CN1543908A - 一种虹膜图像的采集方法 - Google Patents

一种虹膜图像的采集方法 Download PDF

Info

Publication number
CN1543908A
CN1543908A CNA2003101135690A CN200310113569A CN1543908A CN 1543908 A CN1543908 A CN 1543908A CN A2003101135690 A CNA2003101135690 A CN A2003101135690A CN 200310113569 A CN200310113569 A CN 200310113569A CN 1543908 A CN1543908 A CN 1543908A
Authority
CN
China
Prior art keywords
iris
pupil
gray
image
value
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
Application number
CNA2003101135690A
Other languages
English (en)
Other versions
CN1298283C (zh
Inventor
胡广书
马烈天
张辉
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CNB2003101135690A priority Critical patent/CN1298283C/zh
Publication of CN1543908A publication Critical patent/CN1543908A/zh
Application granted granted Critical
Publication of CN1298283C publication Critical patent/CN1298283C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Abstract

本发明涉及一种虹膜图像的采集方法，属生物特征识别和安全认证技术领域。本方法首先实时采集多幅虹膜图像；对采集的多幅虹膜图像分别进行虹膜内边缘定位，以确定瞳孔位置；设定一个灰度阈值，将处于瞳孔范围内的各像素点灰度值与阈值进行比较，对于灰度值高于阈值的像素点进行计数，从而求出该计数值与整个瞳孔范围内的像素点数的比值；对比值从小到大进行实时排序，选择排序结果中前n幅虹膜图像，选择该n幅图像中最先通过虹膜特征检测的图像，即为最终的采集图像。本方法，通过对瞳孔中未弥散化的红外参考光源成像的计算，评估虹膜图像的清晰度，从而大大减少了质量评估的计算量，加快了图像的采集速度，同时保证了图像质量的恒定。

Description

一种虹膜图像的采集方法
技术领域    本发明涉及一种虹膜图像的采集方法，属生物特征识别和安全认证技术领域。
背景技术    虹膜身份识别系统中，第一步重要的工作是虹膜图像的采集，为了保证虹膜识别的质量，图像采集阶段一定要保证采集到的图象中虹膜部份非常清晰。现有的技术中，主要计算图像边缘灰度差或图像频域能量指标，根据这个指标选择出候选的虹膜图像，如《How iris recognition works》(John Daugman，http：//www.cl.cam.ac.uk/users/jgd1000/irisrecog.pdf)、《一种序列虹膜型图像的质量评价方法》(李连贵等，测控技术，20(5))、《A Emerging bio-metric Technology》(R.P.Wildes，Proceedings of IEEE，1997，85(9))与《基于小波包分解的虹膜图像质量评价算法》(陈戟，，清华大学学报(自然科学版)2003年第43卷第3期)中所示，而这一清晰度指标一般指图像的高频分量指标或图像的局部对比度指标。在实际使用中，常常会出现下面的问题：
1、运动拉丝的影响：在采用隔行扫描摄像头，运动图像产生的运动拉丝现像，会产生很高的清晰度指标；对于快速运动的物体，由于摄像头一次场扫速度的限制，也会产生拉丝现象。
2、噪声的影响：开放环境下，噪声水平会随不同的光照条件而产生明显的变化。照明好的图像噪声水平低，照明差的图像，噪声水平就会变得很高，而摄像头的自动均衡功能会使噪声放大。这样，在计算图像清晰度时，低照度情况下，过大的噪声将产生较高的高频分量指标，使采用高频分量判断图像清晰度失去作用。
3、计算量较大：由于虹膜图像清晰度的分析是建立在对图像中虹膜位置计算的基础上的，这使现有的图像清晰度的计算量进一步增大，运算所需要的硬件性能过高，不利于硬件器材成本的降低，从而限制了虹膜识别系统的应用。现有的虹膜图像采集方法都是在虹膜被均匀照明情况下实现的，如文献《A System forAutomated Iris Recognition》(R.P.Wildes，et al，Proceedings of the Second IEEEWorkshop on Applications of Computer Vision，1994，p121)所述。
发明内容    本发明的目的是提出一种虹膜图像的采集方法，通过对瞳孔中未弥散化的红外参考光源成像的计算，评估虹膜图像的清晰度，以减少图象质量评估的计算量，加快图像的采集速度，同时保证图像质量的恒定。
本发明提出的虹膜图像的采集方法，包括以下各步骤：
(1)实时采集多幅虹膜图像；
(2)对采集的多幅虹膜图像分别进行虹膜内边缘定位，以确定瞳孔位置；
(3)设定一个灰度阈值，将处于上述瞳孔范围内的各像素点灰度值与阈值进行比较，对于灰度值高于阈值的像素点进行计数，从而求出该计数值与整个瞳孔范围内的像素点数的比值；
(4)对上述比值从小到大进行实时排序，选择排序结果中前n幅虹膜图像，选择该n幅图像中最先通过虹膜特征检测的图像，即为最终的采集图像。
上述方法中，虹膜内边缘定位的方法包括如下步骤：
(1)设定一个灰度阈值，在图象的每个列方向中找出灰度值低于阈值的序列；
(2)从上述序列中选出最长的序列，则该序列的中点与待定瞳孔的中心处于同一水平线；
(3)对上述水平线上的像素点进行测试，剔除灰度值高于上述设定阈值的像素，得到瞳孔的左、右边界。
上述方法中虹膜特征检测的方法包括如下步骤：
(1)对于位于瞳孔中心像素点所在水平线左侧所有的像素点，求出它们的灰度梯度曲线，选出高于某一阈值的局部极大值点作为候选左侧边界点；
(2)对于位于瞳孔中心像素点所在水平线右侧所有的像素点，求出它们的灰度梯度曲线，选出高于某一阈值的局部极大值点作为候选右侧边界点；
(3)从上述候选左边界点队列与右边界点队列中，分别任意选取一个点，由该两个点组成一个虹膜外边界；
(4)计算上述虹膜外边界上所有点的灰度平均值；
(5)计算上述灰度平均值对当前虹膜半径的偏微分值，最大偏微分绝对值所对应的虹膜边界即为待定的虹膜的外边界。
(6)将待定的虹膜外边界和已知内边界与经验虹膜的内、外边界特征相比较，符合经验模型的，即通过特征检测。
本发明提出的虹膜图像的采集方法，通过对瞳孔中未弥散化的红外参考光源成像的计算，评估虹膜图像的清晰度，从而大大减少了质量评估的计算量，加快了图像的采集速度，同时保证了图像质量的恒定。通过采用未弥散的红外灯照明，快速判断图像质量的好坏，避免了运动拉丝与噪声水平不均产生的影响，同时显著的降低了图像清晰度评估的计算量，满足了图像实时处理的要求。
附图说明
图1是实时采集的虹膜图像样本。
图2是虹膜内边缘定位结果。
图3是虹膜的灰度梯度曲线。
图4是虹膜外边缘定位结果。
图5是失焦图像与其经过所述算法处理的结果。
图6是成焦图像与其经过所述算法处理的结果。
具体实施方式
本发明提出的虹膜图像的采集方法，首先实时采集多幅虹膜图像；对采集的多幅虹膜图像分别进行虹膜内边缘定位，以确定瞳孔位置；设定一个灰度阈值，将处于上述瞳孔范围内的各像素点灰度值与阈值进行比较，对于灰度值高于阈值的像素点进行计数，从而求出该计数值与整个瞳孔范围内的像素点数的比值；对上述比值从小到大进行实时排序，选择排序结果中前n幅虹膜图像，选择该n幅图像中最先通过虹膜特征检测的图像，即为最终的采集图像。
上述方法中，虹膜内边缘定位的方法为：设定一个灰度阈值，在虹膜图象(如图1所示)的每个列方向中找出灰度值低于阈值的序列；从上述序列中选出最长的序列，则该序列的中点与待定瞳孔的中心处于同一水平线；对上述水平线上的像素点进行测试，剔除灰度值高于上述设定阈值的像素，得到瞳孔的左、右边界，如图2所示。
上述方法中，虹膜特征检测的方法为：对于位于瞳孔中心像素点所在水平线左侧所有的像素点，求出它们的灰度梯度曲线，选出高于设定阈值的局部极大值点作为候选左侧边界点；对于位于瞳孔中心像素点所在水平线右侧所有的像素点，求出它们的灰度梯度曲线，选出高于设定阈值的局部极大值点作为候选右侧边界点，图3为虹膜左侧像素的灰度梯度曲线，图3中，Tg为设定的阈值，Z1，Z2，Z3为选出的左侧边界点。从上述选出的左边界点队列与右边界点队列中，分别任意选取一个点，由该两个点组成一个虹膜外边界；计算该虹膜外边界上所有点的灰度平均值；计算该灰度平均值对当前虹膜半径的偏微分值，最大偏微分绝对值所对应的虹膜边界即为待定的虹膜的外边界；将待定的虹膜外边界和已知内边界与经验虹膜的内、外边界特征相比较，符合经验模型的，即认为通过特征检测。
本发明方法中，虹膜内边缘定位所依据的原理是：通过分析图像的灰度分布可以得知，瞳孔、虹膜、眼白、眼皮等不同部位的灰度值不相同。由于瞳孔通光，因此在图像中瞳孔的灰度值很低，且灰度分布非常均匀，显著区别于眼睛的其他部分。因此可以利用瞳孔的灰度分布特性，通过设定合适的阈值将瞳孔与虹膜分离开来。
本发明方法中，虹膜外边缘定位时，在所得到的虹膜左边界与右边界的候选队列中，各选取一个点组成一个虹膜外边界。选取所有可能的组合，计算下述圆检测器在这些虹膜外边界上的值。使下述圆检测器达到最大值的虹膜外边界就是真正的虹膜的外边界，图4所示为虹膜外边缘定位结果。
Figure A20031011356900051
上式中，Gδ(r)为一个平滑函数，通常可以选用高斯函数，rk、xk、yk为当前虹膜外边界的半径与中心坐标。I(x，y)为原始图像。
本发明方法所依据的原理是：通常情况下，在进行虹膜图像采集时，为了避免照明光源在视野中成像对虹膜图像的影响，采用弥散光源。但是，如果巧妙安排点阵红外光源的位置，可以使光源成像在瞳孔的内部，同时，适当选择当光源的径向位置合适时，可以使光源在瞳孔中的像与虹膜组织在最后摄像头采得的图像的清晰度保持一至。因此，对于虹膜图像的清晰度的判断，就转化为对瞳孔中光源图像清晰度的判断。
当图像处于在成焦平面附近的不同位置，由于对焦的原因，光源的像会发生模糊，光斑大小会发生变化，如图5a、图6a所示。将瞳孔范围内的图像进行二值化，二值化结果如图5b、图6b所示。对白色部分进行计数，就可以计算出光斑的大小。
当虹膜组织不在成焦面时，光斑范围较大，二值化之后白色部分面积较大；
当虹膜组织位于成焦面时，光斑范围较小，二值化之后白色部分面积较小；
本发明方法采用的虹膜图像采集方法仅仅包含一个瞳孔定位过程和一个图像二值化计数过程。在保证现有照明下，运算量大大简化，不用涉及到较复杂的乘除运算，非常适合于手持式设备、单片机等低端的处理器，降低装置的成本。本发明方法对于隐形眼镜不敏感，仍然可以保持准确度。

Claims (3)

1、一种虹膜图像的采集方法，其特征在于该方法包括以下各步骤：
(1)实时采集多幅虹膜图像；
(2)对采集的多幅虹膜图像分别进行虹膜内边缘定位，以确定瞳孔位置；
(3)设定一个灰度阈值，将处于上述瞳孔范围内的各像素点灰度值与阈值进行比较，对于灰度值高于阈值的像素点进行计数，从而求出该计数值与整个瞳孔范围内的像素点数的比值；
(4)对上述比值从小到大进行实时排序，选择排序结果中前n幅虹膜图像，选择该n幅图像中最先通过虹膜特征检测的图像，即为最终的采集图像。
2、如权利要求1所述的方法，其特征在于其中所述的虹膜内边缘定位的方法包括如下步骤：
(1)设定一个灰度阈值，在虹膜图象的每个列方向中找出灰度值低于阈值的序列；
(2)从上述序列中选出最长的序列，则该序列的中点与待定瞳孔的中心处于同一水平线；
(3)对上述水平线上的像素点进行测试，剔除灰度值高于上述设定阈值的像素，得到瞳孔的左、右边界。
3、如权利要求1所述的方法，其特征在于其中所述的虹膜特征检测的方法包括如下步骤：
(1)对于位于瞳孔中心像素点所在水平线左侧所有的像素点，求出它们的灰度梯度曲线，选出高于某一阈值的局部极大值点作为候选左侧边界点：
(2)对于位于瞳孔中心像素点所在水平线右侧所有的像素点，求出它们的灰度梯度曲线，选出高于某一阈值的局部极大值点作为候选右侧边界点；
(3)从上述候选左边界点队列与右边界点队列中，分别任意选取一个点，由该两个点组成一个虹膜外边界；
(4)计算上述虹膜外边界上所有点的灰度平均值；
(5)计算上述灰度平均值对当前虹膜半径的偏微分值，最大偏微分绝对值所对应的虹膜边界即为待定的虹膜的外边界；
(6)将待定的虹膜外边界和已知内边界与经验虹膜的内、外边界特征相比较，符合经验模型的，即通过特征检测。
CNB2003101135690A 2003-11-18 2003-11-18 一种虹膜图像的采集方法 Expired - Fee Related CN1298283C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2003101135690A CN1298283C (zh) 2003-11-18 2003-11-18 一种虹膜图像的采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2003101135690A CN1298283C (zh) 2003-11-18 2003-11-18 一种虹膜图像的采集方法

Publications (2)

Publication Number Publication Date
CN1543908A true CN1543908A (zh) 2004-11-10
CN1298283C CN1298283C (zh) 2007-02-07

Family

ID=34336924

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2003101135690A Expired - Fee Related CN1298283C (zh) 2003-11-18 2003-11-18 一种虹膜图像的采集方法

Country Status (1)

Country Link
CN (1) CN1298283C (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013087026A1 (zh) * 2011-12-16 2013-06-20 北京天诚盛业科技有限公司 一种虹膜定位方法和定位装置
CN105550631A (zh) * 2015-08-25 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种虹膜图像采集方法及装置
CN110348840A (zh) * 2019-05-30 2019-10-18 北京昱达天丽科技发展有限公司 一种使用生物识别技术改进的小额免密支付系统
CN110619272A (zh) * 2019-08-14 2019-12-27 中山市奥珀金属制品有限公司 一种虹膜图像分割方法
CN111178189A (zh) * 2019-12-17 2020-05-19 北京无线电计量测试研究所 一种网络学习辅助方法和系统
CN112022641A (zh) * 2020-09-10 2020-12-04 深圳职业技术学院 一种辅助转眼运动的方法及系统
CN113099135A (zh) * 2021-02-24 2021-07-09 浙江大华技术股份有限公司 一种红外图像聚焦、终端设备以及计算机可读存储介质
CN113264399A (zh) * 2021-04-26 2021-08-17 杭州创恒电子技术开发有限公司 一种自动换膜的足迹图像采集设备及足迹图像采集方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10537261B2 (en) * 2017-05-10 2020-01-21 Boston Scientific Scimed Inc. Region-of-interest representations for electroanatomical mapping

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5953440A (en) * 1997-12-02 1999-09-14 Sensar, Inc. Method of measuring the focus of close-up images of eyes
CN1144152C (zh) * 1999-07-22 2004-03-31 中国科学院自动化研究所 基于虹膜识别的身份鉴定方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013087026A1 (zh) * 2011-12-16 2013-06-20 北京天诚盛业科技有限公司 一种虹膜定位方法和定位装置
CN105550631A (zh) * 2015-08-25 2016-05-04 宇龙计算机通信科技(深圳)有限公司 一种虹膜图像采集方法及装置
CN105550631B (zh) * 2015-08-25 2019-03-22 宇龙计算机通信科技(深圳)有限公司 一种虹膜图像采集方法及装置
CN110348840A (zh) * 2019-05-30 2019-10-18 北京昱达天丽科技发展有限公司 一种使用生物识别技术改进的小额免密支付系统
CN110348840B (zh) * 2019-05-30 2020-06-30 北京昱达天丽科技发展有限公司 一种使用生物识别技术改进的小额免密支付系统
CN110619272A (zh) * 2019-08-14 2019-12-27 中山市奥珀金属制品有限公司 一种虹膜图像分割方法
CN111178189A (zh) * 2019-12-17 2020-05-19 北京无线电计量测试研究所 一种网络学习辅助方法和系统
CN111178189B (zh) * 2019-12-17 2024-04-09 北京无线电计量测试研究所 一种网络学习辅助方法和系统
CN112022641A (zh) * 2020-09-10 2020-12-04 深圳职业技术学院 一种辅助转眼运动的方法及系统
CN113099135A (zh) * 2021-02-24 2021-07-09 浙江大华技术股份有限公司 一种红外图像聚焦、终端设备以及计算机可读存储介质
CN113099135B (zh) * 2021-02-24 2023-04-07 浙江大华技术股份有限公司 一种红外图像聚焦、终端设备以及计算机可读存储介质
CN113264399A (zh) * 2021-04-26 2021-08-17 杭州创恒电子技术开发有限公司 一种自动换膜的足迹图像采集设备及足迹图像采集方法

Also Published As

Publication number Publication date
CN1298283C (zh) 2007-02-07

Similar Documents

Publication Publication Date Title
CN106856002B (zh) 一种无人机拍摄图像质量评价方法
CN104834912B (zh) 一种基于图像信息检测的天气识别方法及装置
CN104284095B (zh) 一种长焦距可见光工业镜头的快速自动聚焦方法及系统
CN105682310B (zh) 基于图像质量控制的组合照明装置及方法
US7253738B2 (en) System and method of detecting eye closure based on edge lines
CN102708361B (zh) 远距离人脸采集方法
CN103077386B (zh) 一种级联的视频流虹膜图像质量检测方法
CN101221118A (zh) 一种智能识别与计数痰涂片显微图像结核菌的系统和方法
CN1451141A (zh) 光学指纹输入设备中鉴别潜在指纹的方法和设备
CN1298283C (zh) 一种虹膜图像的采集方法
CN109379584B (zh) 一种复杂环境光应用条件下的相机系统及像质调节方法
Huang et al. An experimental study of pupil constriction for liveness detection
CN105592258B (zh) 自动聚焦方法及装置
CN105812618B (zh) 一种运动检测方法及运动检测装置
US11375133B2 (en) Automatic exposure module for an image acquisition system
CN109076176A (zh) 眼睛位置检测装置和方法、带滚动快门驱动系统的图像传感器的成像装置及其照明控制方法
CN109840484A (zh) 一种基于边缘滤波、椭圆评价和瞳孔验证的瞳孔检测方法
CN114170598B (zh) 菌落高度扫描成像装置、可辨别非典型菌落的菌落自动计数设备及方法
CN107014829A (zh) 基于全反射动态图像采集的孔内表面质量缺陷检测装置及方法
CN1176375C (zh) 织物起球等级的客观评估系统
CN116403284B (zh) 一种基于蓝牙传输技术的智慧跑步考核训练系统
CN111798404B (zh) 基于深度神经网络的虹膜图像质量评估方法及评估系统
CN112329893A (zh) 基于数据驱动的异源多目标智能检测方法及系统
GB2399629A (en) Automatic thresholding algorithm method and apparatus
CN109544535A (zh) 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统

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