專(zhuān)利名稱(chēng)：基于虹膜斑塊形狀的身份識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理和模式識(shí)別，特別是基于虹膜斑塊形狀的身份識(shí)別方法。
背景技術(shù)：
近年來(lái)，各國(guó)政府認(rèn)識(shí)到身份識(shí)別的重要性，在研究和應(yīng)用上對(duì)生物特征識(shí)別技術(shù)進(jìn)行大規(guī)模的投資，同時(shí)，社會(huì)公眾對(duì)生物特征識(shí)別技術(shù)的了解和認(rèn)識(shí)得到了大幅度提高。例如，在居民身份證或護(hù)照中加入個(gè)人生物特征(如虹膜、指紋和臉相等)的議案已經(jīng)開(kāi)始執(zhí)行。用附加在計(jì)算機(jī)上的虹膜識(shí)別裝置可以保護(hù)數(shù)字簽名的安全性。虹膜識(shí)別不僅可以應(yīng)用于電子商務(wù)、金融證券、信息安全、交通、公安和司法，而且已經(jīng)上升到了國(guó)家戰(zhàn)略國(guó)防的高度。
虹膜圖像中包含有許多相互交錯(cuò)的類(lèi)似于斑點(diǎn)、細(xì)絲、冠狀、條紋、隱窩等形狀的細(xì)微特征，這些特征信息對(duì)每個(gè)人來(lái)說(shuō)都是唯一的。虹膜自胚胎第3個(gè)月起開(kāi)始發(fā)育，到第8個(gè)月虹膜的主要紋理結(jié)構(gòu)已經(jīng)成形。除非經(jīng)歷危及眼睛的外科手術(shù)，此后幾乎終生不變。由于角膜的保護(hù)作用，發(fā)育完全的虹膜不易受到外界的傷害。虹膜是一個(gè)外部可見(jiàn)的內(nèi)部器官，不必緊貼采集裝置就能獲取高清晰度的虹膜圖像。所以虹膜識(shí)別具有安全性高、穩(wěn)定性強(qiáng)、普遍性廣和非接觸采集等優(yōu)點(diǎn)。特別適合于大規(guī)模人群的身份鑒別問(wèn)題。但是虹膜圖像的質(zhì)量容易受干擾，如睫毛和眼皮的遮擋，如何利用不完全的虹膜圖像進(jìn)行高可靠性的身份識(shí)別是一個(gè)難題；另外人眼在不同的光照條件下會(huì)自動(dòng)調(diào)節(jié)瞳孔的大小，勢(shì)必引起虹膜的彈性伸縮，現(xiàn)有的歸一化方法很難補(bǔ)償這種非線性形變；兩幅虹膜圖像的精確配準(zhǔn)至今沒(méi)得到很好的解決；大規(guī)模人群虹膜圖像數(shù)據(jù)庫(kù)的快速檢索也是影響虹膜識(shí)別大范圍應(yīng)用的重要課題。

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種基于虹膜斑塊形狀的身份識(shí)別方法，即通過(guò)識(shí)別虹膜斑塊的形狀來(lái)確定人身份的方法。
為實(shí)現(xiàn)上述目的，基于虹膜斑塊形狀的身份識(shí)別方法包括步驟虹膜圖像預(yù)處理；從歸一化虹膜圖像中分割出特征斑塊；虹膜斑塊特征提取；虹膜模板數(shù)據(jù)庫(kù)檢索；基于形狀信息的虹膜圖像配準(zhǔn)；兩幅虹膜圖像的相似性度量。
本發(fā)明的虹膜識(shí)別方法將虹膜斑塊的位置和形狀信息作為虹膜特征，用匹配上的斑塊數(shù)量和面積作為虹膜圖像間相似性的度量。配準(zhǔn)精度達(dá)到亞象素精度；在匹配過(guò)程中引入了彈性限界盒，能容忍一定程度的噪聲干擾；將虹膜斑塊的形狀特征作為大容量虹膜圖像數(shù)據(jù)庫(kù)的索引，提高識(shí)別效率。本發(fā)明具有高效率、高精度、高魯棒性和高可靠性的優(yōu)點(diǎn)。本發(fā)明可用于大范圍人群的一對(duì)多身份識(shí)別系統(tǒng)，和其他需要安全性防范的諸多應(yīng)用系統(tǒng)中。


圖1為基于虹膜斑塊形狀的身份識(shí)別方法流程框圖；圖2為虹膜圖像預(yù)處理示意圖，其中，(a)是虹膜圖像，(b)是(a)的定位結(jié)果；(c)是(b)的歸一化結(jié)果；圖3為一種用于虹膜斑塊分割的一維小波，即墨西哥草帽小波；圖4為兩幅歸一化后虹膜圖像的匹配過(guò)程示意圖，其中，(a)是兩幅歸一化后的虹膜圖像；(b)是用小波變換過(guò)零點(diǎn)檢測(cè)到的(a)中斑塊的輪廓；(c)是(a)的初步分割結(jié)果，其中白色象素點(diǎn)代表前景即斑塊，黑色象素點(diǎn)代表背景；
(d)是在(c)的基礎(chǔ)上合并首尾分裂塊、進(jìn)行擊中一擊不中變換后獲得的面積超過(guò)一定閾值的斑塊，十字架代表每個(gè)斑塊的重心；(e)是最后匹配上的虹膜斑塊。
具體實(shí)施例方式
一般來(lái)講，虹膜識(shí)別系統(tǒng)分為“硬件和軟件”兩大模塊虹膜圖像獲取裝置和虹膜識(shí)別算法。虹膜識(shí)別算法包括三個(gè)主要步驟圖像預(yù)處理、特征提取和模式匹配。本發(fā)明提出的方法將應(yīng)用于虹膜識(shí)別軟件模塊。
本發(fā)明的虹膜鑒別方法采取一維小波變換快速準(zhǔn)確地分割出虹膜圖像中的斑塊；應(yīng)用形態(tài)學(xué)中的擊中-擊不中變換(Hit-or-miss Transform)將相互粘連的斑塊分開(kāi)，并對(duì)其進(jìn)行形狀描述；將斑塊的重心作為控制點(diǎn)，將斑塊的幾何矩作為屬性，實(shí)現(xiàn)了一種可達(dá)到亞象素精度的虹膜圖像配準(zhǔn)算法；利用慣性矩的特點(diǎn)，能建立多對(duì)多的斑塊匹配關(guān)系；本方法充分刻畫(huà)了不同虹膜之間的差異，能夠利用部分有效虹膜面積就給出高可靠性的識(shí)別結(jié)果，克服眼皮和睫毛的遮擋；由于引入了自適應(yīng)彈性匹配的策略，能克服各種噪聲的干擾；基于斑塊形狀的識(shí)別方法適合于大規(guī)模人群虹膜圖像數(shù)據(jù)庫(kù)的快速檢索；本發(fā)明可用于大范圍人群的一對(duì)多身份識(shí)別系統(tǒng)，和其他需要安全性防范的諸多應(yīng)用系統(tǒng)中。本發(fā)明對(duì)于硬件沒(méi)有特殊的要求，而且不涉及復(fù)雜的計(jì)算，易于在實(shí)際的系統(tǒng)中使用。
本發(fā)明提出一種新穎的、可靠的基于虹膜斑塊形狀的身份識(shí)別方法，其流程框圖如圖1。首先用戶需要向系統(tǒng)注冊(cè)自己的虹膜模板，然后才能進(jìn)行識(shí)別。生物特征識(shí)別系統(tǒng)可以運(yùn)行于兩種模式1)驗(yàn)證模式即1對(duì)1的匹配方式，首先用戶向系統(tǒng)申請(qǐng)身份認(rèn)證，告訴系統(tǒng)自己的身份，系統(tǒng)通過(guò)比對(duì)即時(shí)從用戶身上提取的生物特征和用戶聲稱(chēng)的個(gè)體在注冊(cè)時(shí)存儲(chǔ)于數(shù)據(jù)庫(kù)中的生物特征模板，如果它們有足夠的相似度，系統(tǒng)則認(rèn)為用戶身份認(rèn)證通過(guò)。在大多數(shù)訪問(wèn)控制的應(yīng)用中都是采用這種方式。
2)識(shí)別模式即一對(duì)多的匹配方式，不需要用戶聲稱(chēng)自己是誰(shuí)，系統(tǒng)自動(dòng)給出用戶的身份，或者給出用戶沒(méi)有注冊(cè)的結(jié)論。因?yàn)樵谧R(shí)別方式中包含驗(yàn)證方式，這是一種比驗(yàn)證模式更加高級(jí)、也更困難的識(shí)別方式。這種模式在國(guó)防、刑偵和法律方面應(yīng)用較多。
本發(fā)明既可用于驗(yàn)證方式，也能用于識(shí)別方式。在驗(yàn)證方式，與當(dāng)前其他虹膜識(shí)別方法的相比，本發(fā)明的新穎性主要在于1)對(duì)隨機(jī)散布于虹膜圖像表面的各種形狀各異的虹膜斑塊進(jìn)行了高效率的建模，用小波變換從圖像中成功分割出虹膜斑塊，用幾何矩描述了斑塊的形狀。2)利用分割出的斑塊重心作為控制點(diǎn)，幾何矩作為每個(gè)點(diǎn)的屬性，設(shè)計(jì)了一種精度達(dá)到亞象素級(jí)的虹膜圖像配準(zhǔn)方法。3)利用慣性矩的特點(diǎn)，能建立多對(duì)多的斑塊匹配關(guān)系。4)自適應(yīng)的彈性匹配算法能夠克服各種噪聲的干擾。5)全局的斑塊建模和匹配方法，同時(shí)又融合了虹膜斑塊的局部信息，能夠克服眼皮和睫毛的遮擋，利用部分有效虹膜面積就給出高可靠性的識(shí)別結(jié)果。在識(shí)別方式，本發(fā)明的新穎性主要在于在注冊(cè)過(guò)程中要求采集有一定時(shí)間間隔的幾幅虹膜圖像，將幾幅圖像都有的虹膜斑塊的形狀和位置信息(沿徑向的坐標(biāo))作為這類(lèi)虹膜圖像的索引，在識(shí)別時(shí)并不是將輸入圖像和數(shù)據(jù)庫(kù)中所有的模板進(jìn)行匹配，而是將幾幅輸入圖像中都有的斑塊作為檢索條件從數(shù)據(jù)庫(kù)中搜索到擁有相似形狀斑塊的虹膜類(lèi)作為候選集，然后依據(jù)相似度從大到小遞減的規(guī)律逐一匹配候選集中的模板，直到找到匹配分?jǐn)?shù)超過(guò)給定閾值的虹膜類(lèi)，這種識(shí)別方式能大幅度減少識(shí)別的時(shí)間，提高識(shí)別過(guò)程的效率，數(shù)據(jù)庫(kù)規(guī)模越大，這種優(yōu)勢(shì)更明顯。
本發(fā)明提出的基于虹膜斑塊形狀的身份識(shí)別方法包含六個(gè)主要步驟(見(jiàn)圖1)1.虹膜圖像預(yù)處理。虹膜圖像中不僅包括虹膜，還有瞳孔、眼白、眼皮和睫毛等。瞳孔和虹膜的外輪廓都很接近圓形，因此虹膜圖像預(yù)處理的任務(wù)是找到擬合瞳孔和虹膜邊界的圓的坐標(biāo)和半徑，然后將虹膜圓環(huán)歸一化到固定尺寸的矩形區(qū)域，即虹膜定位和歸一化。
I.虹膜定位人眼瞳孔的灰度遠(yuǎn)低于周?chē)鷧^(qū)域，所以可以使用閾值法分離出瞳孔區(qū)域，然后將該區(qū)域的重心作為初步的瞳孔中心，在該點(diǎn)附近用可變尺寸的模板去擬合瞳孔的邊緣，最佳的擬合結(jié)果就是瞳孔定位的結(jié)果。虹膜的中心接近瞳孔的中心，所以可以使用同樣的方法找到虹膜的中心和半徑。圖2(b)是對(duì)圖2(a)中的虹膜定位之后的例子，其中白色的圓圈表示擬合后瞳孔和虹膜的外邊界。
II.歸一化以雙線性插值的方式，可以將定位好的虹膜圓環(huán)進(jìn)行空間變換到一個(gè)固定尺寸的矩形區(qū)域。圖2(c)是虹膜歸一化之后的結(jié)果。水平方向?qū)?yīng)于原始虹膜圖像的角度方向，歸一化到0°～360°，豎直方向?qū)?yīng)于原始虹膜圖像的徑向方向，歸一化到0～1。
2.虹膜斑塊的分割。將歸一化后的每行圖像數(shù)據(jù)進(jìn)行一維小波變換，小波為平滑函數(shù)的二階導(dǎo)數(shù)，如墨西哥草帽小波(見(jiàn)圖3)。因?yàn)樾〔ㄗ儞Q的過(guò)零點(diǎn)對(duì)應(yīng)于瞬變信號(hào)的奇異點(diǎn)(圖4(b))，即虹膜斑塊的邊界，濾波后結(jié)果小于0的象素點(diǎn)標(biāo)記為前景點(diǎn)(圖4(c)中白色象素點(diǎn))，大于0的象素點(diǎn)則為背景點(diǎn)(圖4(c)中黑色象素點(diǎn))。因?yàn)闅w一化時(shí)選擇的初始點(diǎn)可能正穿過(guò)某個(gè)斑塊，所以必須通過(guò)擴(kuò)展過(guò)渡區(qū)域?qū)ふ?連通區(qū)域合并這種人為的分裂。由于有些虹膜斑塊因?yàn)槲恢煤芙咏指钸^(guò)程中有可能造成粘連，但又不能保證每次采集的該類(lèi)虹膜圖像的對(duì)應(yīng)塊都粘連，所以必須運(yùn)用形態(tài)學(xué)圖像處理方法中的擊中一擊不中變換分裂那些弱連通區(qū)域。
3.虹膜塊特征提取。以圖2(c)中的坐標(biāo)軸作為自變量，將每個(gè)面積超過(guò)一定閾值的虹膜塊用二元函數(shù)f(r，θ)表示f(r,θ)=1,(r,θ)∈BOI0,(r,θ)∉BOI]]>即將前景區(qū)域定義為1，背景區(qū)域定義為0。
對(duì)每個(gè)虹膜塊，我們記錄如下信息1)虹膜塊重心的R，θ；2)虹膜塊的面積Area；3)虹膜塊的二階中心矩MomentR，Momentθ；這些信息都可以通過(guò)求取函數(shù)f(r，θ)的幾何矩獲得R=m10m00=∫∫r1θ0f(r,θ)drdθ∫∫r0θ0f(r,θ)drdθ]]>θ=m10m00=∫∫r0θ1f(r,θ)drdθ∫∫r0θ0f(r,θ)drdθ]]>Area＝m00＝∫∫r0θ0f(r，θ)drdθMomentR＝μ20＝∫∫(r-R)2(θ-θ)0f(r，θ)drdθMomentθ＝μ02＝∫∫(r-R)0(θ-θ)2f(r，θ)drdθ
這樣一幅虹膜的特征就可以用斑塊特征集{(Ri，θi，Areai，MomentRi，Momentθi)|i＝1，2，…，N}表示，其中N表示圖像中感興趣斑塊的個(gè)數(shù)。圖4(d)的白色區(qū)域就是圖4(a)中兩幅虹膜圖像中的感興趣斑塊，其中十字架代表每個(gè)斑塊的重心。如果處于注冊(cè)階段，多幅虹膜圖像(一般選3-5幅)的特征都作為這類(lèi)虹膜的模板進(jìn)入模板數(shù)據(jù)庫(kù)，并且將這多幅虹膜圖像都配準(zhǔn)到統(tǒng)一的坐標(biāo)系后都具有的穩(wěn)定斑塊(或者大部分具有)作為這類(lèi)虹膜圖像的索引。
4.虹膜圖像的檢索。如果處于識(shí)別階段，以相同方式找出多幅輸入圖像都具有的穩(wěn)定斑塊(或者大部分具有)作為數(shù)據(jù)庫(kù)的檢索條件，采取模糊匹配的方式從數(shù)據(jù)庫(kù)中找出一些具有相似斑塊結(jié)構(gòu)的模板作為候選進(jìn)行更細(xì)化的匹配。
5.虹膜圖像的配準(zhǔn)。在圖像識(shí)別的算法流程中，將不同的圖像信號(hào)規(guī)整到具有平移、縮放和旋轉(zhuǎn)不變性的表達(dá)方式，將大大簡(jiǎn)化識(shí)別處理。因?yàn)槿鐖D2所示的歸一化過(guò)程能彌補(bǔ)虹膜圖像間的平移和縮放的差異，所以配準(zhǔn)的目標(biāo)就是找出兩幅虹膜圖像之間的旋轉(zhuǎn)差異。需要注意虹膜圓環(huán)的周期性。虹膜斑塊的重心受噪聲干擾小，提供了配準(zhǔn)所需的控制點(diǎn)，具體的配準(zhǔn)流程如下1)從輸入特征集和模板特征集中找出符合下述條件的斑塊匹配候選對(duì)|R1-R2|＜＝TR|Area1-Area2|min(AreabArea2)<=TA]]>|MomentR1-MomentR2|min(MomentRbMomentR2)<=TMR]]>|Momentq1-Momentq2|min(MomentqbMomentq2)<=TMq]]>在上述表達(dá)式中，以‘1’為下標(biāo)的特征代表來(lái)自輸入特征集中的斑塊特征，以‘2’為下標(biāo)的特征代表來(lái)自模板特征集中的斑塊特征。min(a，b)的結(jié)果是a和b兩者之中的最小值，TR、TA、TMR和TMθ是預(yù)設(shè)的閾值。因?yàn)槊績(jī)蓚€(gè)特征之間的差異的最大限度取決于它們的值的大小，所以四個(gè)約束條件規(guī)定了用于彈性匹配的自適應(yīng)限界盒。
2)以每一斑塊匹配候選對(duì)中兩個(gè)斑塊的重心作為各自特征集中θ的原點(diǎn)，其它的斑塊匹配候選對(duì)中斑塊的θ都按此參考系進(jìn)行更新。記錄每個(gè)臨時(shí)參考系中還能保持θ相似的斑塊匹配候選對(duì)的個(gè)數(shù)。最后找出匹配個(gè)數(shù)最多的臨時(shí)參考系彌補(bǔ)這兩幅虹膜圖像之間的旋轉(zhuǎn)，這也就是配準(zhǔn)的結(jié)果。因?yàn)榭刂泣c(diǎn)的坐標(biāo)是斑塊各點(diǎn)坐標(biāo)的平均結(jié)果，精確到小數(shù)，所以匹配的結(jié)果可以達(dá)到亞象素精度。
6.相似性度量。如果在分割過(guò)程和擊中-擊不中變換中一個(gè)斑塊被分裂成多個(gè)斑塊，根據(jù)已有的多個(gè)斑塊的特征也可以推理出這幾個(gè)斑塊合并在一起的大斑塊的特征R=Σi=1kRiAreaiΣi=1kAreai]]>θ=Σi=1kθiAreaiΣi=1kAreai]]>Area=Σi=1kAreai]]>MomentR=Σi=1kMomentRi+Σi=1kAreai(Ri-R)2]]>Momentθ=Σi=1kMomentθi+Σi=1kAreai(θi-θ)2]]>在上述公式中(Ri，θi，Areai，MomentRi，Momentθi)(i＝1，2，…，k)表示分裂的第i個(gè)斑塊的特征，(R，θ，Area，MomentR，Momentθ)表示合并后的大斑塊特征。根據(jù)這個(gè)原理，輸入圖像中多個(gè)斑塊和模板圖像中多個(gè)斑塊之間也能建立關(guān)聯(lián)。圖4(e)是圖4(a)最后的匹配結(jié)果，為了節(jié)約計(jì)算資源，在這里我們只考慮了1個(gè)斑塊分裂成兩個(gè)斑塊的情況。兩幅虹膜圖像的相似性通過(guò)它們特征集匹配的結(jié)果進(jìn)行度量MS=w1min(M1N1,M2N2)+w2min(A1S1,A2S2)]]>其中，MS表示匹配分?jǐn)?shù)；M1表示輸入圖像中匹配上的斑塊個(gè)數(shù)；N1表示輸入圖像中斑塊總個(gè)數(shù)；M2表示模板圖像中匹配上的斑塊個(gè)數(shù)；N2表示模板圖像中斑塊總個(gè)數(shù)；A1表示輸入圖像中匹配上的斑塊總面積；S1表示輸入圖像中斑塊總面積；A2表示模板圖像中匹配上的斑塊總面積；S2表示模板圖像中斑塊總面積；w1和w2是斑塊匹配數(shù)量和面積的權(quán)重，滿足w1+w2＝1，可通過(guò)實(shí)驗(yàn)選擇。如果匹配分?jǐn)?shù)超過(guò)一定閾值，則判定這兩幅虹膜圖像來(lái)自同一只眼睛，否則判定這兩幅虹膜圖像來(lái)自不同的眼睛。因?yàn)楸痉椒ㄊ且环N結(jié)構(gòu)化的虹膜識(shí)別方法，不同于已有的基于統(tǒng)計(jì)信息的方法，即使部分虹膜區(qū)域被睫毛和眼皮遮擋，這部分區(qū)域也不會(huì)增加匹配分值，并且不同眼睛的虹膜圖像不是形狀差異大就是位置有區(qū)別，所以它們的得分也會(huì)很低，所以本方法匹配結(jié)果可靠性高，即使只有部分甚至低于一半的有效虹膜面積也可能給出正確的結(jié)果。
實(shí)施例1基于虹膜的居民身份證本發(fā)明的基于虹膜斑塊形狀的身份識(shí)別方法可用于大范圍的虹膜識(shí)別中，如基于虹膜的居民身份證系統(tǒng)。結(jié)合圖1描述使用過(guò)程如下所有已登記發(fā)放了居民身份證的居民都采集了虹膜圖像進(jìn)入數(shù)據(jù)庫(kù)(因?yàn)槌錾笠荒旰缒D像就已經(jīng)穩(wěn)定，本方案甚至能適用于小孩也可申請(qǐng)身份證的情形)，數(shù)據(jù)庫(kù)中同時(shí)還有個(gè)人的姓名、生日等信息。假設(shè)張三已經(jīng)在A城市申請(qǐng)了身份證，他犯了罪，逃竄到了B城市，他化妝后到B城市身份證管理辦公室想用李四的名字重新申請(qǐng)一個(gè)新的身份證，辦公人員首先花5秒鐘采集了他5幅虹膜圖像，然后軟件系統(tǒng)將這5幅圖像中4幅圖像都有的穩(wěn)定斑塊的相互位置信息和形狀信息作為索引向全國(guó)居民身份證數(shù)據(jù)庫(kù)中搜索，結(jié)果花10秒鐘找到100個(gè)最接近這種虹膜結(jié)構(gòu)的虹膜類(lèi)，然后系統(tǒng)將張三的一幅虹膜圖像和這100類(lèi)虹膜圖像中的每個(gè)模板一一進(jìn)行匹配，結(jié)果只用了10秒鐘發(fā)現(xiàn)第37類(lèi)的虹膜斑塊特征集和張三的虹膜斑塊特征集的匹配分?jǐn)?shù)超過(guò)了給定閾值。系統(tǒng)馬上給出提示信息，辦公人員調(diào)出擁有37類(lèi)虹膜的人員檔案，馬上抓住了張三。這個(gè)應(yīng)用背景也可用于虹膜護(hù)照、基于虹膜識(shí)別的提款機(jī)、門(mén)禁系統(tǒng)等需要身份認(rèn)證的場(chǎng)合。
實(shí)施例2基于虹膜識(shí)別的安全監(jiān)控系統(tǒng)本發(fā)明提出的基于虹膜斑塊形狀的身份識(shí)別方法可以應(yīng)用于安全監(jiān)控系統(tǒng)中，結(jié)合圖1描述使用過(guò)程如下假設(shè)張三蒙上頭套(露出了眼睛)去銀行搶劫，被銀行安裝的遠(yuǎn)距離紅外攝像頭拍攝到兩幅虹膜圖像，但是監(jiān)控時(shí)處于非合作狀態(tài)，眼皮、睫毛遮擋了一半的虹膜面積，采用例1的方法警方10秒鐘后從數(shù)據(jù)庫(kù)中搜索到100個(gè)最接近的虹膜類(lèi)，然后用本發(fā)明的方法進(jìn)行一一匹配，找到10類(lèi)匹配分值最高的虹膜類(lèi)，根據(jù)擁有這些虹膜的人的相關(guān)資料短時(shí)間破獲了這起搶劫案。
權(quán)利要求
1.一種基于虹膜斑塊幾何形狀的身份識(shí)別方法，包括步驟虹膜圖像預(yù)處理；從歸一化虹膜圖像中分割出特征斑塊；虹膜斑塊特征提取；虹膜模板數(shù)據(jù)庫(kù)檢索；基于形狀信息的虹膜圖像配準(zhǔn)；兩幅虹膜圖像的相似性度量。
2.按權(quán)利要求1所述的方法，其特征在于所述的虹膜斑塊分割包括步驟對(duì)歸一化虹膜圖像的每行數(shù)字信號(hào)進(jìn)行一維小波變換；小波變換系數(shù)小于0的象素點(diǎn)標(biāo)記為前景區(qū)域，大于0的象素點(diǎn)標(biāo)記為背景區(qū)域；合并在歸一化起始點(diǎn)被人為分裂的連通區(qū)域；對(duì)于前一步獲得的二值圖像進(jìn)行擊中-擊不中變換；將二值化虹膜圖像中的4連通區(qū)域標(biāo)記為虹膜斑塊。
3.按權(quán)利要求2所述的方法，其特征在于所述的小波為平滑函數(shù)的二階導(dǎo)數(shù)。
4.按權(quán)利要求1所述的方法，其特征在于所述的虹膜斑塊特征包括該斑塊的重心坐標(biāo)、面積和幾何中心矩。
5.按權(quán)利要求1所述的方法，其特征在于所述的虹膜圖像配準(zhǔn)包括步驟在輸入圖像的斑塊特征集和模板圖像的斑塊特征集中找出屬性接近的特征塊對(duì)；將每對(duì)近似特征塊作為相應(yīng)特征集中的參考?jí)K，計(jì)算臨時(shí)參考系中角度坐標(biāo)也相似的特征塊對(duì)的數(shù)量；將匹配特征塊對(duì)數(shù)量最多的坐標(biāo)參考系之間的相對(duì)位移作為兩幅虹膜配準(zhǔn)的結(jié)果。
6.按權(quán)利要求1所述的方法，其特征在于所述的兩幅虹膜圖像的相似性度量包括1對(duì)1匹配或多對(duì)多匹配。
7.按權(quán)利要求1所述的方法，其特征在于所述大規(guī)模虹膜圖像數(shù)據(jù)庫(kù)檢索包括首先根據(jù)輸入虹膜圖像的特征斑塊的形狀作為檢索條件在數(shù)據(jù)庫(kù)中找出多幅注冊(cè)圖像；然后根據(jù)相似度從高到低的順序?qū)⑤斎雸D像和模板圖像進(jìn)一步細(xì)化匹配，如果匹配的分?jǐn)?shù)超過(guò)事先給定的閾值，就判定這兩幅圖像來(lái)自同一只眼睛。
全文摘要
一種基于虹膜斑塊幾何形狀的身份識(shí)別方法，包括步驟虹膜圖像預(yù)處理；從歸一化虹膜圖像中分割出特征斑塊；虹膜斑塊特征提?。缓缒つ０鍞?shù)據(jù)庫(kù)檢索；基于形狀信息的虹膜圖像配準(zhǔn)；兩幅虹膜圖像的相似性度量。本發(fā)明的虹膜識(shí)別方法將虹膜斑塊的位置和形狀信息作為虹膜特征，用匹配上的斑塊數(shù)量和面積作為虹膜圖像間相似性的度量。配準(zhǔn)精度達(dá)到亞象素精度；在匹配過(guò)程中引入了彈性限界盒，能容忍一定程度的噪聲干擾；將虹膜斑塊的形狀特征作為大容量虹膜圖像數(shù)據(jù)庫(kù)的索引，提高識(shí)別效率。本發(fā)明具有高效率、高精度、高魯棒性和高可靠性的優(yōu)點(diǎn)。本發(fā)明可用于大范圍人群的一對(duì)多身份識(shí)別系統(tǒng)，和其他需要安全性防范的諸多應(yīng)用系統(tǒng)中。
文檔編號(hào)G06K9/68GK1684095SQ20041003487
公開(kāi)日2005年10月19日 申請(qǐng)日期2004年4月16日 優(yōu)先權(quán)日2004年4月16日
發(fā)明者譚鐵牛, 王蘊(yùn)紅, 孫哲南 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所