CN109426762B - 一种生物识别系统、方法和生物识别终端 - Google Patents
一种生物识别系统、方法和生物识别终端 Download PDFInfo
- Publication number
- CN109426762B CN109426762B CN201710725269.XA CN201710725269A CN109426762B CN 109426762 B CN109426762 B CN 109426762B CN 201710725269 A CN201710725269 A CN 201710725269A CN 109426762 B CN109426762 B CN 109426762B
- Authority
- CN
- China
- Prior art keywords
- image information
- biometric
- camera
- information
- component 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.)
- Active
Links
Images
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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Abstract
本发明提供一种生物识别系统、方法和生物识别终端,所述方法包括:S1、根据外界光照环境进行补光处理,获取携有生物特征信息的第一图像信息和第二图像信息;S2、基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;S3、结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息。既能够实现生物识别,同时又将生物特征图像进行二维/三维重构显示。
Description
技术领域
本发明涉及生物识别和图像处理技术领域,更具体地,涉及一种生物识别系统、方法和生物识别终端。
背景技术
随着经济的快速发展,社会网络更加复杂、人员的流动性更是频繁,因此对于人员的身份安全认证的需求也更加迫切,同时认证条件也更加严苛。在众多的身份识别方法中,利用人体自有生物特性进行鉴别的优越性是其他外设方式所不可比拟的,其安全性和可靠性得到了广泛的认可。鉴于虹膜在生命个体中的唯一性和恒定性特点,在生物识别技术中成了备受推崇的技术之一。更由于它非常低的错误识别率,使得这一技术更加适用于具有高安全保障要求的领域中。基于人体生物特征的特性,提出了基于人脸、掌纹、指纹、虹膜、静脉、手型、笔迹等方面的生物特征识别技术。
在一个或多个生物识别装置相关的发明概念的示范实施例中,脸部识别、视网膜识别、眼纹识别、虹膜识别等已经被应用当中,要求用户在适当的距离内捕获用户的生物特征的图像进行生物识别,处理图像处理,并将图像与预先存储的注册图像进行比较。在被配置成捕捉用户生物图像的摄像头中,通常只采用单个摄像头进行生物特征图像的采集,无法根据距离来捕获更多的生物特征,造成图像的信息采集不易被用于评估生物特征的有效性,同时单个摄像头采用到的图像信息要么是彩色的,要么是黑白的,从而影响用户的体验。
随着智能手机的兴起,双目摄像头或多目摄像头已渐进入人们的生活,但它们通常仅仅用于拍摄生活场景,要么低照度增强,要么先拍照后对焦,要么光学变焦等,这样功能都不是应用于生物特征的图像采集,因此无法满足生物识别的要求。
随着各种各样的智能终端的不断出现,图像作为一个重要的入口,已经不仅局限在简简单单的拍照存储等使用上,而是与用户的视觉交互和用记自然的交互体验上,并且采用的是单体摄像头来进行应用场景较单一的使用体验,视觉效果不能较真实地反应出来,无法满足用户的体验需求,在交互和使用上不能获得更大的拓展。
发明内容
本发明提供一种克服上述问题或者至少部分地解决上述问题的一种生物识别系统、方法和生物识别终端,解决了现有技术中应用场景单一,视觉效果不能真实反应,无法满足用户体验需求的问题。
根据本发明的一个方面,提供一种生物识别方法,包括:
S1、根据外界光照环境进行补光处理,获取携有生物特征信息的第一图像信息和第二图像信息;
S2、基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;
S3、结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息。
作为优选的,所述步骤S1中,根据外界光照环境进行补光处理具体包括:感知外界的光照环境并根据光照环境选择不同的图像采集方式,包括自动曝光、自动白平衡和自动补光。
作为优选的,在步骤S1中,所述第一图像信息为通过红外光线采集的生物特征图像信息,所述第二图像信息为通过可见光采集的生物特征图像信息。
作为优选的,在步骤S1中,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。
作为优选的,在步骤S1中,所述生物特征为视网膜、虹膜、眼球、眼纹、眼形、嘴形/牙形、脸型和静脉特征中的一种或多种。
作为优选的,在步骤S2中,所述第一分量图像信息为第一图像信号的RGB分量图像信息,所述第二分量图像信息为第一图像信号的亮度分量图像信息,所述第三分量图像信息为第二图像信号的灰度分量图像信息,所述第四分量图像信号为第二图像信号的亮度分量图像信息。
作为优选的,所述步骤S3中,结合第一分量图像信息和第三分量图像信息获得生物识别结果具体包括:
基于第一分量图像信息获取第一生物识别编码信息,基于第三分量图像信息获取第二生物识别编码信息;
基于第一生物识别编码信息和第二生物识别编码信息与预存的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果。
作为优选的,所述识别结果为第一分量图像信息的识别结果或/与第三分量图像信息的识别结果。
作为优选的,在步骤S3中,基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息,具体包括:
基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像;
根据第二分量图像信息和第四分量图像信息获取生物特征的深度信息;
基于二维生物特征图像和深度信息生成生物的三维模型。
一种生物识别系统,包括摄像头单元和摄像头处理单元;
所述摄像头单元用于根据外界光照环境进行补光处理,获取携有生物特征信息的第一图像信息和第二图像信息;
所述摄像头处理单元用于基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息。
作为优选的,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。
作为优选的,所述生物特征包括视网膜、虹膜、眼球、眼纹、眼形、嘴形/牙形、脸型和静脉特征中的一种或多种。
作为优选的,所述摄像头处理单元包括第一影像处理模块和第二影像处理模块,所述第一影像处理模块用于接收外界光照环境信息并采用相应的自动白平衡处理;所述的第二影像处理模块用于接收到外界光照环境信息并采用相应的自动白平衡处理。
作为优选的,所述摄像头处理单元还包括第一识别模块和第二识别模块,所述的第一识别模块基于第一分量图像信息进行生物特征提取并输出第一生物识别编码信息;所述的第二识别模块基于所述第三分量图像信息进行生物特征提取并输出第二生物识别编码信息。
作为优选的,所述摄像头处理单元还包括判定模块,所述判定模块用于进行生物特征编码信息与预先存储的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果,识别结果为第一生物特征的识别结果或/与第二生物特征的识别结果。
作为优选的,所述摄像头处理单元还包括图像合成模块,所述图像合成模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像。
作为优选的,所述摄像头处理单元还包括景深计算模块,所述景深计算模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出景深信息。
作为优选的,所述摄像头处理单元还包括三维图像获取模块,所述三维图像获取模块用于基于二维生物特征图像和景深信息生成生物的三维模型。
一种生物识别终端,包括摄像头单元和摄像头处理单元;
所述摄像头单元包括第一摄像头、第二摄像头、第一发光装置和第二发光装置和光强传感器;所述第一摄像头、第二摄像头分别用于获取携有生物特征信息的第一图像信息和第二图像信息;所述光强传感器用于感知外界光照环境,所述第一发光装置用于根据外界光照环境对第一摄像头补光,所述第二发光装置用于根据外界光照环境对第二摄像头补光;
所述摄像头处理单元用于基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息。
作为优选的,所述第一摄像头用于红外光线的生物特征图像采集,第二摄像头用于可见光线的生物特征图像采集。
作为优选的,所述的第一摄像头为窄角镜头或广角镜头;所述的第二摄像头为窄角镜头,或广角镜头。
作为优选的,所述第一摄像头包括第一图像感测器、第一滤光片和第一镜头;所述第二摄像头包括第二图像感测器、第二滤光片和第二镜头;所述第一图像感测器和第二图像感测器安装于一线路板上。
作为优选的,所述第一摄像头为固定焦距型或自动焦距型摄像头;所述第二摄像头为固定焦距型或自动焦距型摄像头。
作为优选的,所述第一发光装置用于发射红外光线,所述第二发光装置用于发射可见光线。
作为优选的,所述第一发光装置发射700nm~1000nm的近红外光线,所述第二发光装置发射380nm~780nm的可见光线。
作为优选的,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。
作为优选的,所述生物特征包括视网膜、虹膜、眼球、眼纹、眼形、嘴形/牙形、脸型和静脉特征中的一种或多种。
作为优选的,所述摄像头处理单元包括第一影像处理模块和第二影像处理模块,所述第一影像处理模块用于接收外界光照环境信息并采用相应的自动白平衡处理;所述的第二影像处理模块用于接收到外界光照环境信息并采用相应的自动白平衡处理。
作为优选的,所述摄像头处理单元还包括第一识别模块和第二识别模块,所述的第一识别模块基于第一分量图像信息进行生物特征提取并输出第一生物识别编码信息;所述的第二识别模块基于所述第三分量图像信息进行生物特征提取并输出第二生物识别编码信息。
作为优选的,所述摄像头处理单元还包括判定模块,所述判定模块用于进行生物特征编码信息与预先存储的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果,识别结果为第一生物特征的识别结果或/与第二生物特征的识别结果。
作为优选的,所述摄像头处理单元还包括图像合成模块,所述图像合成模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像。
作为优选的,所述摄像头处理单元还包括景深计算模块,所述景深计算模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出景深信息。
作为优选的,所述摄像头处理单元还包括三维图像获取模块,所述三维图像获取模块用于基于二维生物特征图像和景深信息生成生物的三维模型。
本申请提出一种生物识别系统、方法和生物识别终端,通过在采集过程中实时检测外界环境光照强度,在采集过程中即对摄像头进行补光,并且同时采集红外光、可见光两种图像信息进行识别处理,提取两种图像信息的对应分量分别进行特征识别和图像重构,既能够实现生物识别,同时又将生物特征图像进行二维/三维重构显示。
附图说明
图1为根据本发明实施例1的生物识别方法流程图;
图2为根据本发明实施例2的生物识别系统结构框图;
图3为根据本发明实施例的生物识别特征分布图;
图4为根据本发明实施例3的生物识别终端结构框图;
图5为根据本发明实施例3的摄像头单元结构框图;
图6为根据本发明实施例3的摄像头单元基本结构示意图;
图7为根据图6的摄像头单元具体实施结构示意图;
图8位根据图6的摄像头单元的另一种具体实施示意图;
图9位根据图6的摄像头单元的又一种具体实施示意图;
图10为根据本发明实施例3的控制单元结构框图;
图11为根据本发明的实施例3的摄像头处理单元工作流程图;
图12为根据本发明实施例3的生物识别终端的外部结构框图;
图13为根据本发明实施例3的摄像头单元具体结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
实施例1
如图1所示,图中示出了一种生物识别方法,包括:
S1、根据外界光照环境进行补光处理,获取携有生物特征信息的第一图像信息和第二图像信息;
S2、基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;
S3、结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息。
在本实施例中,所述步骤S1中,根据外界光照环境进行补光处理具体包括:感知外界的光照环境并根据光照环境选择不同的图像采集方式,包括自动曝光、自动白平衡和自动补光。
在本实施例中,在步骤S1中,所述第一图像信息为通过红外光线采集的生物特征图像信息,所述第二图像信息为通过可见光采集的生物特征图像信息。
在本实施例中,在步骤S1中,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。
在本实施例中,在步骤S1中,如图3所示,所述生物特征为视网膜、虹膜、眼球、眼纹、眼形、嘴形/牙形、脸型和静脉特征中的一种或多种,可分别选取相应特征进行A:脸部识别和B:眼部识别。。
在本实施例中,在步骤S2中,所述第一分量图像信息为第一图像信号的RGB分量图像信息,所述第二分量图像信息为第一图像信号的亮度分量图像信息,所述第三分量图像信息为第二图像信号的灰度分量图像信息,所述第四分量图像信号为第二图像信号的亮度分量图像信息。
在本实施例中,所述步骤S3中,结合第一分量图像信息和第三分量图像信息获得生物识别结果具体包括:
基于第一分量图像信息获取第一生物识别编码信息,基于第三分量图像信息获取第二生物识别编码信息;
基于第一生物识别编码信息和第二生物识别编码信息与预存的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果。
在本实施例中,所述识别结果为第一分量图像信息的识别结果或/与第三分量图像信息的识别结果。
在本实施例中,在步骤S3中,基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息,具体包括:
基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像;
根据第二分量图像信息和第四分量图像信息获取生物特征的深度信息;
基于二维生物特征图像和深度信息生成生物的三维模型。
实施例2
图2示出了一种生物识别系统,包括摄像头单元和摄像头处理单元;
所述摄像头单元用于根据外界光照环境进行补光处理,获取携有生物特征信息的第一图像信息和第二图像信息;
所述摄像头处理单元用于基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息。
在本实施例中,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。
在本实施例中,如图3所示,所述生物特征包括视网膜、虹膜、眼球、眼纹、眼形、嘴形/牙形、脸型和静脉特征中的一种或多种,可分别选取相应特征进行A:脸部识别和B:眼部识别。
在本实施例中,所述摄像头处理单元包括第一影像处理模块和第二影像处理模块,所述第一影像处理模块用于接收外界光照环境信息并采用相应的自动白平衡处理;所述的第二影像处理模块用于接收到外界光照环境信息并采用相应的自动白平衡处理。
在本实施例中,所述摄像头处理单元还包括第一识别模块和第二识别模块,所述的第一识别模块基于第一分量图像信息进行生物特征提取并输出第一生物识别编码信息;所述的第二识别模块基于所述第三分量图像信息进行生物特征提取并输出第二生物识别编码信息。
在本实施例中,所述摄像头处理单元还包括判定模块,所述判定模块用于进行生物特征编码信息与预先存储的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果,识别结果可以是第一生物特征的识别结果或/与第二生物特征的识别结果。
在本实施例中,所述摄像头处理单元还包括图像合成模块,所述图像合成模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像。
在本实施例中,所述摄像头处理单元还包括景深计算模块,所述景深计算模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出景深信息。
在本实施例中,所述摄像头处理单元还包括三维图像获取模块,所述三维图像获取模块用于基于二维生物特征图像和景深信息生成生物的三维模型。
实施例3
图4示出了一种生物识别终端,包括摄像头单元和摄像头处理单元(即图中处理器);还包括内存和显示器,用于存储数据和显示图像。
如图5所示,所述摄像头单元包括第一摄像头、第二摄像头、第一发光装置和第二发光装置和光强传感器;所述第一摄像头、第二摄像头分别用于获取携有生物特征信息的第一图像信息和第二图像信息;所述光强传感器用于感知外界光照环境,所述第一发光装置用于根据外界光照环境对第一摄像头补光,所述第二发光装置用于根据外界光照环境对第二摄像头补光;光强传感器在感知到外界的光照强度后并提供检测到外界的光照强度数值,以便用于控制发光装置的补光效果;第一发光装置和所述的第一发光装置可以根据光照环境的控制条件进行光照强度的调节。
所述摄像头处理单元用于基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息。
在本实施例中,所述第一摄像头用于红外光线的生物特征图像采集,第二摄像头用于可见光线的生物特征图像采集。
在本实施例中,所述的第一摄像头为窄角镜头或广角镜头;所述的第二摄像头为窄角镜头,或广角镜头。
在本实施例中,所述第一摄像头为固定焦距型或自动焦距型摄像头;所述第二摄像头为固定焦距型或自动焦距型摄像头。
在本实施例中,如图6所示,所述第一摄像头包括第一图像感测器、第一滤光片和第一镜头;所述第二摄像头包括第二图像感测器、第二滤光片和第二镜头;所述第一图像感测器和第二图像感测器安装于一线路板上,通过一总线连接。
第一摄像头和所述的第二摄像头同时为固定对焦类型时,光强传感器感知外界光照强度的情况下通过总线传输到第一发光装置和第二发光装置,第一发光装置根据外界光照强度条件发射出红外光线并投射到生物特征上,第一镜头捕捉到生物特征上的全部光线后传输到第一滤光片,第一滤光片选择红外光线进行通过并传输到第一图像感测器,第一图像感测器将红外光线经过光电转换成电信号传输到一总线;第二发光装置根据外界光照强度条件发射出可见光线并投射到生物特征上,第二镜头捕捉到生物特征上的全部光线后传输到第二滤光片,第二滤光片选择可见光线进行通过并传输到第二图像感测器,第二图像感测器将可见光线经过光电转换成电信号传输到总线。
进一步的,如图7所示和图8所示,第一摄像头或/与第二摄像头为音圈马达的自动对焦类型时,光强传感器感知外界光照强度的情况下通过总线传输到第一发光装置和第二发光装置,第一发光装置根据外界光照强度条件发射出红外光线并投射到生物特征上,第一镜头捕捉到生物特征上的全部光线后传输到第一滤光片,第一滤光片选择红外光线进行通过并传输到第一图像感测器,第一图像感测器将红外光线经过光电转换成电信号传输到一总线;第二发光装置根据外界光照强度条件发射出可见光线并投射到生物特征上,第二镜头捕捉到生物特征上的全部光线后传输到第二滤光片,第二滤光片选择可见光线进行通过并传输到第二图像感测器,第二图像感测器将可见光线经过光电转换成电信号传输到总线;第一驱动单元或/与第二驱动单元从总线接收到对焦控制信号时控制第一致动器或/与第二致动器进行位置驱动并最终使图像达到清晰。
进一步的,如图9所示,第一摄像头或/与第二摄像头为可调液晶透镜的自动对焦类型时,第一摄像头设有第一液控透镜,第二摄像头上设有第二液控透镜,光强传感器感知外界光照强度的情况下通过总线传输到第一发光装置和第二发光装置,第一发光装置根据外界光照强度条件发射出红外光线并投射到生物特征上,第一液控透镜接收到生物特征上的全部光线后并传输到第一镜头,第一镜头再将生物特征上的全部光线后传输到第一滤光片,第一滤光片选择红外光线进行通过并传输到第一图像感测器,第一图像感测器将红外光线经过光电转换成电信号传输到总线;第二发光装置根据外界光照强度条件发射出可见光线并投射到生物特征上,第二液控透镜接收到生物特征上的全部光线后并传输到第二镜头,第二镜头再将生物特征上的全部光线后传输到第二滤光片,第二滤光片选择可见光线进行通过并传输到第二图像感测器,第二图像感测器将可见光线经过光电转换成电信号传输到总线;第一驱动单元或/与第二驱动单元从总线接收到对焦控制信号时第一液控透镜或/与第一液控透镜进行液晶透镜的焦距变化并最终使图像达到清晰。
在本实施例中,所述第一发光装置用于发射红外光线,所述第二发光装置用于发射可见光线。
在本实施例中,所述第一发光装置发射700nm~1000nm的近红外光线,优选800~950nm的近红外光线;所述第二发光装置发射380nm~780nm的可见光线,优选450~650nm的可见光线。
在本实施例中,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。即第一摄像头的图像采集与第二摄像头的图像采集的生物特征是完全相同的,也可以是部分相同的,也可以是完全不相同的。
在本实施例中,如图3所示,所述生物特征包括视网膜、虹膜、眼球、眼纹、眼形、嘴形/牙形、脸型和静脉特征中的一种或多种,可分别选取相应特征进行A:脸部识别和B:眼部识别。
在本实施例中,如图10所示,还包括控制单元,所述控制单元包括摄像头控制模块、光源控制模块、对焦控制模块和光强控制模块,所述第一摄像头内设有第一自动对焦模块,第二摄像头内设有第二自动对焦模块,所述第一自动对焦模块和第二自动对焦模块通过所述对焦控制模块进行控制,光强控制模块控制光强传感器的补光强度,光源控制模块用于控制第一发光装置、第二发光装置的发射波长;摄像头控制模块控制第一摄像头、第二摄像头获取图像。
在本实施例中,如图11所示,所述摄像头处理单元包括第一影像处理模块和第二影像处理模块,所述第一影像处理模块用于接收外界光照环境信息并采用相应的自动白平衡处理;所述的第二影像处理模块用于接收到外界光照环境信息并采用相应的自动白平衡处理。
如图11所示,第一影像处理模块基于第一图像信息IM1获取用于第一生物识别的第一分量图像信息IM1A及用于图像合成、景深计算的第二分量图像信息IM1B;第二影像处理模块基于第二图像信息IM2获取用于第二生物识别的第三分量图像信息IM2A及用于图像合成、景深计算的第四分量图像信息IM2B。
所述的图像合成模块基于第二分量图像信息IM1B和第四分量图像信息IM2B进行合成处理并输出生物特征的二维图像信息。
在本实施例中,所述摄像头处理单元还包括判定模块,所述判定模块用于进行生物特征编码信息与预先存储的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果,识别结果可以是第一生物特征的识别结果或/与第二生物特征的识别结果。
第一摄像头用于采集并输出第一生物特征图像信息(及第一图像信息),所述的第一影像处理模块基于第一生物特征图像信息进行第一生物特征提取与编码并输出第一生物特征编码信息(即第一分量图像信息IM1A),所述的识别判定模块基于第一生物征编码信息与预先存储的生物特征数据进行匹配,所述的第二摄像头用于采集并输出第二生物特征图像信息(即第二图像信息),所述的第二影像处理模块基于第二生物特征图像信息进行第二生物特征提取与编码并输出第二生物特征编码信息(即第三分量图像信息IM1A)。
在本实施例中,所述摄像头处理单元还包括第一识别模块和第二识别模块,所述的第一识别模块基于第一分量图像信息IM1A进行生物特征提取并输出第一生物识别编码信息PN1;所述的第二识别模块基于所述第三分量图像信息IM2A进行生物特征提取并输出第二生物识别编码信息PN2。
所述的识别判定模块(即判定模块)基于第一生物识别编码信息PN1和第二生物识别编码信息PN2与预先存储的生物特征数据进行匹配,同时满足则输出生物识别的结果。
在本实施例中,所述摄像头处理单元还包括图像合成模块,所述图像合成模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像IM3和景深计算所需的图像信息IM4。
在本实施例中,所述摄像头处理单元还包括景深计算模块,所述景深计算模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出景深信息和三维图像获取所需的图像信息DM。
在本实施例中,所述摄像头处理单元还包括三维图像获取模块,所述三维图像获取模块用于基于二维生物特征图像和深度信息生成生物的三维模型DMX。
在本实施例中,还提供了摄像头单元的具体结构图,如图12和13所示,该生物识别终端1包括摄像头单元20、显示器10,内设有摄像头处理单元,图中(a)、(b)、(c)、(d)分别对应图6至9的摄像头单元结构,(c)中摄像头单元20包括第一摄像21、第一发光装置23、第二摄像头22、第二发光装置24、光强传感器25,第一摄像头21包括第一图像感测器21c、第一滤光片21b、第一镜头21a、第一致动器21d、第一驱动单元21e;第二摄像头22包括第二图像感测器22c、第二滤光片22b、第二镜头22a、第二致动器22d和第二驱动单元22e。第一图像感测器21c、第二图像感测器22c、第一发光装置23、第二发光装置24、第一驱动单元21e、第二驱动单元22e连接一总线43.
综上所述,本申请提出一种生物识别系统、方法和生物识别终端,通过在采集过程中实时检测外界环境光照强度,在采集过程中即对摄像头进行补光,并且同时采集红外光、可见光两种图像信息进行识别处理,提取两种图像信息的对应分量分别进行特征识别和图像重构,既能够实现生物识别,同时又将生物特征图像进行二维/三维重构显示。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。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。
Claims (23)
1.一种生物识别方法,其特征在于,包括:
S1、根据外界光照环境进行补光处理,获取携有生物特征信息的第一图像信息和第二图像信息;其中,所述第一图像信息为通过红外光线采集的生物特征图像信息,所述第二图像信息为通过可见光采集的生物特征图像信息,并同时采集红外光和可见光两种图像信息进行识别处理;
S2、基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;
S3、结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息;
其中,在步骤S3中,基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息,具体包括:
基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像;
根据第二分量图像信息和第四分量图像信息获取生物特征的深度信息;
基于二维生物特征图像和深度信息生成生物的三维模型。
2.根据权利要求1所述的生物识别方法,其特征在于,所述步骤S1中,根据外界光照环境进行补光处理具体包括:感知外界的光照环境并根据光照环境选择不同的图像采集方式,包括自动曝光、自动白平衡和自动补光。
3.根据权利要求1所述的生物识别方法,其特征在于,在步骤S1中,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。
4.根据权利要求1所述的生物识别方法,其特征在于,在步骤S1中,所述生物特征为视网膜、虹膜、眼球、眼纹、眼形、脸型和静脉特征中的一种或多种。
5.根据权利要求1所述的生物识别方法,其特征在于,所述步骤S3中,结合第一分量图像信息和第三分量图像信息获得生物识别结果具体包括:
基于第一分量图像信息获取第一生物识别编码信息,基于第三分量图像信息获取第二生物识别编码信息;
基于第一生物识别编码信息和第二生物识别编码信息与预存的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果。
6.根据权利要求5所述的生物识别方法,其特征在于,所述识别结果为第一分量图像信息的识别结果或/与第三分量图像信息的识别结果。
7.一种生物识别系统,其特征在于,包括摄像头单元和摄像头处理单元;
所述摄像头单元用于根据外界光照环境进行补光处理,获取携有生物特征信息的第一图像信息和第二图像信息;其中,所述第一图像信息为通过红外光线采集的生物特征图像信息,所述第二图像信息为通过可见光采集的生物特征图像信息,并同时采集红外光和可见光两种图像信息进行识别处理;
所述摄像头处理单元用于基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息;
其中,所述摄像头处理单元还包括图像合成模块,所述图像合成模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像;
所述摄像头处理单元还包括景深计算模块,所述景深计算模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出景深信息;
所述摄像头处理单元还包括三维图像获取模块,所述三维图像获取模块用于基于二维生物特征图像和景深信息生成生物的三维模型。
8.根据权利要求7所述的生物识别系统,其特征在于,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。
9.根据权利要求7所述的生物识别系统,其特征在于,所述生物特征包括视网膜、虹膜、眼球、眼纹、眼形、脸型和静脉特征中的一种或多种。
10.根据权利要求7所述的生物识别系统,其特征在于,所述摄像头处理单元包括第一影像处理模块和第二影像处理模块,所述第一影像处理模块用于接收外界光照环境信息并采用相应的自动白平衡处理;所述的第二影像处理模块用于接收到外界光照环境信息并采用相应的自动白平衡处理。
11.根据权利要求7所述的生物识别系统,其特征在于,所述摄像头处理单元还包括第一识别模块和第二识别模块,所述的第一识别模块基于第一分量图像信息进行生物特征提取并输出第一生物识别编码信息;所述的第二识别模块基于所述第三分量图像信息进行生物特征提取并输出第二生物识别编码信息。
12.根据权利要求7所述的生物识别系统,其特征在于,所述摄像头处理单元还包括判定模块,所述判定模块用于进行生物特征编码信息与预先存储的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果,识别结果为第一生物特征的识别结果或/与第二生物特征的识别结果。
13.一种生物识别终端,其特征在于,包括摄像头单元和摄像头处理单元;
所述摄像头单元包括第一摄像头、第二摄像头、第一发光装置和第二发光装置和光强传感器;所述第一摄像头、第二摄像头分别用于获取携有生物特征信息的第一图像信息和第二图像信息;所述光强传感器用于感知外界光照环境,所述第一发光装置用于根据外界光照环境对第一摄像头补光,所述第二发光装置用于根据外界光照环境对第二摄像头补光;其中,所述第一摄像头用于红外光线的生物特征图像采集,所述第二摄像头用于可见光线的生物特征图像采集,并同时采集红外光和可见光两种图像信息进行识别处理;
所述摄像头处理单元用于基于第一图像信息获取用于第一生物识别的第一分量图像信息及用于图像合成、景深计算的第二分量图像信息;基于第二图像信息获取用于第二生物识别的第三分量图像信息及用于图像合成、景深计算的第四分量图像信息;结合第一分量图像信息和第三分量图像信息获得生物识别结果,并基于第二分量图像信息和第四分量图像信息获得生物的二维图像信息或/与三维图像信息;
其中,所述摄像头处理单元还包括图像合成模块,所述图像合成模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出二维生物特征图像;
所述摄像头处理单元还包括景深计算模块,所述景深计算模块用于基于第二分量图像信息和第四分量图像信息进行重新拼接并输出景深信息;
所述摄像头处理单元还包括三维图像获取模块,所述三维图像获取模块用于基于二维生物特征图像和景深信息生成生物的三维模型。
14.根据权利要求13所述的生物识别终端,其特征在于,所述的第一摄像头为窄角镜头或广角镜头;所述的第二摄像头为窄角镜头,或广角镜头。
15.根据权利要求13所述的生物识别终端,其特征在于,所述第一摄像头包括第一图像感测器、第一滤光片和第一镜头;所述第二摄像头包括第二图像感测器、第二滤光片和第二镜头;所述第一图像感测器和第二图像感测器安装于一线路板上。
16.根据权利要求13所述的生物识别终端,其特征在于,所述第一摄像头为固定焦距型或自动焦距型摄像头;所述第二摄像头为固定焦距型或自动焦距型摄像头。
17.根据权利要求13所述的生物识别终端,其特征在于,所述第一发光装置用于发射红外光线,所述第二发光装置用于发射可见光线。
18.根据权利要求17所述的生物识别终端,其特征在于,所述第一发光装置发射700nm~1000nm的近红外光线,所述第二发光装置发射380nm~780nm的可见光线。
19.根据权利要求13所述的生物识别终端,其特征在于,所述第一图像信息和第二图像信息采集的生物特征相同、不同或部分相同。
20.根据权利要求13所述的生物识别终端,其特征在于,所述生物特征包括视网膜、虹膜、眼球、眼纹、眼形、脸型和静脉特征中的一种或多种。
21.根据权利要求13所述的生物识别终端,其特征在于,所述摄像头处理单元包括第一影像处理模块和第二影像处理模块,所述第一影像处理模块用于接收外界光照环境信息并采用相应的自动白平衡处理;所述的第二影像处理模块用于接收到外界光照环境信息并采用相应的自动白平衡处理。
22.根据权利要求13所述的生物识别终端,其特征在于,所述摄像头处理单元还包括第一识别模块和第二识别模块,所述的第一识别模块基于第一分量图像信息进行生物特征提取并输出第一生物识别编码信息;所述的第二识别模块基于所述第三分量图像信息进行生物特征提取并输出第二生物识别编码信息。
23.根据权利要求13所述的生物识别终端,其特征在于,所述摄像头处理单元还包括判定模块,所述判定模块用于进行生物特征编码信息与预先存储的生物特征数据进行匹配,并根据生物识别的设置条件输出相应的识别结果,识别结果为第一生物特征的识别结果或/与第二生物特征的识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710725269.XA CN109426762B (zh) | 2017-08-22 | 2017-08-22 | 一种生物识别系统、方法和生物识别终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710725269.XA CN109426762B (zh) | 2017-08-22 | 2017-08-22 | 一种生物识别系统、方法和生物识别终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109426762A CN109426762A (zh) | 2019-03-05 |
CN109426762B true CN109426762B (zh) | 2021-03-23 |
Family
ID=65498656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710725269.XA Active CN109426762B (zh) | 2017-08-22 | 2017-08-22 | 一种生物识别系统、方法和生物识别终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109426762B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117373103A (zh) * | 2023-10-18 | 2024-01-09 | 北京极溯光学科技有限公司 | 一种图像特征提取方法、装置、设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020113687A1 (en) * | 2000-11-03 | 2002-08-22 | Center Julian L. | Method of extending image-based face recognition systems to utilize multi-view image sequences and audio information |
DE10227167A1 (de) * | 2002-06-18 | 2004-01-15 | Siemens Ag | Verfahren und Vorrichtung zur Personenerkennung |
CN101639891B (zh) * | 2008-07-28 | 2012-05-02 | 汉王科技股份有限公司 | 一种双摄像头人脸识别装置和方法 |
CN101814130A (zh) * | 2009-02-19 | 2010-08-25 | 中国科学院自动化研究所 | 用摄像机阵列的虹膜识别装置和多模态生物特征识别方法 |
CN103150553A (zh) * | 2013-02-06 | 2013-06-12 | 北京中科虹霸科技有限公司 | 实现多模态身份特征识别的移动终端以及方法 |
CN104933344B (zh) * | 2015-07-06 | 2019-01-04 | 北京中科虹霸科技有限公司 | 基于多生物特征模态的移动终端用户身份认证装置及方法 |
CN206370880U (zh) * | 2017-01-25 | 2017-08-01 | 徐鹤菲 | 一种双摄像头成像系统和移动终端 |
CN106874871B (zh) * | 2017-02-15 | 2020-06-05 | 广东光阵光电科技有限公司 | 一种活体人脸双摄像头识别方法及识别装置 |
-
2017
- 2017-08-22 CN CN201710725269.XA patent/CN109426762B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109426762A (zh) | 2019-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101286454B1 (ko) | 눈 영상의 특성을 이용한 모조얼굴 식별장치 및 방법 | |
CN106874871B (zh) | 一种活体人脸双摄像头识别方法及识别装置 | |
US8754934B2 (en) | Dual-camera face recognition device and method | |
CN102855471B (zh) | 远距离虹膜智能成像装置及方法 | |
CN109255282B (zh) | 一种生物识别方法、装置和系统 | |
US8514277B2 (en) | Video infrared retinal image scanner | |
KR101014325B1 (ko) | 적외선을 이용한 얼굴인식 시스템 및 방법 | |
CN111339831B (zh) | 一种照明灯控制方法和系统 | |
JP2014078052A (ja) | 認証装置および方法、並びにプログラム | |
CN112165573A (zh) | 拍摄处理方法和装置、设备、存储介质 | |
CN109661668B (zh) | 用于虹膜识别的图像处理方法和系统 | |
JP2003016434A (ja) | 個体認証装置 | |
KR20180134280A (ko) | 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법 | |
US20210256244A1 (en) | Method for authentication or identification of an individual | |
CN109451233A (zh) | 一种采集高清晰度面部图像的装置 | |
KR101919090B1 (ko) | 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법 | |
CN108769504A (zh) | 一种应用于atm的带活体检测激活功能的红外摄像头 | |
CN109426762B (zh) | 一种生物识别系统、方法和生物识别终端 | |
CN106934349A (zh) | 双摄像头成像及虹膜采集识别一体化设备 | |
CN112668539A (zh) | 生物特征采集识别系统及方法、终端设备和存储介质 | |
CN111144219A (zh) | 一种基于3d结构光的虹膜识别装置及方法 | |
CN109840514A (zh) | 一种活体检测的方法和设备 | |
US20210192205A1 (en) | Binding of selfie face image to iris images for biometric identity enrollment | |
KR20150117883A (ko) | 홍채 인식 모듈 및 방법 | |
CN112926367A (zh) | 一种活体检测的设备及方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20191225 Address after: 518109 first floor, building 1b, yunantong Industrial Park, langrong Road, Dalang community, Dalang street, Longhua District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Jinghong Technology Co., Ltd Address before: 201203 Shanghai City, Pudong New Area free trade zone fanchun Road No. 400 Building 1 layer 3 Applicant before: Shanghai Jinghong Electronic Technology Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |