虹膜瞳孔到捲縮輪區域信息提取方法
2023-06-01 12:53:36 1
虹膜瞳孔到捲縮輪區域信息提取方法
【專利摘要】本發明提供一種虹膜瞳孔到捲縮輪區域信息提取方法，該方法通過人眼圖像採集，人眼虹膜定位，虹膜圖像歸一化，基元結構與模式建立，建立圖像特徵向量，定義圖像邊界與非邊界模式，瞳孔到捲縮輪區域外邊緣提取等步驟實現，虹膜是人體最完備、最特殊的器官，是身體內最敏感的臟器，虹膜上的各種纖維的形態、顏色的變化，反映人體器官和肢體的變化，本方法具有如下特點：1）採集設備簡單便攜，速度快，且成本遠低於高端的檢測設備；2）採用該方法的過程安全、衛生、對人體無傷害；3）過程不需要專業的醫學知識，接受程度高；4）這項技術也可以用在大眾隨時關注自身狀況。
【專利說明】虹膜瞳孔到捲縮輪區域信息提取方法
[0001]【技術領域】:本發明屬於生物特徵識別技術及信息輔助提取【技術領域】，具體涉及一種人眼虹膜瞳孔到捲縮輪區域信息提取方法。
[0002]【背景技術】:目前的涉及生物特徵識別及信息輔助提取的方式大都不夠完善，尤其涉及眼球虹膜特徵識別及信息提取大都依靠簡易的圖像採集和採集者肉眼觀察來實現，而信息數據提取的結果又大都依靠採集者經驗積累以及被採集者當時所處的環境等因素所影響，主觀依賴性較強，缺乏客觀化、定量化的依據又無法重複實現，而眼球虹膜特徵又應用在很多的領域，所以其過程及結果的客觀性、可靠性和可重複性尤其重要。
【發明內容】
:
[0003]發明目的:本發明提供一種虹膜瞳孔到捲縮輪區域信息提取方法，其目的是解決以往的人工觀察虹膜的虹膜信息提取方式所存在的主觀性強、可靠性低和定量化的依據無法重複實現的問題。
[0004]技術方案:本發明是通過以下技術方案來實現的:
[0005]一種虹膜瞳孔到捲縮輪區域信息提取方法，其特徵在於:該方法的步驟如下:
[0006](一)人眼圖像採集
[0007]利用現有的虹膜採集儀採集人眼圖像；
[0008]( 二 )人眼虹膜定位
[0009]確定瞳孔與虹膜、虹膜與鞏膜之間的兩個邊界；
[0010](三)虹膜圖像歸一化
[0011]把虹膜兩個邊界構成的圓環映射到一個固定形狀的紋理圖中；
[0012](四)基元結構與模式建立
[0013]為了描述像素間的灰度變化程度，在建立的基元結構中定義該基元模式；
[0014](五)建立圖像特徵向量
[0015]將窗口內所有模式出現的頻次按照順序組成向量，定義為圖像特徵向量；
[0016](六)定義圖像邊界與非邊界模式
[0017]根據圖像特徵向量定義出圖像邊界與非邊界模式；
[0018](七)瞳孔到捲縮輪區域外邊緣提取
[0019]在歸一化圖像上建立一定大小的窗口，根據上述邊界定義進行瞳孔到捲縮輪區域外邊緣信息提取。
[0020]該方法的步驟如下:如果圖像中某一範圍出現邊界模式的頻數高，同時出現非邊界模式的頻數低，實際計算中用這兩種模式頻數的商來表示，在某方向上找到商的最大值，那麼這個範圍即為該方向上存在邊界的範圍。
[0021]該方法的步驟如下:
[0022](一 )利用現有的虹膜採集儀採集人眼圖像；
[0023]( 二)確定瞳孔與虹膜、虹膜與鞏膜之間的兩個邊界；
[0024]I)檢測瞳孔內部一點，建立一個40*40的模板並計算其灰度和作為模板中心點i的灰度值Ni，將模板在整個人眼圖像遍歷求得灰度和，並找出最小值，其模板的中心點即為瞳孔內部一點記為P。(X。，Y。)；
[0025]2)內邊界定位，從瞳孔內部點P出發，沿著左、右和下三個方向計算像素的灰度梯度值，梯度最大值即為內邊界的3個點，分別記為Pu (XL1, YL1)、PK1 (XE1, Yei)、PD1 (XD1, Ydi)，根據不共線的三點確定一個圓作為虹膜內邊界，求出內邊界的圓心坐標和半徑；
[0026]3)外邊界定位，從瞳孔內邊界三點Pli (XL1, Yli)、Pei (XE1, Yei)、Pm (XD1, YD1)出發，沿著左、右和下三個方向計算像素的灰度梯度值，梯度最大值即為外邊界的3個點，分別記為PL2 (XL2, Yl2)、Pr2 (XE2, Yr2)、PD2 (XD2, YD2)，與內邊界定位方法一致求得外邊界圓心坐標和半徑；
[0027](三)映射就是虹膜圖像的歸一化，採用極坐標轉換方法將原直角坐標轉換為極坐標，所表示的矩形虹膜，這就是彈性模型；將虹膜區域從內半逕到外半徑等分為150份，那麼利用上述方法將虹膜圖像歸一化，歸一化圖像大小為360*150 ；
[0028](四)定義基元結構是由水平方向上中心像素點及相鄰4個像素點組成，其中定義中心像素點為X，數字1，2，3，4為基元中像素點的排列順序；為了描述像素間的灰度變化程度，計算基元結構中每個像素點與中心像素的灰度差，根據每個像素點的序號不同將上述灰度差記為Qi (i = l，2，3，4)，不同閾值與qi(i = 1,2, 3,4)的絕對值的大小關係定義基元模式，該模式定義為P= {?1，？2，？3，？4}，其中？1(1 = 1，2，3，4)的值被賦予O、1、2，其中O表示1的絕對值大於等於閾值a ;2表示qi的絕對值小於閾值b ;1表示qi的絕對值介於閾值
a,b之間；
[0029]為了統計窗口內每種模式出現的頻次，將每個基元模式建立編號，編號為公式(I)
【權利要求】
1.一種虹膜瞳孔到捲縮輪區域信息提取方法，其特徵在於:該方法的步驟如下: (一)人眼圖像採集 利用現有的虹膜採集儀採集人眼圖像； (二)人眼虹膜定位 確定瞳孔與虹膜、虹膜與鞏膜之間的兩個邊界； (三)虹膜圖像歸一化 把虹膜兩個邊界構成的圓環映射到一個固定形狀的紋理圖中； (四)基元結構與模式建立 為了描述像素間的灰度變化程度，在建立的基元結構中定義該基元模式； (五)建立圖像特徵向量 將窗口內所有模式出現的頻次按照順序組成向量，定義為圖像特徵向量； (六)定義圖像邊界與非邊界模式 根據圖像特徵向量 定義出圖像邊界與非邊界模式； (七)瞳孔到捲縮輪區域外邊緣提取 在歸一化圖像上建立一定大小的窗口，根據上述邊界定義進行瞳孔到捲縮輪區域外邊緣信息提取。
2.根據權利要求1所述的虹膜瞳孔到捲縮輪區域信息提取方法，其特徵在於:該方法的步驟如下:如果圖像中某一範圍出現邊界模式的頻數高，同時出現非邊界模式的頻數低，實際計算中用這兩種模式頻數的商來表示，在某方向上找到商的最大值，那麼這個範圍即為該方向上存在邊界的範圍。
3.根據權利要求1所述的虹膜瞳孔到捲縮輪區域信息提取方法，其特徵在於:該方法的步驟如下: (一)利用現有的虹膜採集儀採集人眼圖像； (二)確定瞳孔與虹膜、虹膜與鞏膜之間的兩個邊界； .1)檢測瞳孔內部一點，建立一個40*40的模板並計算其灰度和作為模板中心點i的灰度值Ni,將模板在整個人眼圖像遍歷求得灰度和，並找出最小值，其模板的中心點即為瞳孔內部一點記為Po (X。，Y。)；. 2)內邊界定位，從瞳孔內部點P出發，沿著左、右和下三個方向計算像素的灰度梯度值，梯度最大值即為內邊界的3個點，分別記為Pu (XL1, YL1)、PK1 (XE1, Yei)、PD1 (XD1, Ydi)，根據不共線的三點確定一個圓作為虹膜內邊界，求出內邊界的圓心坐標和半徑； . 3)外邊界定位，從瞳孔內邊界三點Pu(XL1, YL1)、Pei (XE1, Yei)、Pm (XD1, Ydi)出發，沿著左、右和下三個方向計算像素的灰度梯度值，梯度最大值即為外邊界的3個點，分別記為PL2 (XL2, Yl2)、Pr2 (Xr2, Yr2)、PD2 (XD2, YD2)，與內邊界定位方法一致求得外邊界圓心坐標和半徑； (三)映射就是虹膜圖像的歸一化，採用極坐標轉換方法將原直角坐標轉換為極坐標，所表示的矩形虹膜，這就是彈性模型；將虹膜區域從內半逕到外半徑等分為150份，那麼利用上述方法將虹膜圖像歸一化，歸一化圖像大小為360*150 ； (四)定義基元結構是由水平方向上中心像素點及相鄰4個像素點組成，其中定義中心像素點為X，數字1，2，3，4為基元中像素點的排列順序；為了描述像素間的灰度變化程度，計算基元結構中每個像素點與中心像素的灰度差，根據每個像素點的序號不同將上述灰度差記為Qi (i = 1,2, 3，4)，不同閾值與qi(i = 1,2, 3,4)的絕對值的大小關係定義基元模式，該模式定義為P = (P1, p2，p3，p4}，其中Pi (i = 1，2，3，4)的值被賦予O、1、2，其中O表示Qi的絕對值大於等於閾值a ；2表示qi的絕對值小於閾值b ；1表示Qi的絕對值介於閾值a，b之間； 為了統計窗口內每種模式出現的頻次，將每個基元模式建立編號，編號為公式(I)
基元模式中Pi取O，1，2三種可能值，因此在圖像中可能出現的模式總數為34，窗口內所有模式出現的頻次按照編號順序組成向量，定義為圖像特徵向量V= {F(P(n))}，n =.0，1，2....34-1，其中？(11)表示編號為η的模式；F(P(n))表示P(n)模式出現的頻數。為了保證特徵向量長度一致，圖像中沒有出現的模式的頻數用O表示； P= {0,0,0,0}模式表示該基元結構中的像素與中心像素都存在較大灰度變化，在圖像中邊緣處出現較多，稱為邊界模式；P = {2，2，2，2}模式表示該基元結構中的像素與中心像素灰度變化都較小，在圖像中非邊緣處出現較多，稱為非邊界模式； 如果圖像中某一範圍出現邊界模式的頻數高，同時出現非邊界模式的頻數低，實際計算中用這兩種模式頻數的商來表示，在某方向上找到商的最大值，那麼這個範圍即為該方向上存在邊界的範圍； 考慮到採用10000}和{2222}這兩種模式出現頻數的商來判斷邊界比較單一，並不能完全反映出邊界範圍。將邊界範圍和非邊界範圍內容易出現的幾種模式也加入進來，即邊界範圍由:{0001} {0010} {0100} {1000}模式表示，非邊界範圍由{2221} {2212} {2122}{1222}模式表示，分別計算邊界範圍內、非邊界範圍內所有模式出現的頻數和SBF、SNBF，以及它們的商D，由此商的大小來判斷某一方向上的邊界； 為了尋找包含邊界的範圍，在歸一化圖像上用一定大小的窗口來表示該範圍，尋找邊界的具體步驟如下: (1)基於上述基元模式定義，計算窗口的特徵向量，並求出商D。 (2)在如圖所示的行方向上滑動窗口，計算每個窗口的商，紀錄這些商中的最大值，保存最大值所在窗口的中心點，即為該行的邊界點。 (3)窗口向下移動一個像素，重複步驟(2)，直到找到所有行的邊界點。 (4)連接步驟(3)得到的所有邊界點，即為虹膜瞳孔到捲縮輪區域外邊緣的輪廓線。
【文檔編號】G06K9/00GK104077564SQ201410258004
【公開日】2014年10月1日 申請日期:2014年6月11日 優先權日:2014年6月11日
【發明者】黃靜, 苑瑋琦 申請人:瀋陽工業大學