CN115641635B - 确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备 - Google Patents
确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备 Download PDFInfo
- Publication number
- CN115641635B CN115641635B CN202211392604.6A CN202211392604A CN115641635B CN 115641635 B CN115641635 B CN 115641635B CN 202211392604 A CN202211392604 A CN 202211392604A CN 115641635 B CN115641635 B CN 115641635B
- Authority
- CN
- China
- Prior art keywords
- distance
- face
- acquisition module
- determining
- image acquisition
- 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
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开涉及数据处理技术领域,具体公开了确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备。其中方法包括:获取包含人脸的图像,包括可见光图像和深度图像;从可见光图像中确定至少一个人脸位置;基于可见光图像采集模块与测距传感器之间的视场角差异,将所确定的人脸位置映射到深度图像上,分别得到对应的人脸区域;分别计算各人脸区域的均值,并确定各人脸区域的中心点与深度图像的中心点的距离;至少基于距离,确定有效人脸区域;基于有效人脸区域对应的均值,确定出虹膜图像采集模块的有效采集距离;基于有效采集距离和调焦参数,确定虹膜图像采集模块的对焦参数。基于本方案,可在复杂环境下实现虹膜图像采集模块的精准对焦。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备。
背景技术
生物特征识别是对人类固有的生理或行为特征通过计算机处理后进行个人身份鉴定的技术。鉴于生物特征具有普遍性、唯一性、稳定性、方便性、不易伪造和模仿等优点,生物特征识别正在逐步替代传统的身份识别方法,是未来身份认证的一个发展趋势。在众多的生物特征里面,虹膜特征因具有稳定性、唯一性和非侵犯性的特点,有着广泛的市场前景和科学研究价值。
由于虹膜对图像质量要求较高,因此在进行虹膜采集时,通常对用户姿态有比较严格的要求,需要站在指定区域且尽量保持不动,以便虹膜图像采集模块(如,具有虹膜采集功能的摄像头)精准对焦。但随着应用范围的不断扩大,例如,在诸如边检站、出入境口岸、机场、治安检查站等复杂环境,视场中包含多个通行人员,且由于通行人员处于非静止状态、与虹膜图像采集模块的距离也不一致,导致虹膜图像采集模块对焦不清楚,因而采集到的虹膜图像不清楚,不利于虹膜识别。
因此,需要一种新的实现虹膜图像采集模块精准对焦的方案。
发明内容
为此,本公开提供了一种确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备,以力图解决或至少缓解上面存在的问题。
根据本公开的第一个方面,提供了一种确定虹膜图像采集模块对焦参数的方法,包括步骤:获取包含人脸的图像,包括由可见光图像采集模块采集的可见光图像和由测距传感器采集的深度图像;从可见光图像中确定出至少一个人脸位置;基于可见光图像采集模块与测距传感器之间的视场角差异,将所确定的人脸位置映射到深度图像上,分别得到对应的人脸区域;分别计算各人脸区域的均值,并确定各人脸区域的中心点与深度图像的中心点的距离;至少基于距离,确定有效人脸区域;基于有效人脸区域对应的均值,确定出虹膜图像采集模块的有效采集距离;以及基于有效采集距离和虹膜图像采集模块的调焦参数,确定虹膜图像采集模块的对焦参数。
可选地,在根据本公开的方法中,可见光图像采集模块、测距传感器和虹膜图像采集模块并列布置在同一垂直面。
可选地,根据本公开的方法还包括步骤:基于深度图像,确定采集距离;针对每个人脸位置,基于采集距离、可见光图像采集模块的视场角与测距传感器的视场角,计算人脸位置的坐标对应在深度图像中的映射坐标;利用映射坐标,确定出人脸位置映射到深度图像上的人脸区域。
可选地,根据本公开的方法还包括步骤:基于可见光图像的中心点的坐标,确定检测中心点;判断人脸位置的坐标与检测中心点的位置关系;基于位置关系,利用可见光图像采集模块的视场角、测距传感器的视场角、采集距离、人脸位置的坐标、以及可见光图像采集模块与测距传感器的距离,确定出映射坐标。
可选地,在根据本公开的方法中,映射坐标通过如下公式计算:
其中,y为映射坐标,x为人脸位置的坐标,A为可见光图像采集模块的视场角,B为测距传感器的视场角,D为采集距离,d为可见光图像采集模块与测距传感器的距离,符号±由人脸位置的坐标与检测中心点的位置关系来确定。
可选地,在根据本公开的方法中,基于深度图像,确定采集距离的步骤包括:将深度图像的中心点的像素值,作为采集距离。
可选地,在根据本公开的方法中,至少基于人脸区域的中心点与深度图像的中心点的距离,确定有效人脸区域的步骤包括:遍历所有的距离,将距离中最小值对应的人脸区域,确定为有效人脸区域;以及当存在不止一个最小距离时,获取最小距离对应的各人脸区域的均值;将所获取的均值中的最小值对应的人脸区域,确定为有效人脸区域。
可选地,在根据本公开的方法中,基于有效采集距离和虹膜图像采集模块的调焦参数,确定虹膜图像采集模块的对焦参数的步骤包括:基于预先拟合的距离调整函数,计算有效采集距离对应的对焦参数。还包括:基于对焦参数,设置对焦参数的范围。
可选地,根据本公开的方法还包括步骤:对各人脸区域进行滤波,得到滤波后的人脸区域。
根据本公开的第二个方面,提供了一种虹膜对焦设备,包括:图像采集单元,包括并列布置在同一垂直面的可见光图像采集模块、虹膜图像采集模块和测距传感器,适于分别采集可见光图像、虹膜图像和深度图像;有效人脸确定单元,适于从可见光图像中确定出至少一个人脸位置,并基于可见光图像采集模块与测距传感器之间的视场角差异,将所确定的人脸位置映射到深度图像上,分别得到对应的人脸区域,还适于分别计算各人脸区域的均值、确定各人脸区域的中心点与深度图像的中心点的距离,并至少基于该距离,确定有效人脸区域;对焦参数确定单元,适于基于有效人脸区域对应的均值,确定出有效采集距离;并基于有效采集距离和虹膜图像采集模块的调焦参数,确定虹膜图像采集模块的对焦参数。
根据本公开的第三个方面,提供了一种计算设备,包括:至少一个处理器和存储有程序指令的存储器;当程序指令被处理器读取并执行时,使得计算设备执行如上所述的任一方法。
根据本公开的第四个方面,提供了一种存储一个或多个程序的计算机可读存储介质,其中一个或多个程序包括指令,该指令在被计算设备执行时,使得计算设备执行如上所述的任一方法。
根据本公开的技术方案,将可见光图像采集模块所获取到的人脸位置的坐标,通过视场角的比例转换为测距传感器所对应的人脸坐标;再结合转换后的人脸坐标及视场中的人脸与测距传感器的距离,判断出视场内最符合采集要求的有效人脸区域。最后,基于有效人脸区域内的深度数据,计算出虹膜图像采集模块的有效采集距离,进而得出对焦参数。
总之,根据本公开的虹膜对焦设备可在复杂环境下选择最符合采集要求的人脸,并且基于该人脸与图像采集单元的距离,能够计算出虹膜图像采集模块的对焦参数,使其精准对焦,以采集到清晰的虹膜图像。
上述说明仅是本公开技术方案的概述,为了能够更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为了让本公开的上述和其它目的、特征和优点能够更明显易懂,以下特举本公开的具体实施方式。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本公开一些实施例的虹膜对焦设备100的示意图;
图2示出了根据本公开一些实施例的计算设备200的示意图;
图3示出了根据本公开一些实施例的确定虹膜图像采集模块对焦参数的方法300的流程示意图;
图4和图5示出了根据本公开一些实施例的可见光图像采集模块、测距传感器、人脸的位置关系示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
考虑到在虹膜识别的一些重要应用场景中,存在多个人像入镜、且人像站位有前后,本公开提供了一种虹膜图像采集模块的对焦方案,主要解决在复杂环境下虹膜图像采集模块的精准对焦的问题。
图1示出了根据本公开一些实施例的虹膜对焦设备100的示意图。虹膜对焦设备100例如可以部署在重要会议入口、边检站、出入境口岸、机场、治安检查站等场所,不限于此。虹膜对焦设备100主要用于采集通行人员的清晰的虹膜图像,之后,可以将清晰的虹膜图像交由后端设备,由其进行虹膜识别等后续处理,能够提升虹膜识别的准确率及效率。
如图1所示,虹膜对焦设备100包括:图像采集单元110、有效人脸确定单元120和对焦参数确定单元130。
其中,图像采集单元110包括:可见光图像采集模块112、虹膜图像采集模块114、测距传感器116。并且,可见光图像采集模块112、虹膜图像采集模块114和测距传感器116并列布置(例如,三者在一条水平线或垂直线上)在同一垂直面,分别采集可见光图像、虹膜图像和深度图像。深度图像例如可以是由测距传感器所采集到的深度数据(或称为,深度值)所生成的灰度图。
可见光图像采集模块112、虹膜图像采集模块114和测距传感器116均可以是任意型号的图像采集设备,本公开对其型号、硬件配置情况等均不做限制。通常,可见光图像采集模块112和测距传感器116均具有较大的视场角,而虹膜图像采集模块114的视场角较小。根据本公开的实施方式,可见光图像采集模块112可以是能够采集人脸图像的摄像头。在一些实施例中,虹膜图像采集模块114可以是带有近红外光源的能够采集虹膜二维平面信息的摄像头,并且虹膜摄像头模组中布置有用于自动对焦的音圈马达(Voice Coil Motor,VCM)。另外,在根据本公开的一些实施例中,测距传感器116采用ToF(Time of flight,飞行时间)传感器,并输出由深度数据组成的灰度图,其中深度数据表示视场中被测对象与测距传感器的距离。
在一些场景中,可见光图像采集模块112采集到的可见光图像中包含多个人像、且人像站位有前后,即,各人像与图像采集单元110的距离不同。此时,先由有效人脸确定单元120对可见光图像进行处理,以确定出其中的有效人脸区域。根据本公开,有效人脸区域即为当前视场中最符合采集要求的人脸对应的区域。在一些实施例中,选取越靠近视场中心的、距离图像采集单元110越近的人脸区域,作为有效人脸区域。
具体而言,有效人脸确定单元120先从可见光图像中确定出至少一个人脸位置,并基于可见光图像采集模块112与测距传感器116之间的视场角差异,将所确定的人脸位置映射到深度图像上,分别得到对应的人脸区域。之后,有效人脸确定单元120分别计算各人脸区域的均值、并确定各人脸区域的中心点与深度图像的中心点的距离。这样,至少基于该距离,有效人脸确定单元120就可以确定出有效人脸区域。
需要说明的是,根据本公开的实施方式,鉴于可见光图像采集模块112、虹膜图像采集模块114和测距传感器116并列布置在同一垂直面上,且在实际应用中,视场中的人(或称之为人脸)与图像采集单元110的距离,远大于可见光图像采集模块112、虹膜图像采集模块114、测距传感器116三者的距离,因此在根据本公开的实施例中,视场中的人与图像采集单元110的距离、人与可见光图像采集模块112的距离、人与虹膜图像采集模块114的距离、人与测距传感器116的距离,均是相同的。
之后,由对焦参数确定单元130在此基础上,确定出对焦参数或对焦参数的范围。具体地,由于可见光图像采集模块112、虹膜图像采集模块114和测距传感器116布置在同一垂直面,故,将测距传感器116所测得的深度数据(即,被采集到人脸与测距传感器116的距离),作为被采集到的人脸与虹膜图像采集模块114(或图像采集单元110)的距离。这样,对焦参数确定单元130基于有效人脸区域对应的均值,确定出虹膜图像采集模块114的有效采集距离。之后,基于虹膜图像采集模块114的调焦参数(例如,音圈马达的性能指标等参数)和有效采集距离,得到虹膜图像采集模块114的对焦参数,在一些实施例中,对焦参数即音圈马达的VCM值。
这样,虹膜图像采集模块114即可实现精准对焦,采集到清晰的虹膜图像。
根据本公开的实施方式,虹膜对焦设备100将可见光图像采集模块112所获取到的人脸位置的坐标,通过视场角的比例转换为测距传感器116所对应的人脸坐标;再结合转换后的人脸坐标及视场中的人脸与测距传感器116的距离,判断出视场内最符合采集要求的有效人脸区域。最后,基于有效人脸区域内的深度数据,计算出虹膜图像采集模块114的有效采集距离,进而得出对焦参数。总而言之,虹膜对焦设备100可在复杂环境下选择最符合采集要求的人脸,并且基于该人脸与图像采集单元110的距离,能够计算出虹膜图像采集模块114的对焦参数,使其精准对焦,以采集到清晰的虹膜图像。
根据一些实施方式,虹膜对焦设备100可以通过一个或多个计算设备来实现。图2示出了根据本公开一些实施例的计算设备200的结构框图。
如图2所示,在基本配置202中,计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。
取决于期望的配置,处理器204可以是任何类型的处理器,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理(DSP)核心或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用,或者在一些实现中,存储器控制器218可以是处理器204的一个内部部分。
取决于期望的配置,系统存储器206可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。计算设备中的物理内存通常指的是易失性存储器RAM,磁盘中的数据需要加载至物理内存中才能够被处理器204读取。系统存储器206可以包括操作系统220、一个或者多个应用222以及程序数据224。在一些实施方式中,应用222可以布置为在操作系统上由一个或多个处理器204利用程序数据224执行指令。操作系统220例如可以是Linux、Windows等,其包括用于处理基本系统服务以及执行依赖于硬件的任务的程序指令。应用222包括用于实现各种用户期望的功能的程序指令,应用222例如可以是浏览器、即时通讯软件、软件开发工具(例如集成开发环境IDE、编译器等)等,但不限于此。
在计算设备200启动运行时,处理器204会从存储器206中读取操作系统220的程序指令并执行。应用222运行在操作系统220之上,利用操作系统220以及底层硬件提供的接口来实现各种用户期望的功能。当用户启动应用222时,应用222会加载至存储器206中,处理器204从存储器206中读取并执行应用222的程序指令。
计算设备200还包括储存设备232,储存设备232包括可移除储存器236(例如CD、DVD、U盘、可移动硬盘等)和不可移除储存器238(例如硬盘驱动器HDD等),可移除储存器236和不可移除储存器238均与储存接口总线234连接。
计算设备200还可以包括储存接口总线234。储存接口总线234实现了从储存设备232(例如,可移除储存器236和不可移除储存器238)经由总线/接口控制器230到基本配置202的通信。操作系统220、应用222以及程序数据224的至少一部分可以存储在可移除储存器236和/或不可移除储存器238上,并且在计算设备200上电或者要执行应用222时,经由储存接口总线234而加载到系统存储器206中,并由一个或者多个处理器204来执行。
计算设备200还可以包括有助于从各种接口设备(例如,输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图像处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口244可以包括串行接口控制器254和并行接口控制器256,它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260,其可以被布置为便于经由一个或者多个通信端口264与一个或者多个其他计算设备262通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以是这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中以编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备200可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。当然,计算设备200也可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、数码照相机、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备200还可以实现为微型计算模块,驻留在相应设备(如,图像采集设备)中,以实现其功能。甚至可以被实现为服务器,如文件服务器、数据库服务器、应用程序服务器和WEB服务器等。本公开的实施例对此均不做限制。
在根据本公开的实施例中,计算设备200被配置为执行根据本公开的确定虹膜图像采集模块对焦参数的方法300。其中,布置在操作系统上的应用222中包含用于执行本公开的方法300的多条程序指令,这些程序指令可以指示处理器204执行本公开的方法300,以实现在复杂环境下的精准对焦,换言之,从多个入镜人像中确定出最符合采集要求的人脸(即为焦点),进而使其对应的被拍摄对象位于焦距内,成像清晰。
图3示出了根据本公开一些实施例的确定虹膜图像采集模块对焦参数的方法300的流程示意图。以下结合图3,对方法300的执行过程进行详细阐述。需要说明的是,方法300可通过虹膜对焦设备100来执行,故对方法300的描述与虹膜对焦设备100的描述互为补充,重复之处,不再赘述。
在步骤S310中,获取包含人脸的图像,图像通过图像采集单元110来采集,具体包括由可见光图像采集模块112采集的可见光图像和由测距传感器116采集的深度图像。
在步骤S320中,从可见光图像中确定出至少一个人脸位置。
根据一些实施例,对可见光图像进行人脸检测,得到至少一个矩形框,用于指示人脸位置。本公开并不限制具体采用何种人脸检测算法来确定出可见光图像中的人脸位置,任何已知或未来可知的人脸检测算法均可以本公开的实施例相结合,实现本公开的方法300,均在本公开的保护范围之内。
此外,人脸位置例如可以用矩形框的4个顶点的坐标来确定,记作:Rect(left,top,right,bottom),其中left,top,right,bottom表示上下左右4个顶点的坐标;也可以用矩形框中心点的坐标及矩形框的宽高来确定,记作Rect(x,y,w,h),其中x,y表示矩形框中心点的坐标,w,h表示矩形框的宽、高。本公开对此不做限制。
在步骤S330中,基于可见光图像采集模块112与测距传感器116之间的视场角差异,将所确定的人脸位置映射到深度图像上,分别得到对应的人脸区域。
根据本公开的实施方式,步骤S330可以通过如下三步来执行。
第一步,基于深度图像,确定采集距离。
如前文所述,由于可见光图像采集模块112、虹膜图像采集模块114和测距传感器116布置在同一垂直面,故,测距传感器116所测得的深度数据,就是被采集到的人脸与图像采集单元110的距离。更具体地,在一些实施例中,将深度图像的中心点的像素值(即,深度值),作为采集距离。
第二步,针对每个人脸位置,基于采集距离、可见光图像采集模块112的视场角和测距传感器116的视场角,计算人脸位置的坐标对应在深度图像中的映射坐标。
图4和图5示出了根据本公开一些实施例的可见光图像采集模块112、测距传感器116、人脸的位置关系示意图,以辅助说明映射坐标的计算过程。在图4和图5中,示出了可见光图像采集模块112的视场角A与测距传感器116的视场角B,且A>B。此外,根据本公开,图像采集单元110与被采集的人脸的距离为D,可见光图像采集模块112与测距传感器116之间的距离记为d,其中图4中对应d为0。此外,E和F表示视场角的两个边缘点,记E为最左侧点,F为最右侧点。
需要说明的是,人脸位置在图像中的坐标均包含水平方向的坐标值和垂直方向的坐标值。根据本公开,在计算映射坐标时,亦需要对应确定水平方向上的映射坐标值和垂直方向上的映射坐标值。为便于说明,以下以水平方向上的坐标值为例,说明水平方向上的映射坐标值的计算过程。垂直方向上的计算过程与水平方向相同,本领域技术人员可据此直接替代,故不做一一列举。
首先,基于可见光图像的中心点的坐标,确定检测中心点。
根据一些实施例,将可见光图像中的中心像素的坐标,作为检测中心点的坐标。
其次,判断人脸位置的坐标与检测中心点的位置关系。换言之,判断在可见光图像中,人脸位置的坐标与检测中心点的坐标的位置关系。
根据本公开的实施例,以可见光图像的左下角为原点,记作坐标值(0,0),那么检测中心点与人脸位置的坐标的位置关系包括:在水平方向上,人脸位置的坐标在检测中心点的坐标的左侧或右侧;在垂直方向上,人脸位置的坐标在检测中心点的坐标的上侧或下侧。更具体地说,在水平方向上,若人脸位置的坐标小于检测中心点的坐标,则人脸位置的坐标在检测中心点的左侧;反之为右侧。在垂直方向上,若人脸位置的坐标小于检测中心点的坐标,则人脸位置的坐标在检测中心点的下侧;反之为上侧。
如图4和图5,连接EF并取其中点,记为G,将点G作为检测中心点。图4中人脸位置的坐标点H位于检测中心点G的左侧;图5中人脸位置的坐标点H位于检测中心点G的右侧。需要说明的是,图4和图5中的位置关系仅作为示例,以辅助说明映射坐标的计算过程。
此外,应当了解,如前文所述,人脸位置的坐标可以由矩形框的4个顶点的坐标来表示,也可以用矩形框的中心点的坐标来表示,本公开将其统称为人脸位置的坐标。在实际处理中,可以针对表示人脸位置的每个点的坐标分别确定位置关系,再分别计算出对应的映射坐标。
接着,基于位置关系,利用可见光图像采集模块112的视场角、测距传感器116的视场角、采集距离、人脸位置的坐标、以及可见光图像采集模块112与测距传感器116的距离,确定出映射坐标。
根据一些实施例,映射坐标通过如下公式计算:
其中,y为映射坐标(如图4或图5,y即人脸位置的坐标点H距离测距传感器最左侧像素的距离),x为人脸位置的坐标(如图4或图5,x即人脸位置的坐标点H距离可见光最左侧像素的距离),A为可见光图像采集模块112的视场角,B为测距传感器116的视场角,D为采集距离,d为可见光图像采集模块112与测距传感器116的距离。式中的符号“±”由人脸位置的坐标与检测中心点的位置关系来确定:在水平方向上,若人脸位置的坐标在检测中心点的左侧,则取“+”;若人脸位置的坐标在检测中心点的右侧,则取“-”。同样地,在垂直方向上,若人脸位置的坐标在检测中心点的下侧,则取“+”;若人脸位置的坐标在检测中心点的上侧,则取“-”。
第三步,利用映射坐标,就可以确定出每个人脸位置分别映射到深度图像上的人脸区域。
针对每一个检测到的人脸位置,当分别计算出各人脸位置的坐标对应的映射坐标之后,由映射坐标在深度图像上组成的矩形框,即为人脸位置映射到深度图像上的人脸区域。例如,人脸区域表示为RectT(left1,top1,right1,bottom1),left1,top1,right1,bottom1就是left,top,right,bottom(上下左右4个顶点的坐标)对应的映射坐标。
在步骤S340中,分别计算各人脸区域的均值(记作L),并确定各人脸区域的中心点与深度图像的中心点的距离(记作C)。
根据本公开的一些实施方式,由于光线原因,部分传感器会出现数据波动,造成椒盐噪声,因此在计算人脸区域的均值之前,先对各人脸区域进行滤波,得到滤波后的人脸区域。在一些实施例中,采用3x3的卷积中值滤波,来去除人脸区域中的噪声,当然不限于此。
之后,针对各滤波后的人脸区域,计算均值L和距离C。
在一些实施例中,针对各人脸区域,对其中的像素值(即,深度数据)求均值,对应得到该人脸区域的均值L,记作L=∑RectT/(wh*ht),其中,∑RectT表示对该人脸区域内的像素值求和,wh和ht表示该人脸区域的宽和高。
针对各人脸区域,设该人脸区域的中心点坐标为Center(X,Y),求中心点距离深度图像的中心点的欧式距离,作为距离C。在一些实施例中,距离C可以通过如下公式来计算:
C=((X-Width/2)2+(Y-Height/2)2)1/2,
式中,(X,Y)表示人脸区域的中心点坐标,Width和Height分别表示深度图像的宽和高。
在步骤S350中,至少基于上述距离C,确定有效人脸区域。
根据一些实施例,遍历所有人脸区域对应的距离C,将距离中最小值对应的人脸区域,确定为有效人脸区域。当C最小时,表示对应人脸区域最靠近深度图像的中心,亦即最靠近视场中心,换言之,将最靠近中心的人脸区域,确定为有效人脸区域。
根据再一些实施例,当存在不止一个最小距离时(即,距离C的最小值有两个或两个以上),获取这几个最小距离对应的各人脸区域的均值L。将所获取的均值中的最小值对应的人脸区域,确定为有效人脸区域。L越小,表示人脸区域测出的平均深度值越小,即人脸距离图像采集单元110越近,换言之,当靠近中心的人脸区域有不止一个时,将最靠近图像采集单元110的人脸区域,确定为有效人脸区域。
应当了解,也可以设置C的预设值,遍历所有人脸区域对应的距离C,选取在预设值内对应的人脸区域,之后,从所选取的各人脸区域中确定出均值L最小的人脸区域,作为有效人脸区域。即,从较为靠近中心的多个人脸区域中,选取最靠近图像采集单元110的人脸区域,作为有效人脸区域。预设值可以基于最小值来进行确定,本公开对预设值并不作过多限制,可以基于实际场景进行设置。
总之,根据本公开的实施方式,结合各人脸区域的中心点与深度图像的中心点的距离C和各人脸区域的均值L,确定出最符合采集要求的人脸区域,即为有效人脸区域。
在步骤S360中,基于有效人脸区域对应的均值,确定出虹膜图像采集模块114的有效采集距离。
根据一些实施例,经步骤S350所确定出的有效人脸区域,其对应的均值L,就是有效采集距离。
在步骤S370中,基于有效采集距离和虹膜图像采集模块114的调焦参数,确定出虹膜图像采集模块114的对焦参数。
如前文所述,虹膜图像采集模块114中布置有用于自动对焦的音圈马达。在得到有效采集距离时,还需要基于虹膜图像采集模块114的调焦参数(即,音圈马达的性能指标等)和有效采集距离,确定出虹膜图像采集模块114的对焦参数,即虹膜图像采集模块114中音圈马达对焦的VCM值。
具体地,通过预先设置的采集距离l与音圈马达对焦的VCM值,拟合出一个距离调整函数,记作VCM=F(l),该距离调整函数指示了在对焦情况下,采集距离与VCM值的线性关系,通常该函数为线性函数。之后,基于预先拟合的距离调整函数,计算出有效采集距离对应的对焦参数,即,将有效采集距离代入l,求解出VCM值,即有效采集距离对应的对焦参数。
在一些实施例中,考虑到音圈马达的工差以及运输造成的VCM差异,基于该对焦参数,设置一个对焦参数的范围。例如,对焦参数设为d,那么对焦参数的范围记作Range(d-Δd,d+Δd),Δd可根据实际场景进行确定,本公开实施例对此不做限制。
此外,还可以在该对焦参数的范围内,对所采集的虹膜图像的清晰度进行二次校准,进行二次对焦,以进一步确保焦距的准确性。在一些实施例中,可使用梯度差来确定虹膜图像的清晰度,确定图像清晰度属于常规技术内容,此处不再赘述。
根据本公开的实施方式,将可见光图像采集模块112与测距传感器116置于同一垂直面上,将可见光图像采集模块112所获取到的人脸位置的坐标,通过视场角的比例转换为测距传感器116所对应的人脸坐标;通过转换后的人脸坐标及视场中的人脸与测距传感器116的距离,确定出视场内最符合采集要求的有效人脸区域。最后,基于有效人脸区域内的深度数据,计算出虹膜图像采集模块114的有效采集距离,进而得出对焦参数。总而言之,根据本公开的方案,可在复杂环境下选择最符合采集要求的人脸,并且基于该人脸与图像采集单元110的距离,能够计算出虹膜图像采集模块114的对焦参数,使其精准对焦,以采集到清晰的虹膜图像。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本公开的方法和设备,或者本公开的方法和设备的某些方面或部分可采取嵌入有形媒介,例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本公开的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本公开的确定虹膜图像采集模块对焦参数的方法。
以示例而非限制的方式,可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。
在此处所提供的说明书中,算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本公开的示例一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本公开也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本公开的内容,并且上面对特定语言所做的描述是为了披露本公开的优选实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本公开的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个公开方面中的一个或多个,在上面对本公开的示例性实施例的描述中,本公开的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本公开要求比在每个权利要求中所明确记载的特征更多特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本公开的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如,权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该公开的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本公开,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本公开的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本公开的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本公开的范围,对本公开所做的公开是说明性的而非限制性的,本公开的范围由所附权利要求书限定。
Claims (9)
1.一种确定虹膜图像采集模块对焦参数的方法,包括步骤:
获取包含人脸的图像,所述图像包括由可见光图像采集模块采集的可见光图像和由测距传感器采集的深度图像;
从所述可见光图像中确定出至少一个人脸位置;
基于可见光图像采集模块与测距传感器之间的视场角差异,将所确定的人脸位置映射到所述深度图像上,分别得到对应的人脸区域,包括:基于所述深度图像,确定采集距离,其中所述采集距离为所述深度图像的中心点的像素值;针对每个所述人脸位置,基于所述采集距离、可见光图像采集模块的视场角与测距传感器的视场角,计算所述人脸位置的坐标对应在深度图像中的映射坐标;利用所述映射坐标,确定出所述人脸位置映射到深度图像上的人脸区域;
分别计算各人脸区域的均值,并确定各人脸区域的中心点与所述深度图像的中心点的距离;
至少基于所述距离,确定有效人脸区域;
基于所述有效人脸区域对应的均值,确定出虹膜图像采集模块的有效采集距离;以及
基于所述有效采集距离和所述虹膜图像采集模块的调焦参数,确定所述虹膜图像采集模块的对焦参数,
其中,所述基于采集距离、可见光图像采集模块的视场角与测距传感器的视场角,计算人脸位置的坐标对应在深度图像中的映射坐标的步骤,包括:
基于可见光图像的中心点的坐标,确定检测中心点;判断所述人脸位置的坐标与检测中心点的位置关系;基于所述位置关系,利用所述可见光图像采集模块的视场角、所述测距传感器的视场角、所述采集距离、所述人脸位置的坐标、以及可见光图像采集模块与测距传感器的距离,确定出所述映射坐标,
其中所述映射坐标通过如下公式计算:
其中,y为所述映射坐标,x为所述人脸位置的坐标,A为所述可见光图像采集模块的视场角,B为所述测距传感器的视场角,D为采集距离,d为可见光图像采集模块与测距传感器的距离,符号±由所述人脸位置的坐标与检测中心点的位置关系来确定。
2.如权利要求1所述的方法,其中,所述可见光图像采集模块、所述测距传感器和所述虹膜图像采集模块并列布置在同一垂直面。
3.如权利要求1所述的方法,其中,所述至少基于所述距离,确定有效人脸区域的步骤包括:
遍历所述距离,将所述距离中最小值对应的人脸区域,确定为有效人脸区域。
4.如权利要求3所述的方法,其中,所述至少基于所述距离,确定有效人脸区域的步骤,还包括:
当存在不止一个最小距离时,获取所述最小距离对应的各人脸区域的均值;
将所获取的均值中的最小值对应的人脸区域,确定为有效人脸区域。
5.如权利要求1所述的方法,其中,所述基于有效采集距离和虹膜图像采集模块的调焦参数,确定虹膜图像采集模块的对焦参数的步骤包括:
基于预先拟合的距离调整函数,计算所述有效采集距离对应的对焦参数。
6.如权利要求1所述的方法,其中,在所述分别计算各人脸区域的均值,并确定各人脸区域的中心点与深度图像的中心点的距离的步骤之前,还包括:
对各所述人脸区域进行滤波,得到滤波后的人脸区域。
7.一种虹膜对焦设备,适于执行如权利要求1-6中任一项所述的确定虹膜图像采集模块对焦参数的方法,包括:
图像采集单元,包括并列布置在同一垂直面的可见光图像采集模块、虹膜图像采集模块和测距传感器,适于分别采集可见光图像、虹膜图像和深度图像;
有效人脸确定单元,适于从所述可见光图像中确定出至少一个人脸位置,并基于可见光图像采集模块与测距传感器之间的视场角差异,将所确定的人脸位置映射到深度图像上,分别得到对应的人脸区域,还适于分别计算各人脸区域的均值、确定各人脸区域的中心点与所述深度图像的中心点的距离,并至少基于所述距离,确定有效人脸区域;
对焦参数确定单元,适于基于所述有效人脸区域对应的均值,确定出有效采集距离;并基于所述有效采集距离和所述虹膜图像采集模块的调焦参数,确定所述虹膜图像采集模块的对焦参数。
8.一种计算设备,包括:
至少一个处理器和存储有程序指令的存储器;
当所述程序指令被所述处理器读取并执行时,使得所述计算设备执行如权利要求1-6中任一项所述的方法。
9.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令在被计算设备执行时,使得所述计算设备执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211392604.6A CN115641635B (zh) | 2022-11-08 | 2022-11-08 | 确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211392604.6A CN115641635B (zh) | 2022-11-08 | 2022-11-08 | 确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115641635A CN115641635A (zh) | 2023-01-24 |
CN115641635B true CN115641635B (zh) | 2023-04-28 |
Family
ID=84949433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211392604.6A Active CN115641635B (zh) | 2022-11-08 | 2022-11-08 | 确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115641635B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021022696A1 (zh) * | 2019-08-02 | 2021-02-11 | 深圳市灵明光子科技有限公司 | 图像获取装置和方法、电子设备、计算机可读存储介质 |
WO2021164678A1 (zh) * | 2020-02-20 | 2021-08-26 | 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计算机设备 |
CN114302126A (zh) * | 2019-11-21 | 2022-04-08 | 苏州思源科安信息技术有限公司 | 一种用于远距离大视场虹膜光学成像装置的虹膜光学跟踪系统 |
CN114627545A (zh) * | 2020-12-10 | 2022-06-14 | 中国科学院深圳先进技术研究院 | 一种远距离虹膜识别方法和系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831392B (zh) * | 2012-07-09 | 2015-06-24 | 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 |
TWI589150B (zh) * | 2016-03-04 | 2017-06-21 | 液態三維系統有限公司 | 3d自動對焦顯示方法及其系統 |
CN110149482B (zh) * | 2019-06-28 | 2021-02-02 | Oppo广东移动通信有限公司 | 对焦方法、装置、电子设备和计算机可读存储介质 |
CN110717482B (zh) * | 2019-12-12 | 2020-04-14 | 支付宝(杭州)信息技术有限公司 | 虹膜图像采集方法以及装置、对焦方法以及装置 |
CN112417997A (zh) * | 2020-11-03 | 2021-02-26 | 北京中科虹霸科技有限公司 | 虹膜图像采集装置及方法 |
CN112597901B (zh) * | 2020-12-23 | 2023-12-29 | 艾体威尔电子技术(北京)有限公司 | 一种基于三维测距的多人脸场景有效人脸识别装置及方法 |
CN214670651U (zh) * | 2021-04-29 | 2021-11-09 | 北京中科虹霸科技有限公司 | 虹膜图像采集设备和虹膜识别设备 |
-
2022
- 2022-11-08 CN CN202211392604.6A patent/CN115641635B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021022696A1 (zh) * | 2019-08-02 | 2021-02-11 | 深圳市灵明光子科技有限公司 | 图像获取装置和方法、电子设备、计算机可读存储介质 |
CN114302126A (zh) * | 2019-11-21 | 2022-04-08 | 苏州思源科安信息技术有限公司 | 一种用于远距离大视场虹膜光学成像装置的虹膜光学跟踪系统 |
WO2021164678A1 (zh) * | 2020-02-20 | 2021-08-26 | 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计算机设备 |
CN114627545A (zh) * | 2020-12-10 | 2022-06-14 | 中国科学院深圳先进技术研究院 | 一种远距离虹膜识别方法和系统 |
Non-Patent Citations (2)
Title |
---|
王萌 ; 陈鸿 ; .基于图像处理的眼球自动对焦系统研究.《中国科技信息》.2013,(07),全文. * |
胡永利 ; 王亮 ; 刘蓉 ; 张丽 ; 段福庆 ; .一种从粗到精的红外和可见光卫星图像配准方法.《光谱学与光谱分析》.2013,(11),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN115641635A (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446873B (zh) | 人脸检测方法及装置 | |
JP4712487B2 (ja) | 画像処理方法及び装置、デジタルカメラ装置、並びに画像処理プログラムを記録した記録媒体 | |
WO2020124988A1 (zh) | 一种基于视觉的车位检测方法及装置 | |
US8879847B2 (en) | Image processing device, method of controlling image processing device, and program for enabling computer to execute same method | |
Skoryukina et al. | Real time rectangular document detection on mobile devices | |
US20110091113A1 (en) | Image processing apparatus and method, and computer-readable storage medium | |
CN105979165A (zh) | 虚化照片生成方法、装置和移动终端 | |
US7869632B2 (en) | Automatic trimming method, apparatus and program | |
KR20170099838A (ko) | 지문 인식의 실시간 검증을 위한 도구인 모빌리티가 부여된 생체인증 장치 | |
CN111191644B (zh) | 身份识别方法、系统及装置 | |
WO2018059365A1 (zh) | 图形码处理方法及装置、存储介质 | |
US9058655B2 (en) | Region of interest based image registration | |
JP2007293722A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、および画像処理プログラムを記録した記録媒体、ならびに移動物体検出システム | |
EP3093822B1 (en) | Displaying a target object imaged in a moving picture | |
JP5656768B2 (ja) | 画像特徴量抽出装置およびそのプログラム | |
US11574492B2 (en) | Efficient location and identification of documents in images | |
US8520950B2 (en) | Image processing device, image processing method, program, and integrated circuit | |
CN110472521A (zh) | 一种瞳孔定位校准方法及系统 | |
CN111046845A (zh) | 活体检测方法、装置及系统 | |
CN113630549A (zh) | 变焦控制方法、装置、电子设备和计算机可读存储介质 | |
KR101868740B1 (ko) | 파노라마 이미지 생성 방법 및 장치 | |
JP2010262576A (ja) | 対象物検出装置及びプログラム | |
CN112560867B (zh) | 文本图像的矫正方法及装置、设备和介质 | |
CN115641635B (zh) | 确定虹膜图像采集模块对焦参数的方法及虹膜对焦设备 | |
Noh et al. | Empirical study on touchless fingerprint recognition using a phone 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 |