虹膜纹理归一化处理方法技术

本发明专利技术为一种虹膜纹理归一化处理方法，主要包括采用Ｌｏｇ算子对采样的虹膜图像进行边缘提取，采用Ｈｏｕｇｈ变换，定位虹膜内外圆的圆心和半径，并根据其坐标偏差情况，采用不同的校正模型分别对生理性偏差和采样偏差进行纠正；根据瞳孔缩放情况，对不均匀缩放进行校正。最后将采样纹理点展开成矩形虹膜纹理图像。本发明专利技术方法大大提高了虹膜图像的可靠性，也降低了对图像采集的要求，为图像的自动采集提供了可能，并进一步为虹膜识别技术实际应用创造了条件。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术属于眼睛虹膜识别
，具体涉及一种。
技术介绍
身份识别在现代高速信息化的社会生活中有广泛的需求。与人类自身密切相关的生物特征如相貌、指纹、虹膜、声音、步态和签名等均有“人各有异，终生不变，随身携带”等特点。其中虹膜尤为“不可改造，难以伪装”，将成为未来身份识别的重要途径。虹膜位于人眼黑色瞳孔和白色巩膜之间的环状部分，其中呈现一种由里到外的放射状结构，包括许多相互交错的类似于斑点、细纹、冠状、隐窝等形状的细微特征，称为虹膜纹理信息。由于虹膜具有独特的生理特性，虹膜识别技术有着广泛的应用前景。虹膜识别的全过程包括采样，图像预处理，虹膜归一化，特征提取和编码匹配五个步骤。采集得到的虹膜图像经过预处理，被变换为一定分辨率和灰度的标准虹膜图像。对标准虹膜图像进行归一化处理，可以将环形的虹膜图像展开成固定分辨率的矩形图像，矩形图像中包含了全部可用的虹膜纹理信息。该矩形图像中的虹膜纹理信息被进一步编码，以供匹配。由上述过程可见，虹膜归一化是其中非常重要的环节。眼睛虹膜是环形结构，内边缘是虹膜与瞳孔的交界，外边缘是虹膜与巩膜的交界。眼科学研究表明，虹膜的内外边缘并不是正圆形，但可以采用正圆形对边缘进行拟合。利用瞳孔和虹膜接近圆形的特性和虹膜边缘灰度的梯度变化，可以定位图像中的虹膜位置，并确定其内外圆心和半径。所谓“虹膜归一化”就是将环形的虹膜纹理图像展开成固定分辨率的矩形图像。虹膜归一化的过程就是在虹膜定位完成后，以内外圆圆心坐标和半径为参数，将笛卡尔坐标系下虹膜的灰度图像I(x，y)映射到双无量纲的极坐标系图像I(r，θ)，可以表示如下I(x(r，θ)，y(r，θ))-I(r，θ) 其中r∈(0，1)，θ∈(0，2π)传统的虹膜归一化处理是基于“标准虹膜”的。所谓标准虹膜，就是假设虹膜的内外边缘是同心圆结构，即认为虹膜的内外圆圆心完全重合，同时假设虹膜的伸缩是完全均匀的，各向同性的。利用标准虹膜的同心圆特性和均匀伸缩性，建立了如下虹膜归一化的传统算法。如图1所示。设内外圆圆心重合于一点O(x0，y0)，内圆半径为R0，外圆半径为R1，以同心圆圆心作为极坐标系统的原心。从圆心出发，做与水平线成a角的射线，它与虹膜内外圆各有一个交点，分别记作A(R0，a)和B(R1，a)。该射线可以认为是一条典型的放射状虹膜纹理。虹膜归一化算法所要做的就是，将射线上A，B两点之间的笛卡尔坐标系下的任意一点C(x，y)映射到极坐标下的点C(r，a)x＝r×cosa+x0y＝r×sina+y0显见，以上的映射关系可以推广到整个虹膜区域，其中，θ∈(0，2π)，r∈。接下来将虹膜外圆的半径归一化，即半径变为1。则上式变形为x＝×cosθ+x0y＝×sinθ+y0其中，θ∈(0，2π)，r∈。由此可见，以上变换是一一映射关系，对虹膜纹理区域内的各点进行以上坐标变换之后，则极坐标系单位区域内的任意点都可以在原笛卡尔坐标系虹膜纹理区域内找到对应的像素。这种变换在极坐标系下重建了虹膜纹理，并且该纹理的尺寸是统一的(极坐标系下的单位区域面积)，不受笛卡尔坐标系下原始图像尺寸的约束。在标准虹膜的前提下，即虹膜内外圆心完全重合，瞳孔收缩到最小的情况下，以上归一化理想模型具有良好的处理结果。但是当虹膜内外圆心存在比较大的偏差(当虹膜图片分辨率350*220，内外圆心偏差3个像素以上)或者瞳孔扩张时(即为非标准虹膜)，如果仍然采用传统的归一化算法，会导致虹膜边缘部分纹理的丢失或将瞳孔与巩膜区域误认为虹膜区域。这样的问题会严重影响虹膜编码的准确性，甚至导致识别错误。这是因为，传统的虹膜归一化算法忽略了两个重要的问题(1)采集过程中的眼球转动或先天的生理性原因造成了虹膜内外圆心不重合；(2)由光照刺激造成的瞳孔收缩与扩张并不是完全均匀的。事实上，在采集得到的虹膜图像中，虹膜内外圆心不重合与瞳孔不均匀收缩扩张的情况是非常多见的。虹膜内外圆心不重合的原因可以从以下两个方面来进行分析。第一，由眼睛的生理结构决定的。眼科学研究表明，人眼的虹膜与瞳孔不是正圆形，而是椭圆形或近椭圆形。所以在用正圆形对虹膜边缘进行拟合时，会出现内外圆心偏差。大量观察发现，由生理性原因造成的虹膜内外圆心偏差一般都比较小，在350*220的分辨率下，生理原因造成的圆心偏差一般小于2个像素。第二，采集过程中，由于眼球转动造成的圆心偏差。由于眼球是生物活体，在拍摄过程中不可能始终保持固定不动。由于微距成像的“桶形失真效应”，当眼球转动一个微小角度时，虹膜图像就会产生很大的畸变，从而导致内外圆心的偏差。这样的偏差一般比较严重，在虹膜图像分辨率为350*220的情况下，多数圆心偏差将大于3个像素。瞳孔不均匀的收缩扩张是由虹膜的生理特点决定。眼科学研究表明，瞳孔的收缩和放大主要是虹膜的环状肌纤维和放射状肌纤维共同作用的结果。环状肌纤维分布在虹膜内边缘附近，放射状肌纤维分布在虹膜外边缘附近。其中，环状肌纤维是构成虹膜纹理的主要部分。当瞳孔受到光照刺激进行收缩或扩张时，靠近虹膜内边缘的环状肌纤维大幅度的伸缩，而外围的放射状肌纤维的伸缩幅度却很小，表现在虹膜图像上，此时虹膜内边缘的纹理会随之明显的压缩或伸展，而虹膜外边缘的纹理却几乎没有变化。所以，瞳孔收缩扩张并不是均匀的线性的，而是非线性的，不具有仿射不变性。考虑到普遍存在的虹膜内外圆心偏差和瞳孔缩放的不均匀性，针对传统虹膜归一化处理方法的不足，采用一种全新的虹膜归一化处理方法是非常必要的。
技术实现思路
本专利技术的目的在于提出一种可针对非标准虹膜的，本专利技术提出的，具体步骤如下(1)采用高斯-拉普拉斯变换对虹膜边缘进行提取，以平滑掉虹膜纹理图像采集中造成的噪声；(2)采用Hough变换，来定位虹膜内外圆的圆心与半径；(3)计算虹膜内外圆圆心的坐标偏差，根据该偏差的范围确定属于生理性偏差或采样偏差；(4)对圆心偏差进行纠正采用不同的校正模型分别对生理性偏差和采样偏差进行纠正；(5)计算虹膜内外边缘半径比，并以此作为眼睛瞳孔缩放程度的度量；(6)采用校正函数，以虹膜内外边缘半径比为参数，进行径向的非线性采样，对瞳孔不均匀缩放进行校正；(7)将采样纹理点展开成矩形的虹膜纹理图像。下面对各个步骤作进一步介绍。1、采用高斯-拉普拉斯变换对虹膜边缘进行提取。首先利用高斯-拉普拉斯算子检测标准虹膜图像的边缘。考虑到采集时，虹膜反光造成的噪声点(灰度与周围点相差很大的点)会对边缘检测有一定的影响，所以采用高斯拉普拉斯(LOG)算子。高斯-拉普拉斯算子把高斯平滑滤波器和拉普拉斯锐化滤波器结合了起来，先平滑掉噪声，再进行边沿检测。考虑到虹膜是环形的，具有各向同性的特点，所以不宜采用平行边缘算子或垂直边缘算子，否则会丢失某一方向的边缘信息。而高斯-拉普拉斯算子是各向同性的，更有利于边缘的检测。具体地，Log算子可采用4×4、5×5，或6×6的模板等，例如5×5的模板可采用-2-4-4-4-2-4080-4-4824.8-24-4080-4-2-4-4-4-2.]]>2、采用Hough变换来定位虹膜内外圆的圆心与半径本专利技术采用的Hough变换可以是经典的Hough变换，也可以采用区域优先的快速Hough变换。所谓区域优先的快速Hough变换是针对经典本文档来自技高网...

【技术保护点】
一种眼睛虹膜纹理归一化处理方法，其特征在于具体步骤如下：（１）采用高斯－拉普拉斯变换对虹膜边缘进行提取，以平滑掉虹膜纹理图像采集中造成的噪声；（２）采用Ｈｏｕｇｈ变换，来定位虹膜内外圆的圆心与半径；（３）计算虹膜内外圆圆心的坐标偏差，根据该偏差的范围确定属于生理性偏差或采样偏差；（４）对圆心偏差进行纠正：采用不同的校正模型分别对生理性偏差和采样偏差进行纠正；（５）计算虹膜内外边缘半径比，并以此作为眼睛瞳孔缩放程度的度量；（６）采用校正函数，以虹膜内外边缘半径比为参数，进行径向的非线性采样，对瞳孔不均匀缩放进行校正；（７）将采样纹理点展开成矩形的虹膜纹理图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：施鹏飞，宫雅卓，邢磊，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]