CN1166313A - 虹膜识别方法 - Google Patents
虹膜识别方法 Download PDFInfo
- Publication number
- CN1166313A CN1166313A CN 97104405 CN97104405A CN1166313A CN 1166313 A CN1166313 A CN 1166313A CN 97104405 CN97104405 CN 97104405 CN 97104405 A CN97104405 A CN 97104405A CN 1166313 A CN1166313 A CN 1166313A
- Authority
- CN
- China
- Prior art keywords
- iris
- image
- level
- annular
- smooth
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 210000000554 iris Anatomy 0.000 claims description 128
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 210000001747 pupil Anatomy 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 210000004087 cornea Anatomy 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000004883 computer application Methods 0.000 abstract description 2
- 238000009499 grossing Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 12
- 210000001508 eye Anatomy 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000003706 image smoothing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 210000001525 retina Anatomy 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 208000002177 Cataract Diseases 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000004279 orbit Anatomy 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000004256 retinal image Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Landscapes
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种虹膜识别方法，属于计算机应用领域。该方法由虹膜图像平滑、虹膜边界检测、虹膜图像变换、虹膜纹理特征提取、虹膜特征编码与识别诸方法依次组成。本发明可用于公安系统，可用在磁卡上代替个人身份码，也可用在信息系统中提高访问安全性等。
Description
本发明涉及一种虹膜识别方法，属于计算机应用领域。
虹膜是人眼瞳孔与角膜(俗称眼白)之间的环状组织。早在六十年代，医学研究已得出结论：虹膜组织纹理因人而异，可以作为个人身份认证的可靠依据(文献[1]F.H.Adler，Physiology of the Eye：Clinical Application，fourth ed.1965.[2]J.Rohen，″Morphology and Pathology of the Trabecalar Meshwork″in TheStructure of Eye，New York：Academic Press，1961，pp335-341)。
可以用作身份认证的人眼组织除虹膜外还有视网膜，1976年已有视网膜身份认证产品问世，但因采集视网膜图像需进行眼底扫描，设备贵、费时间、取样时需侵犯人身自由，故至今应用有限，只用于对认证的可靠性要求高的场合。
1996年经中国专利局计算机查询，未查到与本发明技术有关的任何资料。查询主题词为Iris，Iris Recognition。
本发明的目的旨在提供一种虹膜的识别方法，它可使人眼虹膜组织实际应用于个人身份认证，使虹膜像指纹一样，有相应的产品和应用领域。
本发明通过如下方法实现：虹膜识别方法由虹膜图像平滑、虹膜边界检测、虹膜图像变换、虹膜纹理特征提取、虹膜特征编码与识别诸方法依次组成，其中：
(1)虹膜图像平滑：虹膜内缘开始，向外缘方向逐圈地求取图像函数在各个圆周上的平均值，得到每一圈图像的平均灰度值，并计算各圈平均灰度值的邻域内各点灰度的加权平均值；
(2)虹膜边界检测：用角膜的灰度取代瞳孔的灰度，在进行虹膜图像平滑的同时，求取图像平均灰度变化率的极大值，根据所得的极大值确定虹膜的内缘边界和外缘边界，得到环形虹膜图像；
(3)虹膜图像变换：将环形虹膜图像沿圆周等分，保留各圈图像中与各等分线相交的像素，将保留下来的环形虹膜图像切断后再拉伸成一个矩形图像，使矩形中的每一列分别对应于保留下来的环形图像中的每一个圆；
(4)虹膜纹理特征提取：将矩形虹膜图像沿水平与垂直两个方向分割成许多小矩形区域，分割密度从原虹膜内缘的图像部分向原虹膜外缘部分逐渐减小；对矩形图像中的每一个小矩形区域作二维小波变换，得到每一小区域上纹理特征的复数形式的数字表征；
(5)虹膜特征编码与识别：根据每一小区域的数字表征的实部和虚部两者的符号，分别给出每一小区域的两位编码，从而得到虹膜代码；将此代码与被比较虹膜的代码比较，根据同位异值码的个数来判定两个虹膜是否相同。
本发明可用于公安系统，可用在磁卡上代替个人身份码，也可用在信息系统中提高访问安全性，等等。
下面结合实施例对本发明作详细说明。
人眼虹膜组织的几何形状为圆环，纹理结构呈浑沌状。本发明方法把虹膜图像作为环状物体的灰度图像进行识别，经图像平滑、边界检测、图像变换、纹理特征提取等处理过程，将处理结果进行编码，对不同虹膜代码进行比较判定，最终完成识别过程，其间采用多个方法。现将各方法步骤说明如下。
1.虹膜图像平滑
由摄像机采集的虹膜图像经模数转换变成数字图像，该数字图像可用图像函数来表示。数字化后的虹膜图像为灰度图像，每一像素有其灰度值。
(1).要解决的问题
由于CCD芯片上像感元件灵敏度的不均匀性，以及数字化过程量化时的误差，在摄像机采集的虹膜图像上会产生噪声。如图像经过传输，还会有传输过程中的信道误差。因此需要对虹膜图像进行去噪声处理，也就是要进行图像平滑。
(2).一般性方法的局限
把现有的图像平滑算法用于虹膜图像时，都难以取得理想效果。例如，邻域平均法在去噪声的同时，会对图像的边缘和细节造成模糊效应；又如中值滤波，使用时如果窗口取窄不能滤掉噪声信号，窗口太宽又会伤害表示图像细节的短信号；如此等等。
(3).本发明的办法
a.对虹膜图像的平滑不是逐个像素点地进行，而是根据虹膜为环状的几何特性，从虹膜内缘圆周开始，向外缘圆周方向逐圈地计算图像函数在各圆周上的平均灰度值，也就是计算图像函数在圆上的线积分，以此进行第一次图像平滑(线积分平滑)。
b.对于已经进行过第一次平滑的每一圆周，均给出该圆周第一次平滑值的一个邻域和一个权函数，再计算该邻域内图像函数和权函数的卷积，得到该邻域内各点灰度的加权平均值，此为第二次图像平滑(卷积平滑)。
以上方法利用了虹膜的几何特性，也利用了虹膜纹理在环内各层圆周上分布较均匀的纹理特性，故平滑效果理想。此外，以下处理方法还使存储空间及计算时间大为减少：
c.不改变原虹膜图像的值，也就是说并不重新生成平滑后的图像并予存储，把图像平滑与下面要叙述的边界检测结合起来，把平滑后的值作为边界检测方法的中间值使用，以使计算量大为减少。
2.虹膜边界检测
(1).要解决的问题
图像的边缘是图像最基本的特征。分析识别虹膜图像时，首先要把虹膜从图像中分离出来，边界检测的目的是在虹膜图像上找出虹膜的内缘和外缘，以便从图像中分离虹膜。所谓边缘是指其周围像素的灰度有阶跃变化或是屋顶形变化的那些像素的集合，无论在虹膜内缘还是外缘处，边界两侧像素点的灰度均会有明显差异。正确检测并提取图像边界是对图像进行高层次处理(如识别)的基础。
(2).一般性方法的局限
虹膜图像边缘属于阶跃边缘，其两侧像素的灰度值有显著的不同。对这类边缘，最常用的检测方法是使用微分算子。但微分算子有增强高频分量的作用，而噪声通常都存在于高频分量之中。因此这类算子都对噪声敏感，易把噪声信号当做边缘信号处理而影响检测的正确性。
(3).本发明的办法
a.通常的微分算子法是根据图像函数的一阶方向导数在边缘处取极大值这一变化规律确定的。虹膜边界的检测也使用微分算子，但不是直接对图像函数求导，也不是对平滑后的图像求导，而是对虹膜内部一层层圆周上经线积分平滑又经卷积平滑后的均值求导，即求取圆周上像素灰度的平均值(线积分)与某一权函数在某一邻域内的加权平均值(卷积)的导函数(平均灰度的变化率)，因而几乎完全消除了因使用微分算子而产生的影响。
b.因为是对线积分和卷积求导，在求导数的极(最)大值时，极值将在一个线积分的积分路径，也就是在某个圆周上达到。求出这一使导数达到极值的圆周，就可以一举确定虹膜边界。
c.在检测虹膜内边界(即瞳孔的外边缘)时，由于虹膜内缘为瞳孔与虹膜的交线，其灰度差别不大，为准确检测出内缘，需要首先对位于瞳孔内的像素进行“涂白”处理，以增强虹膜内缘两侧像素灰度的差别，从而有效检测黄色人种虹膜的内边界。“涂白”的处理方法是：1.已知虹膜外缘圆周的圆心为(x0，y0)，用邻域平均法求得(x0，y0)的某一邻域内像素灰度的平均值g。2.以(x0，y0)为圆心，以可变长度r为半径进行搜索，如沿此圆周上各像素点灰度的平均值与g之差小于给定的精度，则加大半径继续搜索，否则搜索停止。3.对平均灰度值与g的差小于给定精度的所有像素，均代之以角膜的灰度值。4.使用检测虹膜外边界的方法自(x0，y0)开始进行检测，使一阶导数达到极值的圆周即为虹膜内边界。
这种“涂白”的边缘检测方法还可使虹膜检测适用于白内障患者。
3.虹膜图像变换
(1).要解决的问题
虹膜图像是通过摄像机采集的，摄像时，如果人眼与镜头的距离改变，或摄像的变焦倍数不同，虹膜图像的大小也就不同。为使识别结果不受这些因素影响，需要对图像进行变换，把同一虹膜在不同情况下被获取的图像都变换为标准形式。
(2).一般性方法的局限
在图像处理中图像变换方法很多，但与这里所说的图像变换不是一个概念。例如，通常所说的图像变换可以使变换后高频系数迅速衰减以实现数据压缩，还可选择适当的变换，使能量集中于低频部分，但这些图像变换方法均不能用来解决我们这里要做的标准化处理。
(3).本发明的办法
本发明的方法直观上可理解为一种挤压过程，先把环形虹膜从一侧切断，再从切口处将断开的圆环边拉边压，使之成为一个矩形图像。在这一过程中，有些图像被保留下来，有些像素被舍弃掉了，就像把一把张开的折扇收拢时，扇面的面积逐渐减小一样。实现这一过程的要点如下：
a.不论虹膜图像大小如何，都将其内缘圆周等分为相同数目(例如180等分)的圆弧。
b.上述分割中的所有分点(每个分点是一个像素)及环形虹膜中位于通过这一分点的内缘半径的延长线上的像素都予以保留，其余像素均予舍弃。
以上两步所进行的工作是：将环形虹膜图像沿圆周等分，保留各圈图像中与各等分线相交的像素，将保留下来的环形虹膜图像切断后再拉伸成一个矩形图像，使矩形中的每一列分别对应于保留下来的环形图像中的每一个圆。虹膜中每一个与内圆同心的圆周上所保留的像素数均为常数(都等于内圆上的分点数)，故越是靠近外圆周，被舍弃的像素越多。
由于在虹膜图像中，内圆附近纹理密集，外圆附近纹理稀疏，故上述变换过程具有明显的合理性。
4.虹膜纹理特征提取
(1).要解决的问题
不论摄像机获得的虹膜图像大小如何，经过前述图像变换后都以相同的采样点数保留了相同方位上的像素点，接下来要解决的问题就是对变换后的图像提取纹理特征。纹理特征可以是定量的也可以是定性的，我们要求的是定量表征，而且要求对每一局部纹理都用单一的数字予以表征，因此特征提取的目的就是对浑沌状的纹理特征给出数字表征。
(2).一般性方法的局限
纹理特征提取方法大致分为统计方法与结构方法两类：前者用于分析木纹一类细腻而不规则的纹理，后者用于印刷图案等纹理基元排列较有规则的图像，对虹膜纹理的混沌状结构，这些方法均不适用。例如傅立叶变换法虽然应用广泛，但不适于表示陡然变换的信号，难以分析信号瞬时特性，在用于分析语音或视频信号时效果不佳。
(3).本发明的办法
a.将矩形虹膜图像沿水平与垂直两个方向分割成许多小矩形区域(例如1024个)，分割密度从原虹膜内缘的图像部分向原虹膜外缘部分逐渐减小，这样分割的原因是虹膜纹理在内缘附近比较集中。
b.对矩形图像中的每一个小矩形区域作二维小波变换，即以每个小矩形区域为积分区域，在此区域上对图像进行小波变换，所得复数形式的积分值即为该小区域上纹理特征的数字表征。
本发明用小波(Wavelet)变换来提取虹膜组织的纹理特征。小波分析发展于八十年代中后期，是当代最新的数学理论之一。在应用方面，小波分析不仅实用性强，而且几乎在新的理论结果导出的同时就伴随着软件和集成电路的研制，在虹膜识别方面的应用情况也是如此。
小波变换具有“变焦距”特性，当其尺度因子增大时，变换可使局部信息减弱、整体信息增强；当其尺度因子减小时，可使局部信息增强、整体信息减弱。对其尺度因子进行适当调控，就可以使虹膜纹理信息得到恰当的反映。
对相当多的小波变换，自相似定理、位移定理、调制定理、旋转同构性都能成立，小波函数在伸缩、平移、旋转、卷积变换群下具有封闭性，因而当眼珠在眼窝中发生位置变化(如移动和转动)时，都不会影响虹膜纹理特征提取的正确性。
小波变换可以减少计算的复杂度。从某种意义上说，如果用其它方法需要10000次运算，使用小波变换可减少到100次。
5.虹膜特征编码与识别
(1).要解决的问题
在对虹膜图像上局部区域的纹理特征得到数字表征以后，就要依据这些数字表征对虹膜进行数字编码，所编代码应具有固定码长，且具有最大熵。还需要给出虹膜识别方法，即判定两个给定的虹膜代码是否来自同一虹膜。
(2).一般性方法的局限
一般的编码方法均难以应用到虹膜特征编码。
(3).本发明的办法
a.用两个码位对每一小区域上纹理特征的数字表征编码。
b.在虹膜纹理特征提取过程中分割矩形图像时，所应分割成的小矩形区域的总数与此处所编代码的码长有关，如果是2048位代码，则小矩形区域总数应该是1024(或略多，编码时将多出部分略去)。
c.根据每一小区域的数字表征的实部和虚部两者的符号，分别确定两个码位的取值(例如实部小于零，编码为0，否则为1；虚部小于零，编码为0，否则为1)，从而得到虹膜代码。
d.将所得虹膜代码与被比较虹膜的代码比较，根据同位异值码的个数来判定两个虹膜是否相同。如果两个虹膜代码中对应码位取值不同的总位数较少(一般应在38％以下)，便认为是同一个虹膜，否则就认为是两个不同的虹膜。
若设虹膜代码长度为2048位，通过分析码位间的相互独立性，可以估计出两个不同的虹膜具有同一代码的概率，这一概率约为10-48～10-50，远较指纹识别的相应概率为小。
Claims (1)
1.一种虹膜识别方法，其特征在于它由虹膜图像平滑、虹膜边界检测、虹膜图像变换、虹膜纹理特征提取、虹膜特征编码与识别诸方法依次组成，其中：
(1)虹膜图像平滑
从虹膜内缘开始，向外缘方向逐圈地求取图像函数在各个圆周上的平均值，得到每一圈图像的平均灰度值，并计算各圈平均灰度值的邻域内各点灰度的加权平均值；
(2)虹膜边界检测
用角膜的灰度取代瞳孔的灰度，在进行虹膜图像平滑的同时，求取图像平均灰度变化率的极大值，根据所得的极大值确定虹膜的内缘边界和外缘边界，得到环形虹膜图像；
(3)虹膜图像变换
将环形虹膜图像沿圆周等分，保留各圈图像中与各等分线相交的像素，将保留下来的环形虹膜图像切断后再拉伸成一个矩形图像，使矩形中的每一列分别对应于保留下来的环形图像中的每一个圆；
(4)虹膜纹理特征提取
将矩形虹膜图像沿水平与垂直两个方向分割成许多小矩形区域，分割密度从原虹膜内缘的图像部分向原虹膜外缘部分逐渐减小；
对矩形图像中的每一个小矩形区域作二维小波变换，得到每一小区域上纹理特征的复数形式的数字表征；
(5)虹膜特征编码与识别
根据每一小区域的数字表征的实部和虚部两者的符号，分别给出每一小区域的两位编码，从而得到虹膜代码；
将此代码与被比较虹膜的代码比较，根据同位异值码的个数来判定两个虹膜是否相同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 97104405 CN1092372C (zh) | 1997-05-30 | 1997-05-30 | 虹膜识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 97104405 CN1092372C (zh) | 1997-05-30 | 1997-05-30 | 虹膜识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1166313A true CN1166313A (zh) | 1997-12-03 |
| CN1092372C CN1092372C (zh) | 2002-10-09 |
Family
ID=5167339
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 97104405 Expired - Fee Related CN1092372C (zh) | 1997-05-30 | 1997-05-30 | 虹膜识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1092372C (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1296861C (zh) * | 2004-09-10 | 2007-01-24 | 倪蔚民 | 基于图像纹理特征随机度信息的模式识别方法 |
| CN1327392C (zh) * | 1999-12-22 | 2007-07-18 | 日本电气株式会社 | 图像拾取装置和图像拾取方法 |
| CN100347718C (zh) * | 1999-04-09 | 2007-11-07 | 虹膜技术公司 | 虹膜识别系统和通过识别虹膜识别人的方法 |
| CN100373396C (zh) * | 2006-06-27 | 2008-03-05 | 电子科技大学 | 基于图像分割和二维小波变换的虹膜识别方法 |
| CN101344913B (zh) * | 2007-07-10 | 2011-11-09 | 电子科技大学中山学院 | 一种通过提取虹膜纹理特征进行身份识别的方法 |
| CN101317183B (zh) * | 2006-01-11 | 2012-04-18 | 三菱电机株式会社 | 在获取的眼睛的图像中定位表示虹膜的像素的方法 |
| CN103218990A (zh) * | 2013-03-29 | 2013-07-24 | 深圳市金立通信设备有限公司 | 一种屏幕亮度的调节方法及终端 |
| CN109074471A (zh) * | 2015-12-30 | 2018-12-21 | 北京释码大华科技有限公司 | 一种基于主动外观模型的虹膜区域分割方法及装置 |
| CN109214364A (zh) * | 2018-10-24 | 2019-01-15 | 广州市真地信息技术有限公司 | 一种虹膜识别方法、系统、装置及存储介质 |
| CN112464829A (zh) * | 2020-12-01 | 2021-03-09 | 中航航空电子有限公司 | 一种瞳孔定位方法、设备、存储介质及视线追踪系统 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7436986B2 (en) * | 2003-03-25 | 2008-10-14 | Bausch & Lomb Incorporated | Positive patient identification |
| CN100365644C (zh) * | 2003-04-21 | 2008-01-30 | 香港中文大学 | 身份识别和鉴定方法 |
| CN100343862C (zh) * | 2003-04-30 | 2007-10-17 | 香港中文大学 | 基于受激肌肉动作电位信号的身份识别方法 |
| CN100342390C (zh) * | 2004-04-16 | 2007-10-10 | 中国科学院自动化研究所 | 基于虹膜斑块形状的身份识别方法 |
| CN100371944C (zh) * | 2006-03-03 | 2008-02-27 | 清华大学 | 基于反射或透射光强分布特性的灰度图像分割方法 |
| US8750575B2 (en) | 2009-08-04 | 2014-06-10 | International Business Machines Corporation | Reflexive iris template |
-
1997
- 1997-05-30 CN CN 97104405 patent/CN1092372C/zh not_active Expired - Fee Related
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100347718C (zh) * | 1999-04-09 | 2007-11-07 | 虹膜技术公司 | 虹膜识别系统和通过识别虹膜识别人的方法 |
| CN1327392C (zh) * | 1999-12-22 | 2007-07-18 | 日本电气株式会社 | 图像拾取装置和图像拾取方法 |
| CN1296861C (zh) * | 2004-09-10 | 2007-01-24 | 倪蔚民 | 基于图像纹理特征随机度信息的模式识别方法 |
| CN101317183B (zh) * | 2006-01-11 | 2012-04-18 | 三菱电机株式会社 | 在获取的眼睛的图像中定位表示虹膜的像素的方法 |
| CN100373396C (zh) * | 2006-06-27 | 2008-03-05 | 电子科技大学 | 基于图像分割和二维小波变换的虹膜识别方法 |
| CN101344913B (zh) * | 2007-07-10 | 2011-11-09 | 电子科技大学中山学院 | 一种通过提取虹膜纹理特征进行身份识别的方法 |
| CN103218990A (zh) * | 2013-03-29 | 2013-07-24 | 深圳市金立通信设备有限公司 | 一种屏幕亮度的调节方法及终端 |
| CN109074471A (zh) * | 2015-12-30 | 2018-12-21 | 北京释码大华科技有限公司 | 一种基于主动外观模型的虹膜区域分割方法及装置 |
| CN109214364A (zh) * | 2018-10-24 | 2019-01-15 | 广州市真地信息技术有限公司 | 一种虹膜识别方法、系统、装置及存储介质 |
| CN112464829A (zh) * | 2020-12-01 | 2021-03-09 | 中航航空电子有限公司 | 一种瞳孔定位方法、设备、存储介质及视线追踪系统 |
| CN112464829B (zh) * | 2020-12-01 | 2024-04-09 | 中航航空电子有限公司 | 一种瞳孔定位方法、设备、存储介质及视线追踪系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1092372C (zh) | 2002-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1166313A (zh) | 虹膜识别方法 | |
| US8442276B2 (en) | Invariant radial iris segmentation | |
| Ng et al. | A review of iris recognition algorithms | |
| Zaeri | Minutiae-based fingerprint extraction and recognition | |
| CN1885314A (zh) | 一种虹膜图像预处理方法 | |
| Choudhary et al. | A survey: Feature extraction methods for iris recognition | |
| Sung et al. | Towards non-cooperative iris recognition systems | |
| CN115115641B (zh) | 一种瞳孔图像分割方法 | |
| Ahamed et al. | Low complexity iris recognition using curvelet transform | |
| JP4901229B2 (ja) | 赤目検出方法および装置並びにプログラム | |
| Jayaraman et al. | An efficient color and texture based iris image retrieval technique | |
| CN1209732C (zh) | 基于小波分析和过零点描述的虹膜识别方法 | |
| CN1885313A (zh) | 基于小波变换和极大值检测的虹膜识别方法 | |
| Lili et al. | The algorithm of iris image preprocessing | |
| Xu et al. | Improving the performance of iris recogniton system using eyelids and eyelashes detection and iris image enhancement | |
| CN1794263A (zh) | 人体虹膜纹理的分区域识别方法 | |
| CN1549188A (zh) | 虹膜图像质量的评价和基于虹膜图像识别的身份鉴别方法 | |
| CN113053164A (zh) | 一种利用环视图像的车位识别方法 | |
| CN109753912B (zh) | 一种基于张量的多光谱掌纹匹配方法 | |
| Panganiban et al. | Implementation of wavelet transform-based algorithm for iris recognition system | |
| Koç et al. | Detailed analysis of iris recognition performance | |
| EP3137895A1 (en) | Method and apparatus for processing block to be processed of urine sediment image | |
| WO2009144330A1 (en) | Method for detection of objectionable contents in still or animated digital images | |
| CN101231695A (zh) | 一种基于多分辨率分析的虹膜识别方法 | |
| Ziauddin et al. | A robust hybrid iris localization technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| ASS | Succession or assignment of patent right |
Owner name: BEIJING ARITHEN INFORMATION TECHNOLOGY CO., LTD. Free format text: FORMER OWNER: WANG JIESHENG Effective date: 20050923 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20050923 Address after: 100080, room 1501, Haidian new technology building, No. 65 West Fourth Ring Road, Haidian District, Beijing Patentee after: Kaipingaisen IT Tech Co., Ltd., Beijing Address before: 100080 Beijing Zhongguancun Haidian District 952-607 Patentee before: Wang Jiesheng |
|
| DD01 | Delivery of document by public notice |
Addressee: Wang Qin Document name: Notification to Pay the Fees |
|
| DD01 | Delivery of document by public notice |
Addressee: Wang Qin Document name: Notification of Termination of Patent Right |
|
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20021009 Termination date: 20110530 |