CN115471919B - 一种基于便携式免散瞳眼底照相机的建档方法及系统 - Google Patents

Abstract

本发明公开了一种基于便携式免散瞳眼底照相机的建档方法及系统，包括：基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；基于照相机拍摄用户的脸部，得到脸部图像；将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件。可以准确确定眼底图像与用户信息的关系，实现快速便捷的建档，有效提高工作人员的检测效率，实现对信息的有效管理，解决眼底图像与用户信息不匹配的问题，保证建档文件的准确性。

Description

一种基于便携式免散瞳眼底照相机的建档方法及系统

技术领域

本发明涉及信息管理技术领域，特别涉及一种基于便携式免散瞳眼底照相机的建档方法及系统。

背景技术

目前，通过视网膜可以直接观察到毛细血管和神经，因此，通过观察视网膜不仅仅可以检测眼部的问题，还可以间接发现其他病症的情况，例如：糖尿病并发症和高血压等。便携式免散瞳眼底照相机是用来拍摄视网膜的专用设备，通过光学系统对人体视网膜进行成像，获取眼底图像；在相机拍摄时，需要将眼底图像与人员信息进行关联，因此需要进行建档操作，但是现有技术中建档操作繁琐，需要人员输入患者信息，无法实现快速便捷的建档，来有效提高工作人员的检测效率。同时容易出现眼底图像与用户信息不匹配的问题，使得建档文件不准确。

发明内容

本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的第一个目的在于提出一种基于便携式免散瞳眼底照相机的建档方法，可以准确确定眼底图像与用户信息的关系，实现快速便捷的建档，有效提高工作人员的检测效率，实现对信息的有效管理，解决眼底图像与用户信息不匹配的问题，保证建档文件的准确性。

本发明的第二个目的在于提出一种基于便携式免散瞳眼底照相机的建档系统。

为达到上述目的，本发明第一方面实施例提出了一种基于便携式免散瞳眼底照相机的建档方法，包括：

基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；

基于照相机拍摄用户的脸部，得到脸部图像；

将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；

对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件。

根据本发明的一些实施例，基于照相机拍摄用户证件，得到证件图像，并确定人脸图像，包括：

基于照相机拍摄用户证件，得到证件图像；

对所述证件图像基于边缘算法进行处理，确定边缘轮廓，将边缘轮廓外的区域剔除，得到标准证件图像；

获取标准证件图像上每个像素点的RGB颜色值，并与预设RGB颜色值进行比较，确定与预设RGB颜色值一致的像素点，作为标准像素点；

根据标准证件图像除标准像素点外的其他像素点，确定人脸图像。

根据本发明的一些实施例，将所述人脸图像与所述脸部图像进行匹配，包括：

对所述人脸图像进行特征提取，得到第一特征参数；

对所述脸部图像进行特征提取，得到第二特征参数；

将所述第一特征参数与所述第二特征参数进行匹配。

根据本发明的一些实施例，对所述人脸图像进行特征提取，得到第一特征参数，包括：

基于神经网络模型对人脸图像进行脸部检测，确定脸部特征数据；所述脸部特征数据包括五官数据；

根据五官数据确定各个器官之间的关联关系，得到拓扑关系；

将所述脸部特征数据及所述拓扑关系作为第一特征参数。

根据本发明的一些实施例，在将所述人脸图像与所述脸部图像进行匹配前，还包括：

获取所述脸部图像上每个像素点的亮度特征值，计算出平均亮度特征值，并与第一预设阈值进行比较；

在确定所述平均亮度特征值大于第一预设阈值时，获取所述脸部图像的背景区域的灰度图像基于高斯平滑处理进行拟合，得到第一拟合数据；

根据所述第一拟合数据对所述灰度图像进行拟合处理，得到拟合图像，根据拟合图像中像素点的亮度特征值对脸部图像上对应像素点的亮度特征值进行亮度校正，得到校正脸部图像。

根据本发明的一些实施例，对证件图像进行解析，确定用户信息，包括：

对证件图像进行预处理，得到预处理证件图像；

对所述预处理证件图像进行文字信息提取，确定文本信息；

对所述文字信息进行字符分割及字符分类，得到若干个分类集合；

将若干个分类集合基于类型进行排列，确定用户信息。

根据本发明的一些实施例，所述预处理包括对证件图像的暗部运行对数变换函数进行微调及基于中值滤波算法进行图像去噪。

根据本发明的一些实施例，还包括：

获取建档文件的第一数据长度i；计算建档文件的哈希值，并确定所述哈希值的第二数据长度j；

计算第一数据长度i与第二数据长度j的第一比值k，并与第二预设阈值进行比较；

在确定第一比值k大于第二预设阈值时，将所述建档文件拆分为k个子文件；其中，前k-1个子文件中包含[i/k]个目标数据，第k个子文件中包含i-k·[i/k]个目标数据；

将哈希值中的第n个字符作为密钥对第n个子文件进行加密，进而获得k个加密子文件；

按照子文件的连接顺序将加密子文件组合为加密建档文件，将所述加密建档文件传输至后台服务器。

根据本发明的一些实施例，对所述预处理证件图像进行文字信息提取，确定文本信息，包括：

将所述预处理证件图像与模板图像进行对齐变换处理，并将预处理证件图像与模板图像进行像素值的差分处理，根据差分处理结果确定文字区域；

在所述文字区域内选取预设数量个聚类中心点；

计算所述文字区域内各像素点距离每个聚类中心点的距离，对于同一像素点选取距离最小的聚类中心点并进行归类，得到预设数量个聚类集合；

将每个聚类集合对应的图像进行灰度化处理，得到若干个灰度图像；

获取灰度图像上每个像素点的灰度值并计算出灰度均值；

基于OTSU算法对每个聚类集合对应的图像进行计算，确定二值化阈值；

筛选出灰度均值大于二值化阈值的灰度图像，作为目标图像；

对所述目标图像内的文字进行清晰化处理，确定文本信息。

为达到上述目的，本发明第二方面实施例提出了一种基于便携式免散瞳眼底照相机的建档系统，包括：

第一获取模块，用于基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；

第二获取模块，用于基于照相机拍摄用户的脸部，得到脸部图像；

匹配模块，用于将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；

生成模块，用于对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明一个实施例的一种基于便携式免散瞳眼底照相机的建档方法的流程图；

图2是根据本发明一个实施例的确定人脸图像的流程图；

图3是根据本发明一个实施例的一种基于便携式免散瞳眼底照相机的建档系统的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，本发明第一方面实施例提出了一种基于便携式免散瞳眼底照相机的建档方法，包括步骤S1-S4：

S1、基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；

S2、基于照相机拍摄用户的脸部，得到脸部图像；

S3、将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；

S4、对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件。

上述技术方案的工作原理：基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；用户证件可以为身份证。将身份证上用户的人脸对应区域的图像作为人脸图像。基于照相机拍摄用户的脸部，得到脸部图像；

将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；将所述人脸图像与所述脸部图像进行匹配主要实现自动判断用户的证件的真实性及与本人的一致性，实现对用户信息的准确判断。

对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件。实现对用户信息的准确验证，进而保证建立的关联关系的准确性。

上述技术方案的有益效果：可以准确确定眼底图像与用户信息的关系，实现快速便捷的建档，有效提高工作人员的检测效率，实现对信息的有效管理，解决眼底图像与用户信息不匹配的问题，保证建档文件的准确性。

如图2所示，根据本发明的一些实施例，基于照相机拍摄用户证件，得到证件图像，并确定人脸图像，包括步骤S11-S14：

S11、基于照相机拍摄用户证件，得到证件图像；

S12、对所述证件图像基于边缘算法进行处理，确定边缘轮廓，将边缘轮廓外的区域剔除，得到标准证件图像；

S13、获取标准证件图像上每个像素点的RGB颜色值，并与预设RGB颜色值进行比较，确定与预设RGB颜色值一致的像素点，作为标准像素点；

S14、根据标准证件图像除标准像素点外的其他像素点，确定人脸图像。

上述技术方案的工作原理：基于照相机拍摄用户证件，得到证件图像；对所述证件图像基于边缘算法进行处理，确定边缘轮廓，将边缘轮廓外的区域剔除，得到标准证件图像；边缘轮廓外的区域为噪声图像，基于标准证件图像便于减少数据处理量，提高数据处理效率。获取标准证件图像上每个像素点的RGB颜色值，并与预设RGB颜色值进行比较，确定与预设RGB颜色值一致的像素点，作为标准像素点；预设RGB颜色值为用户证件上模板像素点的RGB颜色值。根据标准证件图像除标准像素点外的其他像素点，确定人脸图像。便于准确确定用户证件上的用户的人脸图像。

上述技术方案的有益效果：基于将标准证件图像上每个像素点的RGB颜色值，并与预设RGB颜色值进行比较，剔除标准像素点，准确确定用户证件上的用户的人脸图像。

根据本发明的一些实施例，将所述人脸图像与所述脸部图像进行匹配，包括：

对所述人脸图像进行特征提取，得到第一特征参数；

对所述脸部图像进行特征提取，得到第二特征参数；

将所述第一特征参数与所述第二特征参数进行匹配。

上述技术方案的工作原理：对所述人脸图像进行特征提取，得到第一特征参数；对所述脸部图像进行特征提取，得到第二特征参数；将所述第一特征参数与所述第二特征参数进行匹配。

上述技术方案的有益效果：基于第一特征参数与所述第二特征参数进行匹配，准确实现人脸图像与所述脸部图像的匹配。在匹配时可以为第一特征参数与所述第二特征参数的比例参数，在比例参数为在预设比例参数内时，表示匹配成功。

根据本发明的一些实施例，对所述人脸图像进行特征提取，得到第一特征参数，包括：

基于神经网络模型对人脸图像进行脸部检测，确定脸部特征数据；所述脸部特征数据包括五官数据；

根据五官数据确定各个器官之间的关联关系，得到拓扑关系；

将所述脸部特征数据及所述拓扑关系作为第一特征参数。

上述技术方案的工作原理：基于神经网络模型对人脸图像进行脸部检测，确定脸部特征数据；所述脸部特征数据包括五官数据；根据五官数据确定各个器官之间的关联关系，得到拓扑关系；将所述脸部特征数据及所述拓扑关系作为第一特征参数。第二特征参数为脸部图像上的脸部特征数据及基于脸部图像上的脸部特征数据确定的拓扑关系确定的。

上述技术方案的有益效果：所述脸部特征数据包括五官数据；即眼睛、耳朵、鼻子、嘴巴、眉毛各个器官的数据。关联关系为各个器官之间的距离等。基于第一特征参数准确表示人脸图像的主要参数。

根据本发明的一些实施例，在将所述人脸图像与所述脸部图像进行匹配前，还包括：

获取所述脸部图像上每个像素点的亮度特征值，计算出平均亮度特征值，并与第一预设阈值进行比较；

在确定所述平均亮度特征值大于第一预设阈值时，获取所述脸部图像的背景区域的灰度图像基于高斯平滑处理进行拟合，得到第一拟合数据；

根据所述第一拟合数据对所述灰度图像进行拟合处理，得到拟合图像，根据拟合图像中像素点的亮度特征值对脸部图像上对应像素点的亮度特征值进行亮度校正，得到校正脸部图像。

上述技术方案的工作原理：获取所述脸部图像上每个像素点的亮度特征值，计算出平均亮度特征值，并与第一预设阈值进行比较；第一预设阈值为多次实验获取的。在确定所述平均亮度特征值大于第一预设阈值时，获取所述脸部图像的背景区域的灰度图像基于高斯平滑处理进行拟合，得到第一拟合数据；根据所述第一拟合数据对所述灰度图像进行拟合处理，得到拟合图像，根据拟合图像中像素点的亮度特征值对脸部图像上对应像素点的亮度特征值进行亮度校正，得到校正脸部图像。

上述技术方案的有益效果：对脸部图像上相应的像素点进行亮度校正，提高脸部图像的准确性，便于人脸图像与校正脸部图像进行匹配。

根据本发明的一些实施例，对证件图像进行解析，确定用户信息，包括：

对证件图像进行预处理，得到预处理证件图像；

对所述预处理证件图像进行文字信息提取，确定文本信息；

对所述文字信息进行字符分割及字符分类，得到若干个分类集合；

将若干个分类集合基于类型进行排列，确定用户信息。

上述技术方案的工作原理：对证件图像进行预处理，得到预处理证件图像；对所述预处理证件图像进行文字信息提取，确定文本信息；对所述文字信息进行字符分割及字符分类，得到若干个分类集合；将若干个分类集合基于类型进行排列，确定用户信息。

上述技术方案的有益效果：对证件图像进行预处理，提高证件图像的准确性，进而便于对所述预处理证件图像进行文字信息提取，提高确定文本信息的准确性。实现分类集合基于类型进行排列，准确确定用户信息。

根据本发明的一些实施例，所述预处理包括对证件图像的暗部运行对数变换函数进行微调及基于中值滤波算法进行图像去噪。

根据本发明的一些实施例，还包括：

获取建档文件的第一数据长度i；计算建档文件的哈希值，并确定所述哈希值的第二数据长度j；

计算第一数据长度i与第二数据长度j的第一比值k，并与第二预设阈值进行比较；

在确定第一比值k大于第二预设阈值时，将所述建档文件拆分为k个子文件；其中，前k-1个子文件中包含[i/k]个目标数据，第k个子文件中包含i-k·[i/k]个目标数据；

将哈希值中的第n个字符作为密钥对第n个子文件进行加密，进而获得k个加密子文件；

按照子文件的连接顺序将加密子文件组合为加密建档文件，将所述加密建档文件传输至后台服务器。

上述技术方案的工作原理：获取建档文件的第一数据长度i；计算建档文件的哈希值，并确定所述哈希值的第二数据长度j；计算第一数据长度i与第二数据长度j的第一比值k，并与第二预设阈值进行比较；第二预设阈值为多次实验获取的。在确定第一比值k大于第二预设阈值时，将所述建档文件拆分为k个子文件；其中，前k-1个子文件中包含[i/k]个目标数据，第k个子文件中包含i-k·[i/k]个目标数据；目标数据为建档文件包括的数据。将哈希值中的第n个字符作为密钥对第n个子文件进行加密，进而获得k个加密子文件；按照子文件的连接顺序将加密子文件组合为加密建档文件，将所述加密建档文件传输至后台服务器。

上述技术方案的有益效果：实现对建档文件进行有效的划分后分别基于哈希值中对应的字符作为秘钥对对应子文件进行加密，得到k个加密子文件。按照子文件的连接顺序将加密子文件组合为加密建档文件，将所述加密建档文件传输至后台服务器。实现对建档文件的安全加密，并进行传输，提高了数据传输的安全性，避免数据泄露，保护用户隐私。

根据本发明的一些实施例，对所述预处理证件图像进行文字信息提取，确定文本信息，包括：

将所述预处理证件图像与模板图像进行对齐变换处理，并将预处理证件图像与模板图像进行像素值的差分处理，根据差分处理结果确定文字区域；

在所述文字区域内选取预设数量个聚类中心点；

计算所述文字区域内各像素点距离每个聚类中心点的距离，对于同一像素点选取距离最小的聚类中心点并进行归类，得到预设数量个聚类集合；

将每个聚类集合对应的图像进行灰度化处理，得到若干个灰度图像；

获取灰度图像上每个像素点的灰度值并计算出灰度均值；

基于OTSU算法对每个聚类集合对应的图像进行计算，确定二值化阈值；

筛选出灰度均值大于二值化阈值的灰度图像，作为目标图像；

对所述目标图像内的文字进行清晰化处理，确定文本信息。

上述技术方案的工作原理：基于预处理证件图像与模板图像进行对齐变换处理及像素值的差分处理，便于初步确定文字区域，缩小处理范围。在所述文字区域内选取预设数量个聚类中心点；预设数量可以为四个。示例的，假设文字区域为矩形，将矩阵进行划分为四个相等的区域，每个聚类中心点为每个区域的中心点。便于对文字区域进行分区域处理，快速且更加精确的确定文字像素点。将每个聚类集合对应的图像进行灰度化处理，得到若干个灰度图像；获取灰度图像上每个像素点的灰度值并计算出灰度均值；基于OTSU算法对每个聚类集合对应的图像进行计算，确定二值化阈值；筛选出灰度均值大于二值化阈值的灰度图像，作为目标图像；准确确定文字像素点的集合，对所述目标图像内的文字进行清晰化处理，便于更加准确的确定文本信息。

上述技术方案的有益效果：对预处理证件图像与模板图像进行对齐变换处理及进行像素值的差分处理初步确定文字区域，基于对应图像的灰度均值及二值化阈值的比较结果，准确确定目标图像，即文字区域中更加精确的文字像素点对应的集合，对所述目标图像内的文字进行清晰化处理，提高了确定文本信息的准确性。

如图3所示，为达到上述目的，本发明第二方面实施例提出了一种基于便携式免散瞳眼底照相机的建档系统，包括：

第一获取模块，用于基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；

第二获取模块，用于基于照相机拍摄用户的脸部，得到脸部图像；

匹配模块，用于将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；

生成模块，用于对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件。

上述技术方案的工作原理：第一获取模块基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；用户证件可以为身份证。将身份证上用户的人脸对应区域的图像作为人脸图像。第二获取模块基于照相机拍摄用户的脸部，得到脸部图像；

匹配模块将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；将所述人脸图像与所述脸部图像进行匹配主要实现自动判断用户的证件的真实性及与本人的一致性，实现对用户信息的准确判断。

生成模块对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件。实现对用户信息的准确验证，进而保证建立的关联关系的准确性。

上述技术方案的有益效果：可以准确确定眼底图像与用户信息的关系，实现快速便捷的建档，有效提高工作人员的检测效率，实现对信息的有效管理，解决眼底图像与用户信息不匹配的问题，保证建档文件的准确性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种基于便携式免散瞳眼底照相机的建档方法，其特征在于，包括：

基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；

基于照相机拍摄用户的脸部，得到脸部图像；

将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；

对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件；

对证件图像进行解析，确定用户信息，包括：

对证件图像进行预处理，得到预处理证件图像；

对所述预处理证件图像进行文字信息提取，确定文本信息；

对所述文字信息进行字符分割及字符分类，得到若干个分类集合；

将若干个分类集合基于类型进行排列，确定用户信息；

对所述预处理证件图像进行文字信息提取，确定文本信息，包括：

将所述预处理证件图像与模板图像进行对齐变换处理，并将预处理证件图像与模板图像进行像素值的差分处理，根据差分处理结果确定文字区域；

在所述文字区域内选取预设数量个聚类中心点；

计算所述文字区域内各像素点距离每个聚类中心点的距离，对于同一像素点选取距离最小的聚类中心点并进行归类，得到预设数量个聚类集合；

将每个聚类集合对应的图像进行灰度化处理，得到若干个灰度图像；

获取灰度图像上每个像素点的灰度值并计算出灰度均值；

基于OTSU算法对每个聚类集合对应的图像进行计算，确定二值化阈值；

筛选出灰度均值大于二值化阈值的灰度图像，作为目标图像；

对所述目标图像内的文字进行清晰化处理，确定文本信息；

基于照相机拍摄用户证件，得到证件图像，并确定人脸图像，包括：

基于照相机拍摄用户证件，得到证件图像；

对所述证件图像基于边缘算法进行处理，确定边缘轮廓，将边缘轮廓外的区域剔除，得到标准证件图像；

获取标准证件图像上每个像素点的RGB颜色值，并与预设RGB颜色值进行比较，确定与预设RGB颜色值一致的像素点，作为标准像素点；

根据标准证件图像除标准像素点外的其他像素点，确定人脸图像。

2.如权利要求1所述的基于便携式免散瞳眼底照相机的建档方法，其特征在于，将所述人脸图像与所述脸部图像进行匹配，包括：

对所述人脸图像进行特征提取，得到第一特征参数；

对所述脸部图像进行特征提取，得到第二特征参数；

将所述第一特征参数与所述第二特征参数进行匹配。

3.如权利要求2所述的基于便携式免散瞳眼底照相机的建档方法，其特征在于，对所述人脸图像进行特征提取，得到第一特征参数，包括：

基于神经网络模型对人脸图像进行脸部检测，确定脸部特征数据；所述脸部特征数据包括五官数据；

根据五官数据确定各个器官之间的关联关系，得到拓扑关系；

将所述脸部特征数据及所述拓扑关系作为第一特征参数。

4.如权利要求1所述的基于便携式免散瞳眼底照相机的建档方法，其特征在于，在将所述人脸图像与所述脸部图像进行匹配前，还包括：

获取所述脸部图像上每个像素点的亮度特征值，计算出平均亮度特征值，并与第一预设阈值进行比较；

在确定所述平均亮度特征值大于第一预设阈值时，获取所述脸部图像的背景区域的灰度图像基于高斯平滑处理进行拟合，得到第一拟合数据；

根据所述第一拟合数据对所述灰度图像进行拟合处理，得到拟合图像，根据拟合图像中像素点的亮度特征值对脸部图像上对应像素点的亮度特征值进行亮度校正，得到校正脸部图像。

5.如权利要求1所述的基于便携式免散瞳眼底照相机的建档方法，其特征在于，所述预处理包括对证件图像的暗部运行对数变换函数进行微调及基于中值滤波算法进行图像去噪。

6.如权利要求1所述的基于便携式免散瞳眼底照相机的建档方法，其特征在于，还包括：

获取建档文件的第一数据长度i；计算建档文件的哈希值，并确定所述哈希值的第二数据长度j；

计算第一数据长度i与第二数据长度j的第一比值k，并与第二预设阈值进行比较；

在确定第一比值k大于第二预设阈值时，将所述建档文件拆分为k个子文件；其中，前k-1个子文件中包含[i/k]个目标数据，第k个子文件中包含i-k·[i/k]个目标数据；

将哈希值中的第n个字符作为密钥对第n个子文件进行加密，进而获得k个加密子文件；

按照子文件的连接顺序将加密子文件组合为加密建档文件，将所述加密建档文件传输至后台服务器。

7.一种基于便携式免散瞳眼底照相机的建档系统，其特征在于，包括：

第一获取模块，用于基于照相机拍摄用户证件，得到证件图像，并确定人脸图像；

第二获取模块，用于基于照相机拍摄用户的脸部，得到脸部图像；

匹配模块，用于将所述人脸图像与所述脸部图像进行匹配，在匹配成功时，基于照相机获取眼部的视网膜图像；

生成模块，用于对证件图像进行解析，确定用户信息，将用户信息与视网膜图像建立关联关系，并生成建档文件；

对证件图像进行解析，确定用户信息，包括：

对证件图像进行预处理，得到预处理证件图像；

对所述预处理证件图像进行文字信息提取，确定文本信息；

对所述文字信息进行字符分割及字符分类，得到若干个分类集合；

将若干个分类集合基于类型进行排列，确定用户信息；

对所述预处理证件图像进行文字信息提取，确定文本信息，包括：

将所述预处理证件图像与模板图像进行对齐变换处理，并将预处理证件图像与模板图像进行像素值的差分处理，根据差分处理结果确定文字区域；

在所述文字区域内选取预设数量个聚类中心点；

计算所述文字区域内各像素点距离每个聚类中心点的距离，对于同一像素点选取距离最小的聚类中心点并进行归类，得到预设数量个聚类集合；

将每个聚类集合对应的图像进行灰度化处理，得到若干个灰度图像；

获取灰度图像上每个像素点的灰度值并计算出灰度均值；

基于OTSU算法对每个聚类集合对应的图像进行计算，确定二值化阈值；

筛选出灰度均值大于二值化阈值的灰度图像，作为目标图像；

对所述目标图像内的文字进行清晰化处理，确定文本信息；

基于照相机拍摄用户证件，得到证件图像，并确定人脸图像，包括：

基于照相机拍摄用户证件，得到证件图像；

对所述证件图像基于边缘算法进行处理，确定边缘轮廓，将边缘轮廓外的区域剔除，得到标准证件图像；

获取标准证件图像上每个像素点的RGB颜色值，并与预设RGB颜色值进行比较，确定与预设RGB颜色值一致的像素点，作为标准像素点；

根据标准证件图像除标准像素点外的其他像素点，确定人脸图像。