本公开的实施例公开了虹膜图像处理方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：从目标虹膜展开图的目标方向上均匀提取出目标数量条像素线；对于目标数量条像素线中的每条像素线，对像素线中每两个像素进行一阶微分处理，以生成对应两个像素的一阶梯度值，得到一阶梯度值组；对于目标数量条像素线中的每条像素线，对像素线中每两个像素进行二阶微分处理，以生成对应两个像素的二阶梯度值，得到二阶梯度值组；基于所得到的一阶梯度值组和所得到的二阶梯度值组，生成对应目标虹膜展开图的虹膜评分值。该实施方式可以综合虹膜区域的纹理变化，准确地检测出虹膜区域的清晰度。从而，提高了后续对虹膜图像的识别率。别率。别率。
【技术实现步骤摘要】
虹膜图像处理方法、装置、电子设备和计算机可读介质
[0001]本公开的实施例涉及计算机
，具体涉及虹膜图像处理方法、装置、电子设备和计算机可读介质。
技术介绍
[0002]生物特征识别(Biometrics)是以人体固有的各种生理和形态特征作为识别介质，从而达到唯一识别个人身份，进行个人身份认证。人体虹膜纹理具有终身不变性和个体差异性的特点。相对于其它生物特征，例如：指纹、人脸、掌纹、语音等来说，能够具有更高的准确识别率。目前，对所采集的虹膜图像的清晰度进行检测的方式，通常为：采用NIMA模型(Neural Image Assessment，神经图像评估)检测虹膜图像的清晰度，以便于后续进行虹膜识别。
[0003]然而，采用上述方式通常会存在以下技术问题：
[0004]第一，未考虑虹膜区域的纹理变化(例如，斑点、细丝、冠状、条纹、隐窝等)，难以准确地检测出虹膜区域的清晰度；
[0005]第二，由于在采集虹膜图像时，可能存在焦点在眉毛、睫毛等其他部位情况，眉毛、睫毛等部位与虹膜区域景深不同，导致所检测的虹膜图像的清晰度存在误差，会造成对虹膜图像的误识或拒识。
技术实现思路
[0006]本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0007]本公开的一些实施例提出了虹膜图像处理方法、装置、电子设备和计算机可读介质，来解决以上
技术介绍
部分提到的技术问题中的一项或多项。
[0008]第一方面，本公开的一些实施例提供了一种虹膜图像处理方法，该方法包括：从目标虹膜展开图的目标方向上均匀提取出目标数量条像素线；对于上述目标数量条像素线中的每条像素线，对上述像素线中每两个像素进行一阶微分处理，以生成对应上述两个像素的一阶梯度值，得到一阶梯度值组；对于上述目标数量条像素线中的每条像素线，对上述像素线中每两个像素进行二阶微分处理，以生成对应上述两个像素的二阶梯度值，得到二阶梯度值组；基于所得到的一阶梯度值组和所得到的二阶梯度值组，生成对应上述目标虹膜展开图的虹膜评分值。
[0009]第二方面，本公开的一些实施例提供了一种虹膜图像处理装置，装置包括：提取单元，被配置成从目标虹膜展开图的目标方向上均匀提取出目标数量条像素线；一阶微分单元，被配置成对于上述目标数量条像素线中的每条像素线，对上述像素线中每两个像素之间进行一阶微分处理，以生成对应上述两个像素的一阶梯度值，得到一阶梯度值组；二阶微分单元，被配置成对于上述目标数量条像素线中的每条像素线，对上述像素线中每两个像
素之间进行二阶微分处理，以生成对应上述两个像素的二阶梯度值，得到二阶梯度值组；生成单元，被配置成基于所得到的一阶梯度值组和所得到的二阶梯度值组，生成对应上述目标虹膜展开图的虹膜评分值。
[0010]第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
[0011]第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
[0012]本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的虹膜图像处理方法，可以准确地检测出虹膜区域的清晰度。从而，提高了后续对虹膜图像的识别率。具体来说，难以准确地检测出虹膜区域的清晰度的原因在于：未考虑虹膜区域的纹理变化(例如，斑点、细丝、冠状、条纹、隐窝等)，难以准确地检测出虹膜区域的清晰度。基于此，本公开的一些实施例的虹膜图像处理方法，首先，从目标虹膜展开图的目标方向上均匀提取出目标数量条像素线。由此，便于后续利用均匀提取出的像素线，对目标虹膜展开图进行清晰度检测。这里，均匀提取出像素线，可以体现出整个目标虹膜展开图中的纹理变化，也避免了对目标虹膜展开图进行整体清晰度的检测，提高了对目标虹膜展开图检测的速度。接着，对于上述目标数量条像素线中的每条像素线，对上述像素线中每两个像素进行一阶微分处理，以生成对应上述两个像素的一阶梯度值，得到一阶梯度值组。由此，可以检测出虹膜区域中纹理信息变化的速度(一阶梯度值)，便于后续对虹膜区域进行综合检测。然后，对于上述目标数量条像素线中的每条像素线，对上述像素线中每两个像素进行二阶微分处理，以生成对应上述两个像素的二阶梯度值，得到二阶梯度值组。由此，可以检测出虹膜区域中纹理的极点信息(二阶梯度值)。最后，基于所得到的一阶梯度值组和所得到的二阶梯度值组，生成对应上述目标虹膜展开图的虹膜评分值。由此，可以综合虹膜区域的纹理变化，准确地检测出虹膜区域的清晰度(虹膜评分值)。从而，提高了后续对虹膜图像的识别率。
附图说明
[0013]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
[0014]图1
‑
图2是本公开的一些实施例的虹膜图像处理方法的一个应用场景的示意图；
[0015]图3是根据本公开的虹膜图像处理方法的一些实施例的流程图；
[0016]图4是根据本公开的虹膜图像处理方法的另一些实施例的流程图；
[0017]图5是根据本公开的虹膜图像处理装置的一些实施例的结构示意图；
[0018]图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
[0019]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这
里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0020]另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0021]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0022]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0023]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0024]下面将参考附图并结合实施例来详细说明本公开。
[0025]图1本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种虹膜图像处理方法，包括：从目标虹膜展开图的目标方向上均匀提取出目标数量条像素线；对于所述目标数量条像素线中的每条像素线，对所述像素线中每两个像素进行一阶微分处理，以生成对应所述两个像素的一阶梯度值，得到一阶梯度值组；对于所述目标数量条像素线中的每条像素线，对所述像素线中每两个像素进行二阶微分处理，以生成对应所述两个像素的二阶梯度值，得到二阶梯度值组；基于所得到的一阶梯度值组和所得到的二阶梯度值组，生成对应所述目标虹膜展开图的虹膜评分值。2.根据权利要求1所述的方法，其中，所述方法还包括：响应于所述虹膜评分值大于等于预设评分值，将所述目标虹膜展开图对应的虹膜图像标记为目标虹膜图像。3.根据权利要求1所述的方法，其中，所述基于所得到的一阶梯度值组和所得到的二阶梯度值组，生成对应所述目标虹膜展开图的虹膜评分值，包括：对所得到的每个一阶梯度值组进行降序处理，以生成一阶梯度值序列，得到一阶梯度值序列组；依次去除所述一阶梯度值序列组中每个一阶梯度值序列中的第一预设数目个一阶梯度值，以生成去除后的一阶梯度值序列作为目标一阶梯度值序列，得到目标一阶梯度值序列集；基于所述目标一阶梯度值序列集，生成一阶虹膜评分值；对所得到的每个二阶梯度值组进行降序处理，以生成二阶梯度值序列，得到二阶梯度值序列组；依次去除所述二阶梯度值序列组中每个二阶梯度值序列中的第二预设数目个二阶梯度值，以生成去除后的二阶梯度值序列作为目标二阶梯度值序列，得到目标二阶梯度值序列集；基于所述目标二阶梯度值序列集，生成二阶虹膜评分值。4.根据权利要求3所述的方法，其中，所述基于所得到的一阶梯度值组和所得到的二阶梯度值组，生成对应所述目标虹膜展开图的虹膜评分值，还包括：根据预设的一阶权重和二阶权重，对所述一阶虹膜评分值和所述二阶虹膜评分值进行加权求和，以生成对应所述目标虹膜展开图的虹膜评分值。5.根据权利要求3所述的方法，其中，所述基于所述目标一阶梯度值序列集，生成一阶虹膜评分值，包括：从所述目标一阶梯度值序列集中选择出目标一阶梯度值最大的目标一阶梯度值作为最大一阶梯度值；响应于确定所述最大一阶梯度值大于等于预设一阶梯度值，将对应所述最大一阶梯度值的目标一阶梯度值序列中大于等于一阶梯度阈值的各个目标一阶梯度值的总和确定为一阶梯度总值。6.根据权利要求3所述的方法，其中，所述基于所述目标一阶梯度值序列集，生成一阶虹膜评分值，包括：从所述目标一阶梯度值序列集中选择出目标一阶梯度值最大的目标一阶梯度值作为
最大一阶梯度值；响应于确定所述最大一阶梯度值小于预设一阶梯度值，从所述目标一阶梯度值序列集中选择包括的目标一阶梯度值的数量最多的目标一阶梯度值序列作为一阶梯度值备选序列；将所述一阶梯度值备选序列中的各个一阶梯度值的总和确定为一阶梯度总值。7.根据权利要求5或6所述的方法，其中，所述基于所述目标一...
【专利技术属性】
技术研发人员：王清涛，陈园园，李嘉扬，
申请(专利权)人：上海聚虹光电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。