CN1299231C - 活体虹膜图像采集方法及采集装置 - Google Patents
活体虹膜图像采集方法及采集装置 Download PDFInfo
- Publication number
- CN1299231C CN1299231C CNB2004100479205A CN200410047920A CN1299231C CN 1299231 C CN1299231 C CN 1299231C CN B2004100479205 A CNB2004100479205 A CN B2004100479205A CN 200410047920 A CN200410047920 A CN 200410047920A CN 1299231 C CN1299231 C CN 1299231C
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- iris
- gray scale
- images
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 208000016339 iris pattern Diseases 0.000 title 1
- 210000001747 pupil Anatomy 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 238000005282 brightening Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 4
- 210000003128 head Anatomy 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000004744 fabric Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 208000030533 eye disease Diseases 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000005338 frosted glass Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 244000145841 kine Species 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 210000003786 sclera Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及活体虹膜图像采集方法及采集装置，属于生物特征识别和自动身份鉴别技术领域。包括摄像头不断传输采集到的动态图像；若中间部分图像的灰度值低于周围图像的灰度值，则确认为是眼睛图像；统计眼睛图像灰度值，找到灰度值最低区域中心点为初始瞳孔中心；若满足；检测到灰度差大于所述设定的灰度差阈值；检测灰度的梯度值超过所述设定的灰度的梯度阈值，再检测初始瞳孔中心坐标是否处于图像中心位置三个条件；则可开始采集；前后自动移动摄像头，采集一系列不同焦平面的眼睛图像进行图像质量评估，确定质量最好的虹膜图像。本发明采集的图像清晰度比较高，在虹膜图像区域的特征纹理非常明显，而且没有照明光斑噪声，不需要额外的后续处理。
Description
技术领域
本发明属于生物特征识别和自动身份鉴别技术领域，特别涉及活体虹膜图像采集技术。
背景技术
随着信息科技的日益发展，生物特征识别技术也越来越融入到人们的日常生活中，对于我国这样一个拥有众多人口的国家，生物特征识别技术尤其具有广泛的应用前景和技术意义。由于信息技术领域里对于各级权限验证的频度明显增大，使用密码、IC卡等加密手段容易被人窃取，加上遗失等偶然事件会给使用者带来诸多不便。然而生物特征识别具有其它身份鉴别系统所不具备的优点，这为它成为安全实用的安全终端提供了坚实的技术基础，而且方便快捷的生物特征识别技术依靠Internet这一载体使得它(生物特征识别)成为未来的信息安全终端最佳选择。
虹膜识别技术就是利用人体眼睛虹膜纹理的不同来识别人身份的一种生物特征识别方式，与其它的生物特征识别技术相比，虹膜识别具有很高的识别率、稳定性和防伪性。活体虹膜图像采集是虹膜识别技术的关键，所采集到的虹膜图像质量好坏将直接影响整个系统的识别率，图1为一幅在虹膜区域有光斑噪声的虹膜图像，虹膜11位于巩膜12和瞳孔14之间，虹膜11区域上有照明光斑噪声13和15，照明光斑噪声13和15将造成虹膜11的部分纹理特征丢失，这就会影响系统的识别率。
目前活体虹膜图像采集的方式主要有以下两种：
1.固定眼睛的定焦采集法。这种方法是让使用者把眼睛贴靠在镜头前的一个固定装置上，眼睛虹膜部位处在镜头清晰成像的聚焦平面上，然后用CCD摄像头采集得到虹膜图像。例如：2000年8月16日公开的专利CN 2392219Y就是实现这种方法的采集装置，该装置结构的剖面图如图2所示，主体结构包括外壳21、中部有透明窗口的毛玻璃22、红外发射管23、发光二极管24和CCD摄像头25，采集的时候被采集者将眼睛部位贴靠在外壳21的前端面211(镜头清晰成像的聚焦平面)即可。这种方式可以得到较为清晰的图像，但对使用者来说是一种有侵害的采集方式，因为使用者必须把眼睛贴靠在镜头前的装置上，眼睛是一个容易过敏的器官，如果在频繁使用的场合下就可能造成眼睛疾病的交叉感染，而且采集过程也不便捷。
2.人工对焦采集法。该方法是给定使用者在镜头前一个较小的对焦范围，让使用者在这个范围内注视着镜头并且前后移动，直到装置采集到一幅较为清晰的虹膜图像为止。例如松下公司推出的BM-ET100US。该方法明显的缺点就是它的对焦方式不够人性化，要求使用者不断调整自己位置才能采到清晰的虹膜图像，如果是一个没有经验的使用者很可能花很长时间对焦才能采集到一幅清晰的图像，图3是这种方法获得的虹膜图像，可以明显看出这种方法所采集到的图像的虹膜31也不够清晰。
由此可见，固定眼睛的定焦采集法对使用者来说不是一种无侵害的采集方式，它不适合应用于公共场合，这限制了虹膜识别技术的推广。而人为的对焦方式又给使用者带来了不便，这将直接影响虹膜识别的效率，这种方式所采集的图像不够清晰，对识别率也会有所影响。
发明内容
本发明的目的是为克服已有采集方法的不足之处，提出一种活体虹膜图像采集方法及采集装置，基于智能化的眼睛位置检测及图像质量评估方法，距离调整范围大，容易调整，使用者只需站在距镜头规定的范围内注视镜头几秒钟，采集仪就能够快速地采集到清晰的虹膜图像，而且可得到初步分割出来的虹膜图像，以达到实时虹膜识别系统的要求。
本发明提出的一种活体虹膜图像采集方法，包括眼睛位置检测及图像质量评估两个部分；具体包括以下步骤：
1)调整被采集者前后位置使其眼睛处于摄像头的视野范围内，摄像头不断传输采集到的动态图像；
2)当动态图像由暗变亮时，在整个图像中抽样，若中间部分图像的灰度值低于周围图像的灰度值，则确认为是眼睛图像；
3)统计眼睛图像灰度值，找到灰度值最低区域中心点，把这一点设定为初始瞳孔中心；
4)设定一个眼睛图像的灰度差阈值和灰度的梯度阈值，从该初始瞳孔中心向上下左右四个方进行边缘检测，并满足以下三个条件：检测到灰度差大于所述设定的灰度差阈值(此处为是瞳孔的边缘)；检测灰度的梯度值超过所述设定的灰度的梯度阈值，再检测初始瞳孔中心坐标是否处于图像中心位置；
5)若步骤4)中所述任何一个条件不满足，则通过表示条件不满足的提示信号来提示继续调整被采集者前后位置，直到所述三个条件均满足，则通过表示开始采集的信号来提示被采集者注视镜头并且保持不动；
6)前后自动移动摄像头，采集一系列不同焦平面的眼睛图像进行图像质量评估，确定质量最好的虹膜图像；图像质量评估的具体方法可采用已知的常规方法，也可采用下述方法，以达到较好的效果，该方法为：选出眼睛图像上的一块固定区域，对每帧图像上的这块区域求整体的梯度变化，最后取一个梯度变化最大的图像确定为质量最好的虹膜图像。
本发明所述方法还可进一步包括对第6)步得到的虹膜图像进行分割，得到初步分割出来的虹膜图像；分割的具体方法为：将瞳孔内区域内的照明光斑填充为黑色，再根据重新进行对灰度值的分布统计，找到灰度值分布最低的一点，并结合瞳孔的边缘检测计算出上下和左右的四个半径，根据这四个半径取平均值，得到瞳孔的最终半径；然后利用哈夫(Hough)变换求出虹膜的外圆的中心坐标和半径；根据瞳孔和虹膜外圆的半径和中心坐标把虹膜内部的瞳孔和外部的其它图像全部切割掉，剩下的图像部分为初步分割出来的虹膜图像。
本发明提出实现上述方法的一种活体虹膜图像采集装置，包括一底座，安装在该底座上的一维移动工作台及其驱动电机，在该移动工作台上安装的提示信号装置和CCD摄像头，以及与CCD摄像头连接的计算机，该计算机内装有眼睛位置检测及图像质量评估模块；该CCD摄像头的镜头的周围均匀地分布着多个红外发光管，该CCD摄像头的镜头前方装有冷反光镜，该冷反光镜采用可见光被反射，部分红外光可以通过的光学滤镜；在工作台后端安装有与计算机连接的控制电路及电源，该计算机发指令给控制电路控制移动工作台前后移动和提示信号装置的显示状态。
本发明的技术特点及效果：
(1)用图像的办法检测对焦距离：这是一个代替其它测距方式并检测是否有眼睛出现的方法。在本发明方法的实现装置中，因为镜头前安装的冷放光镜可以滤出可见光，当没有使用者站在装置前时，镜头的周围的红外发光管发射的红外光不会被反射回来，所以就没有任何光进入摄像头，图像偏暗；当有人站在镜头前时动态图像会变亮，此时启动眼睛位置检测，并确定眼睛处于采集的距离范围之内。
(2)自动对焦：通过运动机构带动镜头实现一维运动的同时采集一系列不同聚焦平面上的图像，从中选出清晰的图像。
(3)利用求图像差分的办法评估图像质量。
(4)虹膜区域自动分割：对采集到的清晰图像利用哈夫(Hough)变换求出虹膜的内圆和外圆参数，只将虹膜图像保留下来，得到初步分割的虹膜图像。
本发明的活体虹膜采集方法及其装置用于虹膜生物特征识别，可完成虹膜图像的采集，且进一步可完成虹膜图像的初步分割。
本发明采集的图像清晰度比较高，在虹膜图像区域的特征纹理非常明显，而且没有照明光斑噪声，不需要额外的后续处理。
本发明的数字摄像头是即插即用设备，可直接与计算机连接，将实时采集的虹膜图像以视频的方式动态传输给计算机。
附图说明
图1为已有方法采集的有光斑噪声的虹膜图像。
图2为已有的定焦采集法的装置。
图3为松下BM-ET100US型虹膜图像采集仪所采集的虹膜图像样本。
图4为本发明的方法流程图。
图5为本发明的结构示意图。
图6为本发明的控制电路图。
图7为本发明所采集的虹膜图像样本。
图8为本发明初步所分割出来的虹膜区域图像。
具体实施方式
本发明提出的一种活体虹膜图像采集方法及装置结合附图及实施例详细说明如下。
本发明方法的实施例流程如图4所示，包括以下步骤：
1)调整被采集者前后位置使其眼睛处于摄像头的视野范围内，摄像头不断传输采集到的动态图像；
2)当动态图像由暗变亮时，在整个图像中抽样，若中间部分图像的灰度值低于周围图像的灰度值，则确认为是眼睛图像；
3)统计眼睛图像灰度值，找到灰度值最低区域中心点，把这一点设定为初始瞳孔中心；
4)设定一个眼睛图像的灰度差阈值和灰度的梯度阈值，从该初始瞳孔中心向上下左右四个方进行边缘检测，并满足以下三个条件：检测到所述灰度差大于设定的阈值，此处为是瞳孔的边缘；检测所述梯度值超过设定的梯度阈值，再检测初始瞳孔中心坐标是否处于图像中心位置；
5)若步骤4)中所述任何一个条件不满足，则通过表示条件不满足的提示信号来提示继续调整被采集者前后位置，直到所述三个条件均满足，则通过表示开始采集的信号来提示被采集者注视镜头并且保持不动；
6)前后自动移动摄像头，采集一系列不同焦平面的眼睛图像进行图像质量评估，确定质量最好的虹膜图像；图像质量评估的具体方法为：选出眼睛图像上的一块固定区域，对每帧图像上的这块区域求整体的梯度变化，最后取一个梯度变化最大的图像确定为质量最好的虹膜图像；
7)对第6)步得到的虹膜图像作初步分割，得到虹膜图像；分割的具体方法为：将瞳孔区域内的照明光斑填充为黑色，再根据重新进行对灰度值的分布统计，找到灰度值分布最低的一点，并结合瞳孔的边缘检测计算出上下和左右的四个半径，根据这四个半径取平均值，得到瞳孔的最终半径；然后利用哈夫(Hough)变换求出虹膜的外圆的中心坐标和半径参数；根据瞳孔和虹膜外圆的半径和中心坐标把虹膜内部的瞳孔和外部的其它图像全部切割掉，剩下的图像部分为初步分割出来的虹膜图像。
实现本发明方法的装置实施例的总体结构如图5所示，它包括工作台底座51，步进电机52和电控盒53都固定在工作台底座51之上，步进电机52通过丝杠54传动移动工作台55，移动工作台55的上方用支架56固定数字摄像头57，数字摄像头57的长焦镜头58周围是红外光源59，长焦镜头58的上方是LED灯510，长焦镜头58前有一面冷反光镜511，另外还包括串行通讯口512和USB接口513，USB接口513用于数字摄像头57给计算机514上传图像数据，串行通讯口512用于计算机514给电控盒53发送控制指令。
本实施例各部件的功能说明如下：
工作台底座51用于安装和固定其它部件，并在两头装有限位开关，移动工作台55运行到端点时会自动回到中间位置。
步进电机52用于带动丝杠54的转动，从而使移动工作台5能够前后移动。
电控盒53主要包括电源和控制电路两部分：电源给控制电路、步进电机52、红外光源59和LED灯供电；控制电路通过串行通讯口接收计算机控制指令控制步进电机52和LED灯510；即按照程序的要求控制步进电机52正转反转，并且还控制LED灯510的提示状态。
本实施例的控制电路采用AT90S8515单片机实现为常规成熟电路，其结构如图6所示，包括单片机及分别与其相连的复位开关61和外部晶振64、单片机设置以下端口：串行端口62、限位开关的中断端口63、单片机地线接口65、LED灯510的控制端口67、步进电机52转动的控制端口68、单片机电源69以及预留的端口66。
丝杠54的主要作用是运动传递，将旋转运动变为直线运动。
移动工作台55的作用是固定图像采集设备，并带动它们前后移动，以达到对焦的目的。
支架56的作用是连接移动工作台55和数字摄像头57，把数字摄像头稳固在移动工作台上，避免在移动采集的过程中出现抖动，保证图像的清晰度。
数字摄像头57的作用就是采集图像，并把它转换为计算机能识别的数字图像，通过USB接口上传给计算机。
长焦镜头58是焦距为25mm的CCD镜头，它相当于普通35mm单反相机100mm的镜头，所以相对于普通相机来说25mm的CCD镜头为长焦镜头；选用长焦镜头目的是为了减少景深，以得到足够面积的虹膜图像。
红外光源59是采用940nm波长的红外发光管，呈圆形分布在镜头周围，它的目的一是为了给虹膜区域照射均匀的红外光源，以后得到虹膜区域纹理细节的图像，目的二是因为红外光不会对使用者眼睛产生刺激，让使用者能正常地睁大眼睛注视镜头，方便地采集虹膜图像。
LED灯510的作用是给使用者提示，包括一个红色LED和绿色LED。没有使用者站在镜头前时绿色LED持续发光，一旦有使用者靠近镜头绿色LED灭掉而红色LED就会持续发光，提示被采集者用在冷反光镜中对准自己的眼睛并适当前后移动，使眼睛距镜头的距离在20cm-30cm之间，一旦红色LED开始闪烁就说明工作台开始移动，使用者在这段时间里要一直注视镜头，不要再随便移动位置，当绿色LED闪烁时表明采集完毕，使用者可以离开镜头。
冷反光镜511是一面可见光被反射红外光可通过的滤镜，其功能一是为了滤出可见光的干扰，得到亮度对比度衡定的图像；功能二是为了让使用者在采集虹膜图像的过程中对准镜头，因为在冷反光镜中能看到自己的眼睛就说明眼睛的图像处在了图像的中间位置，以减少采集图像的时间。
串行通讯口512用于连接计算机514和电控盒53，用于指令下行传输给电控盒3。
USB接口513用于连接计算机514和数字摄像头，用于将数字图像上传给计算机514。
本实施例的工作流程如下：
1)将串行通讯口512与USB接口513与计算机正确连接，让后将电控盒53上的开关打开，这时候绿色LED发光，使用者站到采集仪前并在冷反光镜中511看到自己的眼睛；
2)当动态图像由暗变亮时，并且在整个图像中抽样，每帧图像大小为640×480，将图像分为12288个5×5的子块，抽取中间一点像素的值代表该子块的灰度值，若整个图像中间部分图像抽样的灰度值低于周围图像抽样的灰度值，则确认为是眼睛图像，此时红色LED开始闪烁；
3)先将设定一个80×80像素的模板，在图像中按照步骤2)中设定抽样坐标中心为该模板的中心坐标，统计模板内80×80像素图像的灰度值，模板的中心在每统计一次就移动到下一个子块的中心，这样可以在整个图像中找到灰度值最低的一点，把这一点设定为初始瞳孔中心；
4)通过实验设定一个眼睛图像的灰度差阈值(例如80)和灰度的梯度阈值(例如50)，从初始瞳孔中心向上下左右四个方进行边缘检测，当检测到灰度差大于80，则认为是瞳孔的边缘，而且梯度值超过50时，则认为眼睛处在距冷反光镜511的镜面20-30cm的焦距范围之内，再检测初始瞳孔中心坐标是否处于图像中心位置，即初始瞳孔中心坐标(x，y)满足条件：200≤x≤440，150≤y≤330；
5)若步骤4)中所述任何一个条件不满足，则通过红色LED会一直闪烁提示被采集者继续调整前后位置，并初始瞳孔中心处图像中心位置，如果满足步骤4)的条件，计算机514给电控盒53中的控制电路发指令控制步进电机52转动并改变LED灯510的状态，红色LED会停止闪烁并且一直发光以示被采集者注视镜头并且保持不动；
6)步进电机52通过丝杠54带动移动工作台55向前移动，数字摄像头57采集一系列不同焦平面的眼睛图像进行图像质量平诂：选出眼睛图像上的一块固定区域，对每帧图像上的这块区域求整体的梯度变化，最后取一个梯度变化最大的图像确定为质量最好的虹膜图像；
7)当得到质量最好的虹膜图像后计算机514给电控盒53中的控制电路发指令使绿色LED闪烁，表明采集完毕，使用者可以离开采集装置；并且电控盒53控制步进电机52反转，使移动工作台55退回到初始的位置，绿色LED发光但停止闪烁，装置等待下一次采集。
本实施例还可进一步把初始瞳孔内的区域进行填充，即将瞳孔内的照明光斑填充为黑色，再按照步骤3)重新进行对灰度值的分布统计，找到灰度值分布最低的一点，并结合瞳孔的边缘检测计算出上下和左右的四个半径，根据这四个半径取平均值再对瞳孔中心进行修正；然后利用Hough变换求出虹膜的外圆的中心坐标和半径参数；根据瞳孔和虹膜外圆的半径和中心坐标参数将虹膜的外径把虹膜内部的瞳孔和外部的其它图像全部切割掉，剩下的图像部分为初步分割出来的虹膜图像。
本实施例所采集的虹膜图像如图7所示，虹膜图像清晰度比较高，虹膜区域71的纹理都非常清晰。本实施例进一步对虹膜区域自动分割，较为准确地分割出了虹膜区域的图像81，如图8所示，可以满足实时识别系统对图像采集的要求。
Claims (3)
1、一种活体虹膜图像采集方法，包括眼睛位置检测及图像质量评估两个部分；具体包括以下步骤：
1)被采集者调整前后位置使其眼睛处于摄像头的视野范围内，摄像头不断传输采集到的动态图像；
2)当动态图像由暗变亮时，在整个图像中抽样，若中间部分图像的灰度值低于周围图像的灰度值，则确认为是眼睛图像；
3)统计眼睛图像灰度值，找到灰度值最低区域中心点，把这一点设定为初始瞳孔中心；
4)设定一个眼睛图像的灰度差阈值和灰度的梯度阈值，从该初始瞳孔中心向上下左右四个方进行边缘检测，并满足以下三个条件：检测到灰度差大于所述设定的灰度差阈值；检测灰度的梯度值超过所述设定的灰度的梯度阈值，再检测初始瞳孔中心坐标是否处于图像中心位置；
5)若步骤4)中所述任何一个条件不满足，则通过表示条件不满足的提示信号来提示继续调整被采集者前后位置，直到所述三个条件均满足，则通过表示开始采集的信号来提示被采集者注视镜头并且保持不动；
6)前后自动移动摄像头，采集一系列不同焦平面的眼睛图像进行图像质量评估，质量最好的眼睛图像确定为虹膜图像；所述的图像质量评估的具体方法为：选出眼睛图像上的一块固定区域，对每帧图像上的这块区域求整体的梯度变化，最后取一个梯度变化最大的图像区域确定为质量最好的虹膜图像。
2、如权利要求1所述的活体虹膜图像采集方法，其特征在于，还进一步包括：7)对第6)步得到的虹膜图像进行分割，分割的具体方法为：将根据瞳孔的边缘所划分出的瞳孔区域内的照明光斑填充为黑色，再根据重新进行对灰度值的分布统计，找到灰度值分布最低的一点，并结合瞳孔的边缘检测计算出上下和左右的四个半径，根据这四个半径取平均值，得到瞳孔的最终半径；然后利用哈夫变换求出虹膜的外圆的中心坐标和半径；根据瞳孔和虹膜外圆的半径和中心坐标把虹膜内部的瞳孔和外部的其它图像全部切割掉，剩下的图像部分为初步分割出来的虹膜图像。
3、一种活体虹膜图像采集装置，包括一底座，安装在该底座上的一维移动工作台及其驱动电机，在该移动工作台上安装的提示信号装置和CCD摄像头，以及与CCD摄像头连接的计算机，该计算机内装有眼睛位置检测及图像质量评估模块；该CCD摄像头的镜头的周围均匀地分布着多个红外发光管，该CCD摄像头的镜头前方装有冷反光镜，该冷反光镜采用可见光被反射，部分红外光可以通过的光学滤镜；在工作台后端安装有与计算机连接的控制电路及电源，该计算机发指令来控制工作台前后移动和改变显示装置的工作状态；其特征在于，所述眼睛位置检测模块包括：统计眼睛图像灰度值，找到灰度值最低区域中心点，把这一点设定为初始瞳孔中心；设定一个眼睛图像的灰度差阈值和灰度的梯度阈值，从该初始瞳孔中心向上下左右四个方进行边缘检测，并满足：检测到灰度差大于所述设定的灰度差阈值；检测灰度的梯度值超过所述设定的灰度的梯度阈值，再检测初始瞳孔中心坐标是否处于图像中心位置；所述图像质量评估模块包括：选出眼睛图像上的一块固定区域，对每帧图像上的这块区域求整体的梯度变化，最后取一个梯度变化最大的图像区域确定为质量最好的虹膜图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2004100479205A CN1299231C (zh) | 2004-06-11 | 2004-06-11 | 活体虹膜图像采集方法及采集装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2004100479205A CN1299231C (zh) | 2004-06-11 | 2004-06-11 | 活体虹膜图像采集方法及采集装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1584917A CN1584917A (zh) | 2005-02-23 |
| CN1299231C true CN1299231C (zh) | 2007-02-07 |
Family
ID=34602040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB2004100479205A Expired - Fee Related CN1299231C (zh) | 2004-06-11 | 2004-06-11 | 活体虹膜图像采集方法及采集装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1299231C (zh) |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1326084C (zh) * | 2005-03-24 | 2007-07-11 | 上海邦震科技发展有限公司 | 非接触式自反馈虹膜图像采集装置 |
| US7583823B2 (en) * | 2006-01-11 | 2009-09-01 | Mitsubishi Electric Research Laboratories, Inc. | Method for localizing irises in images using gradients and textures |
| CN100392669C (zh) * | 2006-09-21 | 2008-06-04 | 杭州电子科技大学 | 虹膜识别中的活体检测方法及装置 |
| CN101154264B (zh) * | 2006-09-27 | 2011-01-26 | 中国科学院自动化研究所 | 基于多个定焦摄像头的大景深虹膜图像获取系统及方法 |
| JP4853425B2 (ja) | 2007-08-14 | 2012-01-11 | ソニー株式会社 | 撮像装置、撮像方法およびプログラム |
| KR101030652B1 (ko) * | 2008-12-16 | 2011-04-20 | 아이리텍 잉크 | 홍채인식을 위한 고품질 아이이미지의 획득장치 및 방법 |
| CN102336175A (zh) * | 2010-07-23 | 2012-02-01 | 鸿富锦精密工业（深圳）有限公司 | 汽车防盗系统及方法 |
| US9854159B2 (en) | 2012-07-20 | 2017-12-26 | Pixart Imaging Inc. | Image system with eye protection |
| CN103565399B (zh) * | 2012-07-27 | 2015-09-30 | 原相科技股份有限公司 | 瞳孔检测装置 |
| CN103034373B (zh) * | 2012-11-23 | 2015-09-09 | 广东威创视讯科技股份有限公司 | 面阵摄像头定位图像有效区域的自动选择方法及系统 |
| CN103020612A (zh) * | 2013-01-05 | 2013-04-03 | 南京航空航天大学 | 一种虹膜图像采集装置及方法 |
| FR3009878B1 (fr) * | 2013-08-23 | 2015-08-21 | Morpho | Dispositif de decision prevu pour decider si un œil est vrai ou faux |
| CN104678561B (zh) * | 2013-12-02 | 2017-04-05 | 中国科学院西安光学精密机械研究所 | 衍射光栅非规则激光焦斑图像自适应聚焦方法及聚焦装置 |
| CN104268517B (zh) * | 2014-09-19 | 2018-11-09 | 武汉虹识技术有限公司 | 一种应用于虹膜识别系统的自动对焦方法及系统 |
| CN105447440B (zh) * | 2015-03-13 | 2019-03-26 | 北京眼神智能科技有限公司 | 实时虹膜图像评价方法和装置 |
| CN105354473A (zh) * | 2015-11-09 | 2016-02-24 | 南京运航科技有限公司 | 基于虹膜识别认证的设备桌面解锁方法及装置 |
| CN107437049A (zh) * | 2016-05-28 | 2017-12-05 | 深圳富泰宏精密工业有限公司 | 虹膜检测系统、便携式电子装置及虹膜检测方法 |
| CN106203358B (zh) * | 2016-07-14 | 2019-11-19 | 北京无线电计量测试研究所 | 一种虹膜定位方法和设备 |
| CN106669139B (zh) * | 2016-12-03 | 2019-12-27 | 浙江大学台州研究院 | 一种电竞比赛选手的辅助选拔方法 |
| CN106934349B (zh) * | 2017-02-17 | 2024-01-23 | 深圳市明天生物识别科技有限公司 | 双摄像头成像及虹膜采集识别一体化设备 |
| CN107329562A (zh) * | 2017-05-18 | 2017-11-07 | 北京七鑫易维信息技术有限公司 | 监测方法和装置 |
| CN107292290B (zh) | 2017-07-17 | 2021-02-19 | Oppo广东移动通信有限公司 | 人脸活体识别方法及相关产品 |
| CN108009534B (zh) * | 2017-11-20 | 2018-06-15 | 上海聚虹光电科技有限公司 | 基于瞳孔灰度的活体检测方法 |
| CN108629293B (zh) * | 2018-04-16 | 2020-10-27 | 西安交通大学 | 一种具有反馈机制的自适应近红外虹膜图像采集方法 |
| CN109431681B (zh) * | 2018-09-25 | 2023-12-19 | 吉林大学 | 一种检测睡眠质量的智能眼罩及其检测方法 |
| CN109766818B (zh) * | 2019-01-04 | 2021-01-26 | 京东方科技集团股份有限公司 | 瞳孔中心定位方法及系统、计算机设备及可读存储介质 |
| CN112394507A (zh) * | 2020-10-21 | 2021-02-23 | 天津中科智能识别产业技术研究院有限公司 | 一种基于液体透镜的虹膜成像景深扩展方法 |
| CN113190117B (zh) * | 2021-04-29 | 2023-02-03 | 南昌虚拟现实研究院股份有限公司 | 瞳孔、光斑定位方法、数据计算方法及相关装置 |
| CN114582008A (zh) * | 2022-03-03 | 2022-06-03 | 北方工业大学 | 一种基于双波段的活体虹膜检测方法 |
| CN116994325B (zh) * | 2023-07-27 | 2024-02-20 | 山东睿芯半导体科技有限公司 | 一种虹膜识别方法、芯片及终端 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5036400A (en) * | 1988-01-12 | 1991-07-30 | Sanyo Electric Co., Ltd. | Automatic iris correction apparatus for use in automatically adjusting exposure in response to a video signal |
| CN1160446A (zh) * | 1994-09-02 | 1997-09-24 | 戴维德·沙诺夫研究中心公司 | 自动的无侵害的虹膜识别系统和方法 |
| CN1276710A (zh) * | 1997-10-24 | 2000-12-13 | 英国电讯有限公司 | 成象装置 |
-
2004
- 2004-06-11 CN CNB2004100479205A patent/CN1299231C/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5036400A (en) * | 1988-01-12 | 1991-07-30 | Sanyo Electric Co., Ltd. | Automatic iris correction apparatus for use in automatically adjusting exposure in response to a video signal |
| CN1160446A (zh) * | 1994-09-02 | 1997-09-24 | 戴维德·沙诺夫研究中心公司 | 自动的无侵害的虹膜识别系统和方法 |
| CN1276710A (zh) * | 1997-10-24 | 2000-12-13 | 英国电讯有限公司 | 成象装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN1584917A (zh) | 2005-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1299231C (zh) | 活体虹膜图像采集方法及采集装置 | |
| CN101030015B (zh) | 图像采集装置 | |
| US20030152251A1 (en) | Method and apparartus for picking up object being authenticated | |
| CN100350420C (zh) | 利用立体人脸识别的虹膜识别系统和方法 | |
| CN1237784C (zh) | 聚焦控制装置和摄影装置 | |
| CN1262239C (zh) | 虹膜图像拾取装置和虹膜鉴别装置 | |
| CN101116609B (zh) | 扫描式自动变焦虹膜图像采集系统及采集方法 | |
| CN109451233B (zh) | 一种采集高清晰度面部图像的装置 | |
| CN1171442C (zh) | 电子寻像器 | |
| CN1705347A (zh) | 图像处理器以及使用该图像处理器的面部检测器 | |
| CN1691053A (zh) | 眼部图像捕获装置 | |
| CN1689038A (zh) | 摄影装置、光源控制方法、以及计算机程序 | |
| CN1506742A (zh) | 数字照相机的变焦方法 | |
| CN102799878B (zh) | 虹膜人脸融合采集装置 | |
| CN103546672B (zh) | 一种图像采集系统 | |
| CN1754503A (zh) | 指纹图像摄像装置 | |
| CN106603922A (zh) | 一种距离可调的虹膜识别模组及系统 | |
| CN1742224A (zh) | 用于镜片位置相对于瞳孔位置进行调整的装置和方法 | |
| CN1170197C (zh) | 多点测距装置 | |
| CN109614909B (zh) | 一种扩展采集距离的虹膜采集设备与方法 | |
| CN211406101U (zh) | 一种提高识别准确性的人脸识别摄像机 | |
| CN1307941C (zh) | 眼睛图像采集装置 | |
| CN112149473B (zh) | 虹膜图像采集方法 | |
| CN2508306Y (zh) | 活体虹膜图像采集装置 | |
| CN2672768Y (zh) | 虹膜光学成像装置 |
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 | ||
| C19 | Lapse of patent right due to non-payment of the annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |