CN1255756C - 校正旋转的虹膜图像的非接触型人虹膜识别方法 - Google Patents

校正旋转的虹膜图像的非接触型人虹膜识别方法 Download PDF

Info

Publication number
CN1255756C
CN1255756C CNB018229921A CN01822992A CN1255756C CN 1255756 C CN1255756 C CN 1255756C CN B018229921 A CNB018229921 A CN B018229921A CN 01822992 A CN01822992 A CN 01822992A CN 1255756 C CN1255756 C CN 1255756C
Authority
CN
China
Prior art keywords
iris
image
iris image
obtains
polar coordinates
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.)
Expired - Fee Related
Application number
CNB018229921A
Other languages
English (en)
Other versions
CN1493055A (zh
Inventor
赵成元
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.)
EVERMEDIA Co Ltd
Original Assignee
EVERMEDIA 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 EVERMEDIA Co Ltd filed Critical EVERMEDIA Co Ltd
Publication of CN1493055A publication Critical patent/CN1493055A/zh
Application granted granted Critical
Publication of CN1255756C publication Critical patent/CN1255756C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition

Abstract

本发明涉及一种虹膜识别方法,这属于一种生物测定技术。根据本发明的校正旋转虹膜图像的非接触型人虹膜识别方法,虹膜图像是利用图像获取设备获取的。通过分析Canny边缘检测器的像素差和图像,检测输入虹膜图像的虹膜内外边界,从而从用户眼睛图像中更准确地检测出虹膜边界。这样,将具有不同失真的虹膜图像处理成正确的虹膜图像,从而其优势在于明显降低误接收率和误拒绝率。

Description

校正旋转的虹膜图像的非接触型人虹膜识别方法
技术领域
本发明涉及校正旋转的虹膜图像的非接触型人虹膜识别方法。更具体地,本发明涉及校正旋转的虹膜图像的非接触型人虹膜识别方法,其中虹膜图像是由使用红外照明器的图像获取设备获取的,虹膜的内外边界的检测是通过分析输入虹膜图像的Canny边缘探测器的像素差和图像来完成,从而使虹膜的边界更准确地从用户眼睛图像中被检测出来,并且如果图像获取设备获取的眼睛图像中的虹膜已经相对于虹膜的中心线旋转一个任意的角度,则将旋转的虹膜图像校正到正常的虹膜图像,并且如果由于获取倾斜的虹膜图像造成在极坐标中转换的虹膜图像的下部弯曲成不规则的形状,则虹膜图像规格化为预定的大小,从而将不同失真的虹膜图像处理成正确的虹膜图像。
背景技术
虹膜识别系统是通过区分每个人自己独特的虹膜图案识别个人身份的仪器。虹膜识别系统在个人识别方面的准确率高于其它的生物测定方法,如声音或指纹,并且具有高度的安全性。虹膜是眼睛瞳孔与白巩膜之间的区域。虹膜识别方法是一项根据分析每个人与其它人不同的自身虹膜图案得到的信息识别个人身份的技术。
一般地,虹膜识别系统的核心技术是使用图像获取设备获取更准确的眼睛图像以及从输入的眼睛图像上有效地获取虹膜的唯一特征信息。
但是,在非接触型人虹膜识别系统中,虹膜图像是从离开其一定距离处摄取的,实际获取的虹膜图像可能具有不同的失真。即,获取完全的眼睛图像是不可能的,因为眼睛不能指向摄像机的前面,而是定位在偏离摄像机一个小的角度上。这样,获取到的是相对虹膜中心线旋转一个任意角度的眼睛图像的信息。
因此,为了解决图像获取过程中产生的上述问题,必须准确地从用户眼睛图像中检测虹膜内/外边界,并将从眼睛图像中提取的虹膜图像规格化。但是,传统的虹膜识别方法的问题在于,不能准确地检测虹膜的内/外边界,因为在检测边界时,在定义瞳孔的任意中心后将标准值手工分配给各个图像,或者将整个图像的平均值作为标准值。
而且,根据在传统虹膜识别系统中,由于虹膜图像没有经过规格化过程或者没有考虑旋转图像的校正,如果眼睛没有指向摄像机的前面,而是定位在偏离摄像机一个小的角度上,则获取的是不完全的眼睛图像,或者由于用户的运动,例如他/她的头部倾斜,获取的是旋转的虹膜图像。因此,很多情况下,即使是同一用户的虹膜图像,这个虹膜图像也可以被错误地识别为其它用户。
发明内容
为了解决上述问题提出本发明。本发明的一个目的是提供一种非接触型人虹膜识别方法,通过从图像获取设备获取的用户眼睛图像中检测虹膜图像并将虹膜图像转换成极坐标下的虹膜图像进行预处理,其中用户虹膜的内外边界的检测是通过分析Canny边缘探测器的像素差和图像来完成。
本发明的另一个目的是提供一种人虹膜识别方法,其中如果获取的眼睛图像中虹膜已经相对于虹膜的中心线旋转一个任意的角度,即,获取到旋转的虹膜图像时,将旋转的虹膜图像校正成正常的虹膜图像,并且如果转换到极坐标下的虹膜图像的下部弯曲成不规则形状,即获取到倾斜的虹膜图像时,将虹膜图像规格化为预定的大小,从而将具有不同失真的虹膜图像处理成正确虹膜图像的数据,由此明显降低误接收率和误拒绝率。
为了达到本发明的目的,本发明提供一种校正旋转虹膜图像的非接触型人虹膜识别方法,通过利用红外照明器采用图像获取设备获取用户眼睛图像,从获取的用户眼睛图像中提取虹膜图像,以及将提取的虹膜图像转换成极坐标下的虹膜图像,用于执行预处理过程。预处理过程包括以下步骤:利用Canny边缘检测器从获取的用户眼睛图像中检测虹膜的内边界;在从内边界向上、向下、向左和向右移动的同时,将虹膜检测的内边界在起始坐标(x,y)下的图像信息的像素值与图像信息的其它像素值对比,在对比像素的差值中找出最大值,并检测虹膜的外边界;以及提取存在于内、外边界之间的虹膜区域,并将提取的虹膜区域转换成极坐标下的虹膜图像。
如果获取的眼睛图像已经倾斜,则该方法还包括如下步骤:将极坐标下的转换的虹膜图像规格化,使其具有预定的大小。
如果获取的眼睛图像中的虹膜已经相对于虹膜的中心线旋转到一个任意的角度,则该方法还包括以下步骤:通过相对于极坐标下一个阵列的转换的虹膜图像移动一个任意的角度,临时产生多个阵列的虹膜图像;执行小波变换,用以产生与已经临时产生的多个阵列的虹膜图像对应的虹膜的特征向量;将通过小波变换产生的各个特征向量与先前注册的特征向量进行对比,得到相似性;以及将与得到的相似性中的最大相似性对应的特征向量接收为用户的特征向量
附图说明
图1是本发明虹膜图像规格化过程的程序的流程图;
图2a表示使用Canny边缘检测器检测瞳孔边界的结果;
图2b表示瞳孔的中心坐标和直径;
图2c表示本发明用于获得虹膜外边界的半径和中心的虹膜图像;
图3(a)到(d)表示倾斜虹膜图像规格化过程的程序;
图4(a)和(b)表示从倾斜用户头部得到的旋转虹膜图像;
图5(a)和(b)表示图4(a)和(b)所示的旋转虹膜图像的校正过程的程序。
具体实施方式
下面参考附图,特别是图1,详细描述本发明校正旋转虹膜图像的非接触型人虹膜识别方法。
图1是本发明虹膜图像规格化过程的程序的流程图。参看图1,在步骤110,利用红外照明器以及可见光拒波滤波器,通过图像获取设备获取眼睛图像。此时,反射光被聚集在眼睛的瞳孔中,从而不丢失虹膜图像的信息。在步骤120,为了从获取的眼睛图像中仅提取虹膜区,检测虹膜的内外边界,并且设定检测到的内外边界的中心。步骤120的执行是通过本发明利用Canny检测器的像素差和图像来检测虹膜的内外边界的方法。这将在下面具体解释。
图2a表示使用Canny边缘检测器得到的瞳孔边界的检测结果,即虹膜的内边界。参看图2a,可以注意到,使用Canny边缘检测器仅检测到瞳孔边界。即,如图2a所示,使用Canny边缘检测器检测虹膜的内边界,Canny边缘检测器是一种边界检测滤波器。Canny边缘检测器利用Gaussian滤波来光滑获取的图像,并利用Sobel算子检测边界。Gaussian滤波过程可以表示为以下的方程1,所用的Sobel算子可以表示为以下的方程2:
[方程1]
IG(x,y)=G(x,y)×I(x,y)
[方程2]
Sx=I[i-1][j+1]+2I[i][j+1]+I[i+1][j+1]
    -I[i-1][j-1]-2I[i][j-1]-I[i+1][j-1]
Sy=I[i+1][j+1]+2I[i+1][j]+I[i+1][j-1]
    -I[i-1][j+1]-2I[i-1][j]-I[i-1][j-1]
当采用利用Canny边缘检测器的边界检测方法时,即使由于用户的眼睛没有指向摄像机的前面而是定位在偏离摄像机一个小角度上,而没有得到正常的眼睛图像,也能正确检测虹膜的内边界,即瞳孔边界,也容易地得到瞳孔的中心坐标和半径。图2b表示瞳孔的中心坐标和半径。参看图2b,瞳孔的半径是d/2,瞳孔的中心坐标(x+d/2,y+d/2)。
另一方面,图像中的虹膜外边界的检测是通过从瞳孔边界,即虹膜内边界,向上、向下、向左和向右移动的同时对比像素值,并找出像素值差的最大值来完成的。检测的最大值是Max{I(x,y)-I(x-1,y)},Max{I(x,y)-I(x+1,y)},Max{I(x,y)-I(x,y-1)},以及Max{I(x,y)-I(x,y+1)},其中I(x,y)是图像在点(x,y)的像素值。在检测图像中虹膜的外边界时从虹膜内边界向上、向下、向左和向右移动的同时得到像素值差的原因是使内外中心互不相同。即,当获取到倾斜虹膜图像时,由于瞳孔位于图像中稍微靠上、靠下、靠左或靠右,内外中心应设定成互不相同。
图2c表示本发明在获得虹膜外边界的半径和中心时的虹膜图像。当由于眼睛没有指向摄像机的前面而是定位在偏离摄像机一个小角度上而造成获取的眼睛图像不完全时,需要一个设定内/外边界中心的过程。首先,分别计算从内边界到外边界的左、右、上和下部分的距离RL、RR、RU和RD,以及内边界即瞳孔边界的半径RI。接着,使用上述计算的数值找出图像的上、下、左和右的对分点,从而得到外边界的中心。
在步骤130,仅在从内边界到外边界距离的预定部分上检测虹膜图案。在步骤140,检测的虹膜图案被转换到极坐标下的虹膜图像。在步骤150,将转换到极坐标下的虹膜图像规格化,得到在宽度和高度上具有预定大小的图像。
将提取的虹膜图案转换到极坐标下的虹膜图像可以表示为下面的方程3:
[方程3]
I(x(r,θ),y(r,θ)) I(r,θ)
式中,θ增大了0.8度,r是利用第二余弦规则由虹膜的外中心CO和内中心CI、外边界的半径RO以及θ值计算的。使用R和θ提取虹膜内外边界之间的虹膜图案。为了避免虹膜特征随瞳孔大小的变化而变化,当虹膜内外边界之间的虹膜图像分成60个片段并且θ以0.8度增大得到450个数据时,虹膜图像最终规格化27000个分割的虹膜图像(θ×r=450×60)。
图3(a)表示倾斜的虹膜图像,图3(b)倾斜的虹膜图像转换到极坐标下的虹膜图像。从图3(b)可以看出,转换到极坐标下的虹膜图像的下部弯曲成不规则形状。另外,图3(c)表示宽度为M个像素和高度为N个像素的虹膜图像,这是从虹膜图案的不规则图像规格化得到的。下面,参考图3(a)到(c)描述倾斜虹膜图像的规格化过程。在与图3(a)虹膜内外边界之间距离对应的部分中,仅仅提取与虹膜内外边界之间距离x%对应的部分上存在的虹膜图案,以便消除照明器的干扰并获取大量的虹膜图案。即,当检测虹膜的内外边界时,提取虹膜图案并接着将其转换到极坐标下。但是,当照明器的反射光聚集在虹膜时,在从虹膜内边界(瞳孔边界)到外边界的区域中,仅与离开内边界60%距离的部分上存在的虹膜图案可以被提取并转换到极坐标下。本发明此实施例中选择的数值60%是由实验确定的,在这个范围中,可以提取最大量的虹膜图案,同时排除聚集在虹膜上的反射光。
在图3(b)中,倾斜虹膜图像转换到极坐标下的虹膜图像。如图3(b)所示,当虹膜图像转换到极坐标时,转换到极坐标下的虹膜图案图像的下部弯曲成不规则形状。这样,必须将不规则的虹膜图案图像规格化。在图3(c)中,将虹膜图案的不规则图像规格化,得到宽度为M个像素和高度为N个像素的虹膜图像。
作为参考,用两个因素评价虹膜识别系统的性能:误接收率(FAR)和误拒绝率(FRR)。FAR表示虹膜识别系统将未注册人(impostor)误识别为注册人(enrollee)并允许未注册人进入的概率;FRR表示虹膜识别系统将注册人误识别为未注册人而拒绝注册人进入的概率。与使用检测虹膜边界的传统方法的虹膜识别系统相比,在本发明中,当预处理的执行是使用检测虹膜边界并将倾斜的虹膜图像规格化的方法时,FAR从5.5%降低到2.83%,FRR从5.0%减小到2.0%。
最后,在步骤160,如果获取的眼睛图像中的虹膜已经相对于虹膜的中心线旋转了一个任意的角度,为了校正旋转的虹膜图像,移动并对比虹膜图像信息的像素阵列。
图4(a)到(b)表示从倾斜的用户头部得到的旋转的虹膜图像。在获取虹膜图像时,用户头部可以朝左或朝右稍微倾斜,此时如果获取虹膜图像,得到如图4(a)所示的旋转的虹膜图像。即,如果在步骤110获取的眼睛图像相对于眼睛的中心线旋转了一个任意的角度,就需要校正旋转图像的过程。图4(a)表示相对于眼睛中心线顺时针或逆时针旋转15度的虹膜图像。当旋转的虹膜图像转换到极坐标的虹膜图像时,与正常虹膜图像相比,转换图像的虹膜图案向左或向右移动,如图4(b)所示。
图5(a)和(b)表示校正图4(a)和(b)所示旋转虹膜图像的过程的程序。将从倾斜的用户头部得到的旋转虹膜图像校正的过程,将通过对比和移动虹膜图像信息的阵列,在下面参考图5(a)和(b)进行描述。
参看图5(a),在从倾斜的用户头部得到的旋转虹膜图像中,通过在极坐标中相对于转换的虹膜图像的Array(0)移动一个任意的角度,临时产生多个虹膜图像的阵列Array(n)。即,在极坐标中以转换的虹膜图像的Array(0)为基础,向左或向右移动Array(0)的列,临时产生从Array(0)到Array(-10)以及从Array(0)到Array(10)的20个阵列的图像信息。
为了产生与临时产生的多个虹膜图像阵列对应的虹膜特征向量,执行小波变换。小波变换产生的各个特征向量与先前注册的特征向量对比,得到相似性。在得到的相似性中与最大相似性对应的特征向量被认为是用户的特征向量。
换言之,通过如上所述产生旋转图像的阵列Array(n)图像信息以及如图5(b)所示对于各个阵列的图像信息执行小波变换,接着产生与临时产生的多个阵列Array(n)虹膜图像对应的虹膜的特征向量fT(n)。从而产生了从fT(0)到fT(10)以及从fT(0)到fT(-10)的特征向量fT(n)。各个产生的特征向量fT(n)与每个注册人的特征向量fR进行对比,并得到相似性Sn。在得到的相似性Sn中,与最大相似性对应的特征向量fT(n)被认为是得到的结果,其中旋转效应被校正,并且此结果被接收为用户虹膜的特征向量。
如上所述,根据本发明校正旋转虹膜图像的非接触型人虹膜识别方法,其一个优点是,通过利用Canny边缘检测器的像素差和图像检测虹膜的内外边界,可以从用户眼睛图像中更准确地检测出虹膜的边界。
并且,根据本发明非接触型人虹膜识别方法,如果图像获取设备获取的眼睛图像中的虹膜已经相对于虹膜的中心线旋转一个任意的角度,则将旋转的虹膜图像校正成正常的虹膜图像。
否则,如果由于获取倾斜的虹膜图像造成转换到极坐标下的虹膜图像的下部弯曲并由此具有不规则的形状,则将虹膜图像规格化到预定的大小。这样,另一个优点是,将具有不同失真的虹膜图像处理成正确虹膜图像的数据,从而明显降低误接收率和误拒绝率。
应该注意到,上面的描述仅仅是本发明校正旋转虹膜图像的非接触型人虹膜识别方法的代表性实施例,因此本发明并不限于上述的实施例。本领域的一般技术人员,在不偏离权利要求限定的本发明技术精神和范围的条件下,可以做出不同的修改和变化。

Claims (2)

1.一种校正旋转虹膜图像的非接触型人虹膜识别方法,通过利用红外照明器采用图像获取设备获取用户眼睛图像,从所述获取的用户眼睛图像中提取虹膜图像,以及将所述提取的虹膜图像转换成极坐标下的虹膜图像,用于执行预处理过程,其特征在于:
所述预处理过程包括以下步骤:
利用Canny边缘检测器从所述获取的用户眼睛图像中检测虹膜的内边界;
在从所述的内边界向上、向下、向左和向右移动的同时,将所述虹膜的所述检测内边界在起始坐标(x,y)下的图像信息的像素值与图像信息的其它像素值对比,在所述对比像素的差值中找出最大值,并检测所述虹膜的外边界;
提取存在于所述内和外边界之间的虹膜区域,并将所述提取的虹膜区域转换成所述极坐标下的所述虹膜图像;
如果所述获取的眼睛图像已经倾斜,将所述极坐标下的所述转换的虹膜图像规格化,使其具有预定的大小;以及
如果所述获取的眼睛图像中的所述虹膜已经相对于所述虹膜的中心线旋转到一个任意的角度,移动并对比虹膜图像信息的像素阵列以便校正旋转的虹膜图像。
2.如权利要求1所述的校正旋转虹膜图像的非接触型人虹膜识别方法,其中如果所述获取的眼睛图像中的所述虹膜已经相对于所述虹膜的中心线旋转到一个任意的角度,则所述方法还包括以下步骤:
通过相对于所述极坐标下一个阵列的所述转换的虹膜图像移动一个任意的角度,临时产生多个阵列的所述虹膜图像;
执行小波变换,用以产生与已经临时产生的所述多个阵列的所述虹膜图像对应的所述虹膜的特征向量;
将通过所述小波变换产生的所述各个特征向量与先前注册的特征向量进行对比,得到相似性;以及
将与所述得到的相似性中的最大相似性对应的特征向量接收为所述用户的特征向量。
CNB018229921A 2001-03-06 2001-07-31 校正旋转的虹膜图像的非接触型人虹膜识别方法 Expired - Fee Related CN1255756C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2001-0011441A KR100374708B1 (ko) 2001-03-06 2001-03-06 회전영상의 보정에 의한 비접촉식 홍채인식방법
KR2001/11441 2001-03-06

Publications (2)

Publication Number Publication Date
CN1493055A CN1493055A (zh) 2004-04-28
CN1255756C true CN1255756C (zh) 2006-05-10

Family

ID=36754301

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB018229921A Expired - Fee Related CN1255756C (zh) 2001-03-06 2001-07-31 校正旋转的虹膜图像的非接触型人虹膜识别方法

Country Status (6)

Country Link
US (3) US20020154794A1 (zh)
EP (1) EP1374144A4 (zh)
JP (2) JP2004527033A (zh)
KR (1) KR100374708B1 (zh)
CN (1) CN1255756C (zh)
WO (1) WO2002071316A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111579080A (zh) * 2020-04-30 2020-08-25 沈阳天眼智云信息科技有限公司 红外热像体温监测仪的自校准方法

Families Citing this family (72)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100374708B1 (ko) * 2001-03-06 2003-03-04 에버미디어 주식회사 회전영상의 보정에 의한 비접촉식 홍채인식방법
DE10140152A1 (de) * 2001-08-16 2003-03-06 Kurt Staehle Verfahren zur Erstellung und Auswertung einer medizinischen Datenbank
KR20030051963A (ko) * 2001-12-20 2003-06-26 엘지전자 주식회사 홍채 인식 시스템의 홍채 회전 정보 검출방법
KR100476406B1 (ko) * 2002-12-03 2005-03-17 이일병 웨이블렛 패킷변환을 이용한 홍채인식 시스템 및 방법과그 프로그램을 저장한 기록매체
JP2004260472A (ja) * 2003-02-25 2004-09-16 Toshiba Tec Corp 画像形成装置及びその方法
US7436986B2 (en) * 2003-03-25 2008-10-14 Bausch & Lomb Incorporated Positive patient identification
US7599524B2 (en) * 2003-04-04 2009-10-06 Sarnoff Corporation Method and apparatus for providing a robust object finder
EP1613215B8 (en) * 2003-04-11 2011-09-14 Bausch & Lomb Incorporated System and method for acquiring data of an eye
US7379567B2 (en) * 2003-07-17 2008-05-27 Matsushita Electric Industrial Co., Ltd. Iris code generation method, individual authentication method, iris code entry device, individual authentication device, and individual certification program
US8064647B2 (en) 2006-03-03 2011-11-22 Honeywell International Inc. System for iris detection tracking and recognition at a distance
US8098901B2 (en) * 2005-01-26 2012-01-17 Honeywell International Inc. Standoff iris recognition system
US8090157B2 (en) 2005-01-26 2012-01-03 Honeywell International Inc. Approaches and apparatus for eye detection in a digital image
US8049812B2 (en) 2006-03-03 2011-11-01 Honeywell International Inc. Camera with auto focus capability
US8705808B2 (en) 2003-09-05 2014-04-22 Honeywell International Inc. Combined face and iris recognition system
US7593550B2 (en) * 2005-01-26 2009-09-22 Honeywell International Inc. Distance iris recognition
US7756301B2 (en) * 2005-01-26 2010-07-13 Honeywell International Inc. Iris recognition system and method
US8442276B2 (en) 2006-03-03 2013-05-14 Honeywell International Inc. Invariant radial iris segmentation
FR2864290B1 (fr) * 2003-12-18 2006-05-26 Sagem Procede et dispositif de reconnaissance d'iris
EP1779064A4 (en) * 2004-08-09 2009-11-04 Classifeye Ltd CONTACTLESS OPTICAL MEANS AND METHOD FOR 3D FINGERPRINT RECOGNITION
JP4507082B2 (ja) * 2004-08-19 2010-07-21 ノーリツ鋼機株式会社 キャッチライト合成方法
SE0402749D0 (sv) * 2004-11-11 2004-11-11 Snabbfoto Invest Ab Fotostation
KR100629550B1 (ko) * 2004-11-22 2006-09-27 아이리텍 잉크 다중스케일 가변영역분할 홍채인식 방법 및 시스템
FR2881546B1 (fr) * 2005-01-31 2007-09-14 Sagem Procede de determination d'un axe de reference d'un oeil
JP2007011667A (ja) * 2005-06-30 2007-01-18 Matsushita Electric Ind Co Ltd 虹彩認証装置および虹彩認証方法
JP4664147B2 (ja) 2005-07-29 2011-04-06 株式会社山武 虹彩認証装置
KR200404650Y1 (ko) * 2005-08-02 2005-12-27 주식회사 큐리텍 홍채인식 마우스
US7751598B2 (en) * 2005-08-25 2010-07-06 Sarnoff Corporation Methods and systems for biometric identification
US8260008B2 (en) 2005-11-11 2012-09-04 Eyelock, Inc. Methods for performing biometric recognition of a human eye and corroboration of same
DE602007007062D1 (de) 2006-03-03 2010-07-22 Honeywell Int Inc Iriserkennungssystem mit bildqualitätsmetrik
WO2007103834A1 (en) 2006-03-03 2007-09-13 Honeywell International, Inc. Indexing and database search system
GB2450023B (en) 2006-03-03 2011-06-08 Honeywell Int Inc An iris image encoding method
WO2007101276A1 (en) 2006-03-03 2007-09-07 Honeywell International, Inc. Single lens splitter camera
AU2007281940B2 (en) 2006-03-03 2010-12-16 Gentex Corporation Modular biometrics collection system architecture
US8170293B2 (en) * 2006-09-15 2012-05-01 Identix Incorporated Multimodal ocular biometric system and methods
US7970179B2 (en) 2006-09-25 2011-06-28 Identix Incorporated Iris data extraction
ES2276637B1 (es) * 2006-11-03 2008-11-16 Jose Antonio Gil Soldevilla Procedimiento de obtencion de colores a partir del iris.
US8063889B2 (en) 2007-04-25 2011-11-22 Honeywell International Inc. Biometric data collection system
JP4974761B2 (ja) * 2007-05-25 2012-07-11 ローレル精機株式会社 安全管理システム
IL184399A0 (en) * 2007-07-03 2007-10-31 Yossi Tsuria Content delivery system
KR100924232B1 (ko) * 2007-12-10 2009-11-02 아이리텍 잉크 직교좌표 및 극좌표 이미지변환을 위한 가중픽셀보간방법
US8436907B2 (en) 2008-05-09 2013-05-07 Honeywell International Inc. Heterogeneous video capturing system
US8213782B2 (en) 2008-08-07 2012-07-03 Honeywell International Inc. Predictive autofocusing system
US8090246B2 (en) 2008-08-08 2012-01-03 Honeywell International Inc. Image acquisition system
US20100278394A1 (en) * 2008-10-29 2010-11-04 Raguin Daniel H Apparatus for Iris Capture
US8317325B2 (en) * 2008-10-31 2012-11-27 Cross Match Technologies, Inc. Apparatus and method for two eye imaging for iris identification
US8280119B2 (en) 2008-12-05 2012-10-02 Honeywell International Inc. Iris recognition system using quality metrics
US8768014B2 (en) * 2009-01-14 2014-07-01 Indiana University Research And Technology Corp. System and method for identifying a person with reference to a sclera image
US8630464B2 (en) 2009-06-15 2014-01-14 Honeywell International Inc. Adaptive iris matching using database indexing
US8472681B2 (en) 2009-06-15 2013-06-25 Honeywell International Inc. Iris and ocular recognition system using trace transforms
US20110040740A1 (en) * 2009-08-15 2011-02-17 Alex Nugent Search engine utilizing flow networks
US10216995B2 (en) 2009-09-25 2019-02-26 International Business Machines Corporation System and method for generating and employing short length iris codes
US8742887B2 (en) 2010-09-03 2014-06-03 Honeywell International Inc. Biometric visitor check system
DE102010054168B4 (de) 2010-12-12 2017-09-07 Chronos Vision Gmbh Verfahren, Vorrichtung und Programm zur Bestimmung der torsionalen Komponente der Augenposition
KR20150005094A (ko) 2013-07-04 2015-01-14 삼성전자주식회사 전자 디바이스 및 전자 디바이스에서 눈 영역 검출 방법
JP5935849B2 (ja) * 2013-10-04 2016-06-15 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
KR101492933B1 (ko) * 2014-05-23 2015-02-12 동국대학교 산학협력단 눈 인식 장치 및 방법
EP3198913A4 (en) 2014-09-24 2018-05-23 Princeton Identity, Inc. Control of wireless communication device capability in a mobile device with a biometric key
KR20160042562A (ko) 2014-10-10 2016-04-20 현대자동차주식회사 홍채 인식 장치 방법
SG11201704097XA (en) 2014-12-03 2017-06-29 Princeton Identity Inc System and method for mobile device biometric add-on
EP3403217A4 (en) 2016-01-12 2019-08-21 Princeton Identity, Inc. SYSTEMS AND METHODS FOR BIOMETRIC ANALYSIS
US10373008B2 (en) 2016-03-31 2019-08-06 Princeton Identity, Inc. Systems and methods of biometric analysis with adaptive trigger
US10366296B2 (en) 2016-03-31 2019-07-30 Princeton Identity, Inc. Biometric enrollment systems and methods
KR101866867B1 (ko) * 2016-12-07 2018-06-14 주식회사 쓰리이 동공 중심 검출 방법
WO2018187337A1 (en) 2017-04-04 2018-10-11 Princeton Identity, Inc. Z-dimension user feedback biometric system
JP2020529073A (ja) 2017-07-26 2020-10-01 プリンストン・アイデンティティー・インコーポレーテッド 生体セキュリティシステムおよび方法
CN108287963B (zh) * 2018-01-19 2021-07-16 东莞市燕秀信息技术有限公司 一种尺寸及放置位置的自动计算方法、装置、设备及介质
CN108470152A (zh) * 2018-02-14 2018-08-31 天目爱视(北京)科技有限公司 基于红外的3d四维虹膜数据采集方法及系统
CN108470171B (zh) * 2018-07-27 2018-11-02 上海聚虹光电科技有限公司 二维非同步编码比对方法
CN109086713B (zh) * 2018-07-27 2019-11-15 腾讯科技(深圳)有限公司 眼部识别方法、装置、终端及存储介质
CN110516661B (zh) * 2019-10-21 2020-05-05 武汉虹识技术有限公司 应用于虹膜识别的美瞳检测方法及装置
DE102020002733A1 (de) 2020-05-07 2021-11-11 Chronos Vision Gmbh Bestimmung der statischen und torsionalen Komponente der Augenposition bei Augenoperationen mithilfe des Pupil-Center-Shifts (PCS)
CN115509351B (zh) * 2022-09-16 2023-04-07 上海仙视电子科技有限公司 一种感官联动情景式数码相框交互方法与系统

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4641349A (en) * 1985-02-20 1987-02-03 Leonard Flom Iris recognition system
US5210799A (en) * 1991-03-28 1993-05-11 Texas Instruments Incorporated System and method for ranking and extracting salient contours for target recognition
US5291560A (en) * 1991-07-15 1994-03-01 Iri Scan Incorporated Biometric personal identification system based on iris analysis
US6035054A (en) * 1992-10-29 2000-03-07 Canon Kabushiki Kaisha Visual axis detection apparatus and optical apparatus provided therewith
US5471542A (en) * 1993-09-27 1995-11-28 Ragland; Richard R. Point-of-gaze tracker
US5572596A (en) * 1994-09-02 1996-11-05 David Sarnoff Research Center, Inc. Automated, non-invasive iris recognition system and method
US6714665B1 (en) * 1994-09-02 2004-03-30 Sarnoff Corporation Fully automated iris recognition system utilizing wide and narrow fields of view
JP3436293B2 (ja) * 1996-07-25 2003-08-11 沖電気工業株式会社 動物の個体識別装置及び個体識別システム
WO1998008439A1 (en) * 1996-08-25 1998-03-05 Sensar, Inc. Apparatus for the iris acquiring images
JPH10262953A (ja) * 1997-03-28 1998-10-06 Oki Electric Ind Co Ltd 画像認識装置
US6285780B1 (en) * 1997-03-28 2001-09-04 Oki Electric Industry Co., Ltd. Apparatus for identifying individual animals and image processing method
US6144754A (en) * 1997-03-28 2000-11-07 Oki Electric Industry Co., Ltd. Method and apparatus for identifying individuals
US6373968B2 (en) * 1997-06-06 2002-04-16 Oki Electric Industry Co., Ltd. System for identifying individuals
US5953440A (en) * 1997-12-02 1999-09-14 Sensar, Inc. Method of measuring the focus of close-up images of eyes
JP3610234B2 (ja) * 1998-07-17 2005-01-12 株式会社メディア・テクノロジー アイリス情報取得装置およびアイリス識別装置
JP3315648B2 (ja) * 1998-07-17 2002-08-19 沖電気工業株式会社 アイリスコード生成装置およびアイリス認識システム
JP2000185031A (ja) * 1998-12-22 2000-07-04 Oki Electric Ind Co Ltd 個体識別装置
JP2000194853A (ja) * 1998-12-25 2000-07-14 Oki Electric Ind Co Ltd 個体識別装置
US6700998B1 (en) * 1999-04-23 2004-03-02 Oki Electric Industry Co, Ltd. Iris registration unit
KR100373850B1 (ko) * 2000-10-07 2003-02-26 주식회사 큐리텍 홍채를 이용한 신원 확인 시스템 및 방법과 그 방법에대한 컴퓨터 프로그램 소스를 저장한 기록매체
KR20020065248A (ko) * 2001-02-06 2002-08-13 이승재 비접촉식 홍채인식을 위한 영상의 정규화 방법
KR100374707B1 (ko) * 2001-03-06 2003-03-04 에버미디어 주식회사 도비치스 웨이블렛 변환을 이용한 홍채인식방법
KR100374708B1 (ko) * 2001-03-06 2003-03-04 에버미디어 주식회사 회전영상의 보정에 의한 비접촉식 홍채인식방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111579080A (zh) * 2020-04-30 2020-08-25 沈阳天眼智云信息科技有限公司 红外热像体温监测仪的自校准方法

Also Published As

Publication number Publication date
EP1374144A1 (en) 2004-01-02
KR100374708B1 (ko) 2003-03-04
US20080159600A1 (en) 2008-07-03
CN1493055A (zh) 2004-04-28
WO2002071316A1 (en) 2002-09-12
US7298874B2 (en) 2007-11-20
KR20020071330A (ko) 2002-09-12
US20040114782A1 (en) 2004-06-17
EP1374144A4 (en) 2007-02-07
US20020154794A1 (en) 2002-10-24
JP2004527033A (ja) 2004-09-02
JP2002269565A (ja) 2002-09-20

Similar Documents

Publication Publication Date Title
CN1255756C (zh) 校正旋转的虹膜图像的非接触型人虹膜识别方法
US9922238B2 (en) Apparatuses, systems, and methods for confirming identity
US8265347B2 (en) Method and system for personal identification using 3D palmprint imaging
AU2007256413B2 (en) Method for identifying a person and acquisition device
KR101632912B1 (ko) 지문 인식을 이용한 사용자 인증 방법
TWI434220B (zh) 利用手掌靜脈之生物特徵辨識使用者之方法
US8908934B2 (en) Fingerprint recognition for low computing power applications
KR101626837B1 (ko) 손가락 마디 및 지정맥 기반의 융합형 생체 인증 방법 및 그 장치
US20020030359A1 (en) Fingerprint system
US9449217B1 (en) Image authentication
CN110348289A (zh) 一种基于二值图的手指静脉识别方法
US8325991B2 (en) Device and method for biometrics authentication
Dixit et al. Iris recognition by daugman’s method
KR100397916B1 (ko) 지문 등록 및 인증방법
Latha et al. A robust person authentication system based on score level fusion of left and right irises and retinal features
CN112308044B (zh) 针对掌静脉图像的图像增强处理方法和掌静脉识别方法
Noruzi et al. Robust iris recognition in unconstrained environments
Wang et al. Finger vein roi extraction based on robust edge detection and flexible sliding window
US20140369625A1 (en) Image processing method
CN112381042A (zh) 从掌静脉图像中提取掌静脉特征的方法、掌静脉识别方法
US7136515B2 (en) Method and apparatus for providing a binary fingerprint image
KR20020065248A (ko) 비접촉식 홍채인식을 위한 영상의 정규화 방법
US11080518B2 (en) Face image generating method for recognizing face
CN116665256B (zh) 一种基于指纹图像局部区域质量的指纹匹配方法
Ghalem et al. Dual iris authentication system using Dezert-Smarandache theory

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
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20060510

Termination date: 20120731