
CN201811620740.XA
Other languages
English (en)
Other versions
CN109376729A (zh
Inventor
高俊雄
易开军
托马斯·费尔兰德斯
杨华
袁保国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Hongshi Technologies Co ltd
Original Assignee
Wuhan Hongshi Technologies Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Hongshi Technologies Co ltd filed Critical Wuhan Hongshi Technologies Co ltd
Priority to CN201811620740.XA priority Critical patent/CN109376729B/zh
Publication of CN109376729A publication Critical patent/CN109376729A/zh
Application granted granted Critical
Publication of CN109376729B publication Critical patent/CN109376729B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/19Sensors therefor

Landscapes

  • Engineering & Computer Science (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)
  • Studio Devices (AREA)

Abstract

本发明涉及图像处理技术领域,提供一种虹膜图像采集方法及装置,应用于控制器,控制器与第一摄像头、第二摄像头和载体均电连接,第一摄像头和第二摄像头同轴设置,且第一摄像头和第二摄像头均设置于载体上,所述方法包括:获取第一摄像头采集的第一人脸图像;对第一人脸图像进行处理,得到第一人脸图像的人脸面积和第一人眼位置;依据人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度;控制载体转动第一旋转角度以带动第二摄像头转动至第一人眼位置对应的拍摄位置;控制第二摄像头在拍摄位置进行拍摄,得到虹膜图像。与现有技术相比,本发明提供的虹膜图像采集方法及装置可以准确定位出虹膜的位置,以拍摄出清晰度高的虹膜图像。

Description

虹膜图像采集方法及装置
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种虹膜图像采集方法及装置。
背景技术
科技的迅猛发展,不仅给人们的生活带来很多的便捷,也增加了各种安全隐患,人们对身份验证的可靠性、安全性的要求也在不断提高。虹膜识别技术因其唯一性、稳定性、可靠性及其极高的准确性,在近几年的自动身份识别与验证系统中越来越受到人们的欢迎,被誉为最有发展前景的生物识别技术之一。虹膜识别主要包括图像采集、图像预处理、虹膜分割、虹膜特征提取、特征分类五个关键步骤,第一步中采集的虹膜图像的清晰度将直接影响虹膜识别的精度与识别速度。因此,在一定时间内快速采集清晰度足够的虹膜图像将变得至关重要,现有技术中,不能准确定位出虹膜的位置,导致拍摄出来的虹膜图像清晰度不高。
发明内容
本发明的目的在于提供一种虹膜图像采集方法及装置,以改善上述现有技术中不能准确定位出虹膜的位置,导致拍摄出来的虹膜图像清晰度不高的问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种虹膜图像采集方法,应用于控制器,所述控制器与第一摄像头、第二摄像头和载体均电连接,所述第一摄像头和所述第二摄像头同轴设置,且所述第一摄像头和所述第二摄像头均设置于所述载体上,所述方法包括:获取所述第一摄像头采集的第一人脸图像;对所述第一人脸图像进行处理,得到所述第一人脸图像的人脸面积和第一人眼位置;依据所述人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度;控制所述载体转动第一旋转角度以带动所述第二摄像头转动至所述第一人眼位置对应的拍摄位置;控制所述第二摄像头在所述拍摄位置进行拍摄,得到虹膜图像。
第二方面,本发明实施例提供了一种虹膜图像采集装置,应用于控制器,所述控制器与第一摄像头、第二摄像头和载体均电连接,所述第一摄像头和所述第二摄像头同轴设置,且所述第一摄像头和所述第二摄像头均设置于所述载体上,所述装置包括:获取模块,用于获取所述第一摄像头采集的第一人脸图像;处理模块,用于对所述第一人脸图像进行处理,得到所述第一人脸图像的人脸面积和第一人眼位置;依据所述人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度;控制所述载体转动第一旋转角度以带动所述第二摄像头转动至所述第一人眼位置对应的拍摄位置;拍摄模块,用于控制所述第二摄像头在所述拍摄位置进行拍摄,得到虹膜图像。
相对现有技术,本发明实施例具有以下有益效果:
本发明实施例提供的一种虹膜图像采集方法及装置,通过获取第一摄像头采集的第一人脸图像,并对第一人脸图像进行处理,得到第一人脸图像中的人脸面积和第一人眼位置,并计算出第一旋转角度,再控制载体转动第一旋转角度以带动载体上的第二摄像头转动至第一人眼位置对应的拍摄位置,最后控制第二摄像头在拍摄位置进行拍摄,得到虹膜图像。与现有技术相比,通过对第一人脸图像进行处理,得到第一人脸图像中的人脸面积和第一人眼位置,并计算出第一旋转角度,然后,对载体转动第一旋转角度,使得第二摄像头能够在第一人眼位置对应的拍摄位置准确地对虹膜进行拍摄,得到清晰度高的虹膜图像。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,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用户员来讲,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示出了本发明实施例提供的控制器的连接关系示意图。
图2示出了本发明实施例提供的第一摄像头、第二摄像头及载体的结构示意图。
图3示出了本发明实施例提供的虹膜图像采集方法的流程图;
图4为图3示出的步骤S2的子步骤流程图。
图5为图3示出的子步骤S4的子步骤流程图。
图6示出了本发明实施例提供的虹膜图像采集装置的方框示意图。
图标:10-控制器;20-第一摄像头;30-第二摄像头;40-载体;200-虹膜图像采集装置;201-获取模块;202-处理模块;203-拍摄模块。
具体实施方式
下面将结合本发明实施例中附图,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,本领域技术用户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。同时,在本发明的描述中,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。
虹膜识别主要包括图像采集、图像预处理、虹膜分割、虹膜特征提取、特征分类五个关键步骤,第一步中采集的虹膜图像的清晰度将直接影响虹膜识别的精度与识别速度。因此,在一定时间内快速采集清晰度足够的虹膜图像将变得至关重要。
当用户距离镜头太近或者太远时,虹膜相机采集得到的虹膜图像会变得模糊,不能满足后续的虹膜图像编码要求,为此,用户需要向前或向后移动调整距离使得采集的虹膜图像满足系统编码要求。为了使虹膜识别系统使用更方便、更人性化、更智能,现有的虹膜识别系统会搭配距离传感器,通过与用户进行交互(界面显示、语音提示)提示用户向前、向后移动,或者在一定的距离范围内,使得虹膜相机的镜头具有变焦的功能。当用户距离镜头较近时,变焦使镜头焦距变短,放大倍数变小,而当用户距离镜头较远时,则使镜头焦距变长,放大倍率变大,从而保持采集的虹膜图像达到一定的图像清晰度,满足虹膜识别系统的编码要求。
不过,现有的上述技术都需要用户的眼睛和识别装置上的虹膜相机基本保持在同一高度。而当用户处在较高位置或者较低位置时,用户需要根据识别装置的高度自行调整自己的位置,比如垫脚或者下蹲等,在实际的应用中还是比较不方便,有一定的局限性。
本发明所要解决的技术问题是,针对上述问题,提供一种虹膜图像采集方法,实现第二摄像头30能够在拍摄位置准确地对虹膜进行拍摄,得到清晰度高的虹膜图像。
本发明实施例提供的虹膜图像采集方法应用于控制器10,请结合参阅图1和图2,控制器10与第一摄像头20、第二摄像头30和载体40均电连接,第一摄像头20和第二摄像头30同轴设置,且第一摄像头20和第二摄像头30均设置于载体40上,作为一种实施方式,第一摄像头20和第二摄像头30同轴且平行地设置于载体40上,且第一摄像头20与第二摄像头30均与载体40固定连接。
控制器10可以是一种集成电路芯片,具有信号处理能力,控制器10可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等,还可以是数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
第一摄像头20与控制器10电连接,用于在控制器10的控制下,对用户的脸部进行拍摄,采集人脸图像并将人脸图像传输至控制器10。第一摄像头20可以是,但不限于电荷耦合元件(Charge Coupled Device,CCD)摄像头或者金属氧化物半导体元件(ComplementaryMetal-Oxide Semiconductor,CMOS)摄像头。
第二摄像头30与控制器10电连接,用于在控制器10的控制下,对用户的眼部进行拍摄,采集虹膜图像并将虹膜图像传输至控制器10。第二摄像头30可以是,但不限于虹膜相机。
载体40与控制器10电连接,用于在控制器10的控制下转动,以带动载体40上设置的第一摄像头20和第二摄像头30转动。载体40可以是,但不限于云台、吊舱等可以在竖直方向上进行转动的结构,在此不作限定。
应当理解的是,图1所示的结构仅为控制器10与第一摄像头20、第二摄像头30及载体40的连接关系的应用示意图,控制器10还可以连接比图1中所示更多的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
基于上述的控制器10,下面给出一种虹膜图像采集方法可能的实现方式,该方法的执行主体可以为上述控制器10,请参阅图3,图3示出了本发明实施例提供的一种虹膜图像采集方法的流程图。虹膜图像采集方法包括以下步骤:
S1,获取第一摄像头20采集的第一人脸图像。
在本发明实施例中,第一人脸图像可以是第一摄像头20拍摄的包括人脸的图像。获取第一摄像头20采集的第一人脸图像的步骤,可以理解为,控制器10发送控制指令至第一摄像头20,以控制第一摄像头20拍摄人脸,得到第一人脸头像,然后将第一人脸图像发送至控制器10。
S2,对第一人脸图像进行处理,得到第一人脸图像的人脸面积和第一人眼位置。
在本发明实施例中,人脸面积可以是第一人脸图像中人脸区域所占的面积,第一人眼位置可以是第一人脸图像中表征人眼的位置坐标,具体地,可以是人眼区域对应的所有坐标的平均坐标,还可以是两个眼睛位置坐标的均值坐标。对第一人脸图像进行处理,得到第一人脸图像的人脸面积和第一人眼位置的步骤,可以理解为,将第一人脸图像输入预设模型中进行人脸检测和特征点匹配,得到人脸的宽长、高度以及两眼的位置坐标,将人脸的宽长与高度相乘,得到人脸面积,将两眼的位置坐标相加,然后再除以2,得到第一人眼位置。预设模型包括人脸检测模型和特征点匹配模型,其中,人脸检测模型可以是非深度学习算法训练得到的模型(例如,滑动窗口+人工特征+分类器),也可以是基于深度学习训练得到的模型(几个卷积神经网络级联回归),特征点匹配模型可以是基于点分布模型算法训练得到的模型(平均脸模型+特征点描述向量),也可以是基于深度学习训练得到的模型(由粗到精的几个卷积神经网络级联)。
请参阅图4,步骤S2还可以包括以下子步骤:
S21,将第一人脸图像进行缩小处理。
在本发明实施例中,将第一人脸图像进行缩小处理的步骤,可以理解为,采用邻近插值方法或者双线性插值将第一人脸图像进行缩小处理,以减少后续的图像数据处理量。
作为一种实施方式,将第一人脸图像中的人脸所占比例较大时,对第一人脸图像进行缩小处理。可以在设定两个固定的位置坐标对第一人脸图像进行检测,若第一人脸图像在两个固定的位置坐标的第一人脸图像中对应的像素值在一个预设像素值范围内,则认为第一人脸图像中的人脸所占比例较大。预设像素值范围可以是用户自定义用以判定人脸区域的像素值。具体地,可以对两个固定的位置坐标可以分别靠近第一人脸图像中的对角(例如,左上和右下,或者左下和右上)。
S22,对第一人脸图像进行目标检测,得到第一人脸图像中的第一人脸区域和第一人眼区域。
在本发明实施例中,第一人脸区域可以是人脸在第一人脸图像中对应的区域,第一人眼区域可以是人眼在第一人眼图像中对应的区域。对第一人脸图像进行目标检测,得到第一人脸图像中的第一人脸区域和第一人眼区域的步骤,可以理解为,可以采用基于SSD(Single Shot MultiBox Detector)的目标检测算法对第一人脸图像进行区域检测,得到第一人脸区域和第一人眼区域,第一人脸区域和第一人眼区域均为矩形。
于本发明的其它实施例中,还可以采集基于YOLO(You Only Look Once)的目标检测算法第一人脸图像进行区域检测,得到第一人脸区域和第一人眼区域。
S23,计算第一人脸区域的面积,得到人脸面积。
在本发明实施例中,人脸面积可以是第一人脸图像中人脸区域所占的面积。计算第一人脸区域的面积,得到人眼面积的步骤,可以理解为,获取表征第一人眼区域的矩形的宽长、高度,人脸面积=宽长*高度。例如,表征第一人眼区域的矩形的宽长和高度分别为10、8,所以,人脸面积=10*8=80。
S24,获得第一人眼区域的第一中心坐标,并将第一中心坐标作为第一人眼位置。
在本发明实施例中,第一中心坐标可以是第一人眼区域在第一人脸图像中对应的所有坐标的平均坐标。获得第一人眼区域的第一中心坐标,并将第一中心坐标作为第一人眼位置的步骤,可以理解为,首先,获取第一人眼区域对应的所有的第一人眼坐标,其中,第一人眼坐标为第一人眼区域在第一人脸图像中的坐标;然后,对所有的第一人眼坐标求均值,得到第一中心坐标,即第一人眼位置。例如,获取的第一人眼区域在第一人脸图像中的对应的所有坐标分别为(10,9),(11,9)和(12,9),那么
Figure BDA0001926811430000081
Figure BDA0001926811430000082
将第一中心坐标作为第一人眼位置,那么第一人眼位置为(11,9)。
需要说明的是,在本发明的其它实施例中,子步骤S23和子步骤S24的执行顺序可以交换,或者也同时执行子步骤S23和子步骤S24。
S3,依据人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度。
在本发明实施例中,第一预设位置为第一摄像头20拍摄的所有图像中的预设位置,例如,高度为图像高度2/3的位置处,若图像为640*480,图像的高度为480,那么第一预设位置=480*2/3=320。由于第一摄像头20和第二摄像头30相对于载体40的位置固定,那么第一预设位置可以根据第一摄像头20和第二摄像头30的相对位置进行调整,当第一人眼位置等于第一预设位置时,则可以认为在此时,第二摄像头30对人进行拍摄,可以拍摄到人眼的虹膜,得到虹膜图像。第一旋转角度可以是载体40需要转动的角度,以使第二摄像头30能够拍摄到人眼的虹膜。
依据人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度的步骤,可以理解为,控制器10内预先存储有人脸面积和载体40转动单位角度的一一对应关系,不同的人脸面积对应不同的单位角度。例如当人脸面积为20时,对应的单位角度为0.05,当人脸面积为100时,对应的单位角度为0.09。依据人脸面积确定出其对应的单位角度,再根据单位角度、第一人眼位置以及第一预设位置计算第一旋转角度。具体地,第一人眼位置为(x0,y0),第一预设位置为h,第一旋转角度计算公式如下:
θ1=(y0-h)*θ;
其中,θ1为第一旋转角度,θ为单位角度。当θ1<0时,则为载体40向上转动|θ1|,当θ1>0时,则为载体40向下转动|θ1|。例如,当第一人眼位置为(11,9),第一预设位置为15,单位角度为0.1时,第一旋转角度=(9-15)*0.1=-0.6。
S4,控制载体40转动第一旋转角度以带动第二摄像头30转动至第一人眼位置对应的拍摄位置。
在本发明实施例中,控制器10控制载体40转动第一旋转角度,第二摄像头30设置于载体40上,按照上述的推理,第二摄像头30就能转动到第一人眼位置对应的拍摄位置。
S5,控制载体40转动第一旋转角度以带动第一摄像头20转动。
在本发明实施例中,控制器10控制载体40转动第一旋转角度,第一摄像头20也设置于载体40上,按照上述的推理,第一摄像头20也应随着载体40转动而转动。
需要说明的是,在本发明的实施例中,步骤S4和步骤S5是同时执行的,均是由控制器10控制载体40转动第一旋转角度所带动的。
S6,获取第一摄像头20采集的第二人脸图像。
在本发明实施例中,第二人脸图像可以是第一摄像头20拍摄的包括人脸的图像。需要说明的是,第二人脸图像是在载体40带动第一摄像头20转动之后,控制第一摄像头20拍摄的图像。获取第一摄像头20采集的第二人脸图像的步骤,可以理解为,控制器10发送控制指令至第一摄像头20,以控制第一摄像头20再次拍摄人脸,得到第二人脸头像,然后将第二人脸图像发送至控制器10。
S7,对第二人脸图像进行处理,得到第二人脸图像的第二人眼位置。
在本发明实施例中,第二人眼位置可以是第二人脸图像中表征人眼的位置坐标,具体地,可以是人眼区域对应的所有坐标的平均坐标,还可以是两个眼睛位置坐标的均值坐标。对第二人脸图像进行处理,得到第二人脸图像的第二人眼位置的步骤,可以理解为,将第二人脸图像输入预设模型中进行人脸检测和特征点匹配,得到两眼的位置坐标,将两眼的位置坐标相加,然后再除以2,得到第二人眼位置。
与本发明的其它实施例中,对第二人脸图像进行处理,得到第二人脸图像的第二人眼位置的步骤,还可以理解为,首先,将第二人脸图像进行缩小处理;然后,对第二人脸图像进行目标检测,得到第一人脸图像中的第二人眼区域;最后,获得第二人眼区域的第二中心坐标,并将第二中心坐标作为第二人眼位置。其具体的实施步骤,请参阅子步骤S21、S22及子步骤S24,在此不再赘述。
S8,依据第二人眼位置和第一预设位置,计算第一位移。
在本发明实施例中,第一位移可以是第二人眼位置与第一预设位置的差值,具体地,第一位移=第二人眼位置-第一预设位置。例如,当第二人眼位置(11,9),第一预设位置为8,那么第一位移=9-8=1。
S9,将第一位移与位移阈值进行比较。
在本发明实施例中,位移阈值时用户自定义设定的用以确定人眼是否在拍摄范围内的阈值。将第一位移与位移阈值进行比较,当第一位移的绝对值小于位移阈值时,则可以认为人眼在第二摄像头30的(较佳的)拍摄范围内,执行步骤S10;当第一位移的绝对值大于或者等于位移阈值时,则可以认为人眼不在第二摄像头30的(较佳的)拍摄范围内,则执行步骤S11。
S10,当第一位移小于位移阈值时,执行控制第二摄像头30在拍摄位置进行拍摄。
在本发明实施例中,当第一位置小于位移阈值时,则可以人眼在第二摄像头30的(较佳的)拍摄范围内,控制器10发送控制指令至第二摄像头30,以控制第二摄像头30在拍摄位置对人眼进行拍摄,得到虹膜图像。
S11,当第一位移大于或者等于位移阈值时,依据第一人眼位置、第二人眼位置、第一位移及第一旋转角度计算第二旋转角度,并依据第二旋转角度控制载体40转动以带动第二摄像头30转动至第二人眼位置对应的拍摄位置。
在本发明实施例中,由于在载体40转动的过程中,人脸和第二摄像头30的距离发生了改变,导致其对应的单位角度发生了改变,当第一旋转角度偏大时,可能会导致一定的位置误差;或者,由于载体40的旋转电机硬件上的限制,由于摩擦、损耗等不能保证总是同样的转动步数对应同样的角度等原因,需要对第二摄像头30的位置进行微调,第二旋转角度可以是载体40进行微调时需要旋转的角度。当第一位移大于或者等于位移阈值时,依据第一人眼位置、第二人眼位置、第一位移及第一旋转角度计算第二旋转角度的步骤,可以理解为,首先,依据第一人眼位置和第二人眼位置计算第二位移;然后,第一位移、第二位移以及第一旋转角度计算第二旋转角度;最后,依据第二旋转角度控制载体40转动以带动第二摄像头30转动至第二人眼位置对应的拍摄位置。
请参阅图5,步骤S11可以包括以下子步骤:
S111,依据第一人眼位置和第二人眼位置,计算第二位移。
在本发明实施例中,第二位移可以是第二人眼位置与第一人眼位置的差值,具体地,第二位移=第一人眼位置-第二人眼位置。需要说明的是,由于实施例中是对载体40的俯仰角进行控制,所以,第二位移的计算只是第二人眼位置和第一人眼位置的纵坐标参与。例如,当第二人眼位置(11,9),第一人眼位置为(12,10),那么第二位移=10-9=1。
S112,第二旋转角度表达式如下:
Figure BDA0001926811430000121
其中,θ2为第二旋转角度,θ1为第一旋转角度,d1为第一位移,d2为第二位移。
在本发明实施例中,按照第二旋转角度表达式计算出第二旋转角度。例如,第一旋转角度为-0.6,第一位移为1,第二位移为-1,那么第二旋转角度=1/(-1)*(-0.6)=0.6。当θ2<0时,则为载体40向上转动|θ2|,当θ2>0时,则为载体40向下转动|θ2|。
S12,控制第二摄像头30在拍摄位置进行拍摄,得到虹膜图像。
在本发明实施例中,当经过步骤S11,将载体40进行第二旋转角度的微调以带动第二摄像头30转动至第二人眼位置对应的拍摄位置之后,控制第二摄像头30在拍摄位置进行拍摄,具体地,控制器10发送控制指令至第二摄像头30,控制第二摄像头30在拍摄位置对人眼进行拍摄,得到虹膜图像。
与现有技术相比,本发明实施例具有以下优势:
首先,通过将第一人脸图像进行缩小处理,减小了后续的图像数据处理量,加快了后续进行目标识别检测的速率。
其次,通过第一位移与位移阈值进行比较,并在第一位移小于位置阈值时控制第二摄像头30在拍摄位置进行拍摄,保证了人眼在第二摄像头30的较佳的拍摄范围内,可以得到高清晰度的虹膜图像。
最后,通过对第一人脸图像进行处理,得到第一人脸图像中的人脸面积和第一人眼位置,并计算出第一旋转角度,然后,对载体40转动第一旋转角度,使得第二摄像头30能够在拍摄位置准确地对虹膜进行拍摄,得到清晰度高的虹膜图像。
针对上述图3-图5的方法流程,下面给出一种虹膜图像采集装置200的可能的实现方式,该虹膜图像采集装置200可以采用上述实施例中的控制器10及与其电连接的结构或者部件实现。请参阅图6,图6示出了本发明实施例提供的虹膜图像采集装置的方框示意图。虹膜图像采集装置200包括获取模块201处理模块202和拍摄模块203。
获取模块201,用于获取第一摄像头20采集的第一人脸图像。
处理模块202,用于对第一人脸图像进行处理,得到第一人脸图像的人脸面积和第一人眼位置;依据人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度;控制载体40转动第一旋转角度以带动第二摄像头30转动至第一人眼位置对应的拍摄位置。
在本发明实施例中,处理模块202还用于控制载体40转动第一旋转角度以带动第一摄像头20转动;获取第一摄像头20采集的第二人脸图像;对第二人脸图像进行处理,得到第二人脸图像的第二人眼位置;依据第二人眼位置和第一预设位置,计算第一位移;将第一位移与位移阈值进行比较;当第一位移小于位移阈值时,执行控制第二摄像头30在拍摄位置进行拍摄;当第一位移大于或者等于位移阈值时,依据第一人眼位置、第二人眼位置、第一位移及第一旋转角度计算第二旋转角度,并依据第二旋转角度控制载体40转动以带动第二摄像头30转动至第二人眼位置对应的拍摄位置。
处理模块202还具体用于:依据第一人眼位置和第二人眼位置,计算第二位移;第二旋转角度表达式如下:
Figure BDA0001926811430000141
其中,θ2为第二旋转角度,θ1为第一旋转角度,d1为第一位移,d2为第二位移。
处理模块202还可以具体用于:将第一人脸图像进行缩小处理,然后对第一人脸图像进行目标检测,得到第一人脸图像中的第一人脸区域和第一人眼区域;计算第一人脸区域的面积,得到人脸面积;获得第一人眼区域的第一中心坐标,并将第一中心坐标作为第一人眼位置。
处理模块202还可以具体用于:获取所述第一人眼区域对应的所有的第一人眼坐标,其中,所述第一人眼坐标为所述第一人眼区域在所述第一人脸图像中的坐标;对所有的第一人眼坐标求均值,得到第一中心坐标。
拍摄模块203,用于控制第二摄像头30在拍摄位置进行拍摄,得到虹膜图像。
综上所述,本发明实施例提供一种虹膜图像采集方法及装置,所述方法包括:获取第一摄像头采集的第一人脸图像;对第一人脸图像进行处理,得到第一人脸图像的人脸面积和第一人眼位置;依据人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度;控制载体转动第一旋转角度以带动第二摄像头转动至第一人眼位置对应的拍摄位置;控制第二摄像头在拍摄位置进行拍摄,得到虹膜图像。与现有技术相比,本发明实施例通过对第一人脸图像进行处理,得到第一人脸图像中的人脸面积和第一人眼位置,并计算出第一旋转角度,然后,对载体转动第一旋转角度,使得第二摄像头能够在拍摄位置准确地对虹膜进行拍摄,得到清晰度高的虹膜图像。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。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。
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。

Claims (8)

1.一种虹膜图像采集方法,其特征在于,应用于控制器,所述控制器与第一摄像头、第二摄像头和载体均电连接,所述第一摄像头和所述第二摄像头同轴设置,且所述第一摄像头和所述第二摄像头均设置于所述载体上,所述方法包括:
获取所述第一摄像头采集的第一人脸图像;
对所述第一人脸图像进行处理,得到所述第一人脸图像的人脸面积和第一人眼位置;
依据所述人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度;
控制所述载体转动第一旋转角度以带动所述第二摄像头转动至所述第一人眼位置对应的拍摄位置;
控制所述第二摄像头在所述拍摄位置进行拍摄,得到虹膜图像;
在所述控制所述载体转动第一旋转角度以带动所述第二摄像头转动至所述第一人眼位置对应的拍摄位置的步骤之后,且在所述控制所述第二摄像头在所述拍摄位置进行拍摄的步骤之前,所述方法还包括:
控制所述载体转动第一旋转角度以带动所述第一摄像头转动;
获取所述第一摄像头采集的第二人脸图像;
对所述第二人脸图像进行处理,得到所述第二人脸图像的第二人眼位置;
依据所述第二人眼位置和所述第一预设位置,计算第一位移;
将所述第一位移与位移阈值进行比较;
当所述第一位移小于所述位移阈值时,执行控制所述第二摄像头在所述拍摄位置进行拍摄;
当所述第一位移大于或者等于所述位移阈值时,依据所述第一人眼位置、第二人眼位置、第一位移及所述第一旋转角度计算第二旋转角度,并依据所述第二旋转角度控制所述载体转动以带动所述第二摄像头转动至所述第二人眼位置对应的拍摄位置。
2.如权利要求1所述的方法,其特征在于,所述依据所述第一人眼位置、第二人眼位置、第一位移及所述第一旋转角度计算第二旋转角度的步骤,包括:
依据所述第一人眼位置和所述第二人眼位置,计算第二位移;
第二旋转角度表达式如下:
Figure FDA0003210208660000021
其中,θ2为第二旋转角度,θ1为第一旋转角度,d1为第一位移,d2为第二位移。
3.如权利要求1所述的方法,其特征在于,所述对所述第一人脸图像进行处理,得到所述第一人脸图像的人脸面积和第一人眼位置的步骤,包括:
对所述第一人脸图像进行目标检测,得到所述第一人脸图像中的第一人脸区域和第一人眼区域;
计算所述第一人脸区域的面积,得到人脸面积;
获得所述第一人眼区域的第一中心坐标,并将所述第一中心坐标作为第一人眼位置。
4.如权利要求3所述的方法,其特征在于,所述获得所述第一人眼区域的第一中心坐标的步骤,包括:
获取所述第一人眼区域对应的所有的第一人眼坐标,其中,所述第一人眼坐标为所述第一人眼区域在所述第一人脸图像中的坐标;
对所有的第一人眼坐标求均值,得到第一中心坐标。
5.如权利要求3所述的方法,其特征在于,在所述对所述第一人脸图像进行目标检测的步骤之前,所述方法还包括:
将所述第一人脸图像进行缩小处理,并对经过缩小处理的第一人脸图像执行目标检测的步骤。
6.一种虹膜图像采集装置,其特征在于,应用于控制器,所述控制器与第一摄像头、第二摄像头和载体均电连接,所述第一摄像头和所述第二摄像头同轴设置,且所述第一摄像头和所述第二摄像头均设置于所述载体上,所述装置包括:
获取模块,用于获取所述第一摄像头采集的第一人脸图像;
处理模块,用于对所述第一人脸图像进行处理,得到所述第一人脸图像的人脸面积和第一人眼位置;依据所述人脸面积、第一人眼位置以及第一预设位置,计算第一旋转角度;控制所述载体转动第一旋转角度以带动所述第二摄像头转动至所述第一人眼位置对应的拍摄位置;
拍摄模块,用于控制所述第二摄像头在所述拍摄位置进行拍摄,得到虹膜图像;
所述处理模块还用于:
控制所述载体转动第一旋转角度以带动所述第一摄像头转动;获取所述第一摄像头采集的第二人脸图像;对所述第二人脸图像进行处理,得到所述第二人脸图像的第二人眼位置;依据所述第二人眼位置和所述第一预设位置,计算第一位移;将所述第一位移与位移阈值进行比较;当所述第一位移小于所述位移阈值时,执行控制所述第二摄像头在所述拍摄位置进行拍摄;当所述第一位移大于或者等于所述位移阈值时,依据所述第一人眼位置、第二人眼位置、第一位移及所述第一旋转角度计算第二旋转角度,并依据所述第二旋转角度控制所述载体转动以带动所述第二摄像头转动至所述第二人眼位置对应的拍摄位置。
7.如权利要求6所述的装置,其特征在于,所述处理模块还具体用于:
依据所述第一人眼位置和所述第二人眼位置,计算第二位移;
第二旋转角度表达式如下:
Figure FDA0003210208660000041
其中,θ2为第二旋转角度,θ1为第一旋转角度,d1为第一位移,d2为第二位移。
8.如权利要求6所述的装置,其特征在于,所述处理模块还具体用于:
对所述第一人脸图像进行目标检测,得到所述第一人脸图像中的第一人脸区域和第一人眼区域;
计算所述第一人脸区域的面积,得到人脸面积;
获得所述第一人眼区域的第一中心坐标,并将所述第一中心坐标作为第一人眼位置。
CN201811620740.XA 2018-12-28 2018-12-28 虹膜图像采集方法及装置 Active CN109376729B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811620740.XA CN109376729B (zh) 2018-12-28 2018-12-28 虹膜图像采集方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811620740.XA CN109376729B (zh) 2018-12-28 2018-12-28 虹膜图像采集方法及装置

Publications (2)

Publication Number Publication Date
CN109376729A CN109376729A (zh) 2019-02-22
CN109376729B true CN109376729B (zh) 2022-02-22

Family

ID=65372166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811620740.XA Active CN109376729B (zh) 2018-12-28 2018-12-28 虹膜图像采集方法及装置

Country Status (1)

Country Link
CN (1) CN109376729B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109977828B (zh) * 2019-03-18 2021-11-19 北京中科虹霸科技有限公司 一种摄像头云台自动俯仰调节的方法与装置
CN109948513A (zh) * 2019-03-15 2019-06-28 西安易朴通讯技术有限公司 虹膜识别方法及装置
CN110210333A (zh) * 2019-05-16 2019-09-06 佛山科学技术学院 一种自动聚焦式虹膜图像采集方法及装置
CN112149473B (zh) * 2019-06-28 2023-04-07 北京眼神科技有限公司 虹膜图像采集方法
CN110751109B (zh) * 2019-10-23 2020-12-22 北京三快在线科技有限公司 用于采集人脸图像的设备、方法、装置及介质
CN111556306B (zh) * 2019-11-21 2022-03-01 苏州思源科安信息技术有限公司 一种远距离大视场虹膜光学成像的装置及方法
CN113283271A (zh) * 2020-02-20 2021-08-20 深圳爱酷智能科技有限公司 虹膜自动捕捉方法、装置、计算机可读存储介质及设备

Citations (6)

* Cited by examiner, † Cited by third party
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
CN101814129A (zh) * 2009-02-19 2010-08-25 中国科学院自动化研究所 自动对焦的远距离虹膜图像获取装置、方法和识别系统
CN102831392A (zh) * 2012-07-09 2012-12-19 哈尔滨工业大学 一种远距离虹膜跟踪与采集装置及其方法
CN105243362A (zh) * 2015-09-23 2016-01-13 努比亚技术有限公司 一种控制摄像头的装置及方法
CN105550631A (zh) * 2015-08-25 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种虹膜图像采集方法及装置
CN107368775A (zh) * 2017-04-21 2017-11-21 阿里巴巴集团控股有限公司 一种虹膜识别过程中的预览方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050129286A1 (en) * 2003-12-16 2005-06-16 Hekimian Christopher D. Technique using eye position and state of closure for increasing the effectiveness of iris recognition authentication systems

Patent Citations (6)

* Cited by examiner, † Cited by third party
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
CN101814129A (zh) * 2009-02-19 2010-08-25 中国科学院自动化研究所 自动对焦的远距离虹膜图像获取装置、方法和识别系统
CN102831392A (zh) * 2012-07-09 2012-12-19 哈尔滨工业大学 一种远距离虹膜跟踪与采集装置及其方法
CN105550631A (zh) * 2015-08-25 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种虹膜图像采集方法及装置
CN105243362A (zh) * 2015-09-23 2016-01-13 努比亚技术有限公司 一种控制摄像头的装置及方法
CN107368775A (zh) * 2017-04-21 2017-11-21 阿里巴巴集团控股有限公司 一种虹膜识别过程中的预览方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Automatic threshold-setting method for iris detection for brown eyes in an eye–gaze interface system with a visible light camera;Kohichi Ogata 等;《Optics &LaserTechnology》;20151231;第66卷;第112-121页 *
自动调焦虹膜图像采集系统设计;陶磊 等;《生命科学仪器》;20081231;第6卷;第47-50页 *
视线跟踪中基于虹膜识别的一次标定方法;金欢 等;《计算机辅助设计与图形学学报》;20130731;第25卷(第7期);第1052-1059页 *

Also Published As

Publication number Publication date
CN109376729A (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
CN109376729B (zh) 虹膜图像采集方法及装置
US8059870B2 (en) Time-of-flight sensor-assisted iris capture system and method
CN106557726B (zh) 一种带静默式活体检测的人脸身份认证系统及其方法
WO2017080399A1 (zh) 一种人脸位置跟踪方法、装置和电子设备
CN110348270B (zh) 影像物件辨识方法与影像物件辨识系统
US9313460B2 (en) Depth-aware blur kernel estimation method for iris deblurring
CN104125405B (zh) 基于眼球追踪和自动对焦系统的图像感兴趣区域提取方法
CN109981972B (zh) 一种机器人的目标跟踪方法、机器人及存储介质
US8797381B2 (en) Image processing apparatus and image processing method
CN104935698B (zh) 一种智能终端的拍摄方法、拍摄装置及智能手机
CN1848949A (zh) 在视频监视系统中提取对象的设备和方法
US20190114470A1 (en) Method and System for Face Recognition Based on Online Learning
WO2021204267A1 (zh) 身份识别
CN113255633B (zh) 基于目标跟踪的摄像头调节控制方法、装置、系统和介质
US10594939B2 (en) Control device, apparatus, and control method for tracking correction based on multiple calculated control gains
CN110210333A (zh) 一种自动聚焦式虹膜图像采集方法及装置
WO2017101292A1 (zh) 自动对焦的方法、装置和系统
CN102650801A (zh) 摄像装置及其自动对焦方法
CN109981967B (zh) 用于智能机器人的拍摄方法、装置、终端设备及介质
TWM560035U (zh) 影像追蹤裝置
CN115988309A (zh) 拍摄方法及装置、机器人和可读存储介质
Liao et al. Automatic zooming mechanism for capturing clear moving object image using high definition fixed camera
JP2022048077A (ja) 画像処理装置およびその制御方法
Wang et al. Adaptive visual tracking based on discriminative feature selection for mobile robot
Liao et al. Automatic zooming mechanism for capturing object image using high definition fixed camera

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
GR01 Patent grant
GR01 Patent grant