基於紋理圖像局部特徵的形變虹膜匹配方法
2023-07-25 05:13:36 2
專利名稱：基於紋理圖像局部特徵的形變虹膜匹配方法
技術領域：
本發明涉及計算機視覺、數字圖像處理、模式識別等技術領域，特別是一種基於紋理圖像局部特徵的形變虹膜匹配方法(Deformable DAISYMatcher，簡稱DDM)。
背景技術：
虹膜是人眼中外部可見的內部器官，在近紅外光線下可以呈現出豐富的紋理，虹膜識別即通過分析人眼虹膜的紋理來識別人的身份。由於虹膜具有唯一性、穩定性和非侵犯性等多種優點，目前已經成功應用於煤礦、機場、銀行等地的身份驗證。但是不同光照環境下，人眼瞳孔大小會隨著光線而縮放。據統計，外界光線強時人眼瞳孔的直徑會縮小至約1. 5毫米，暗時會擴張至約7毫米。瞳孔直徑的變化同時會引起虹膜的彈性形變。如圖1所示是不同光照情況下同一個虹膜對比，圖1中(a)是光照暗時的虹膜圖像；(b)是(a)的虹膜線性歸一化結果；(c)是光照亮時的虹膜圖像；(d)是(C)的虹膜線性歸一化結果；當同一個虹膜產生不同程度的形變時，其紋理也會有較大的差異，這是目前虹膜識別面臨的一個嚴峻挑戰。識別人在註冊和識別時，外界光照環境通常會有很大的變化， 不同時刻獲取的虹膜圖像形變程度也不一樣。這給虹膜識別系統帶來了很大的類內差異 (intra-class difference)，使錯誤拒絕率增大，大大降低了系統的識別正確率、使用方便性和舒適度。目前，國內外很多學者著眼於研究形變虹膜的匹配問題，以減小虹膜彈性形變給識別系統帶來的不良影響。目前解決虹膜彈性形變的方法主要有兩種。第一，非線性歸一化，在虹膜預處理過程中，通常需要將圓環狀的虹膜圖像歸一化成固定大小的長方形，以消除圖像尺寸給識別結果帶來的影響。在此過程中，可以根據虹膜的生理特點等先驗知識，在歸一化過程中矯正虹膜的形變；第二，抽取對形變魯棒的虹膜特徵，此種特徵用於識別，也可以大大降低識別錯誤率。但是由於現在還不能非常精確地模擬虹膜彈性形變的模型，因此通過非線性歸一化的方法矯正虹膜彈性形變有一定的困難，因此目前算法效果不是很好。另外，很多學者著眼於研究對虹膜形變魯棒的特徵和匹配方法，即虹膜的彈性形變對抽取出的特徵影響不大，以此來消除虹膜彈性形變給識別系統帶來的不良影響。此類方法現在還不成熟，也只能在一定程度上解決形變問題，並不能完全消除影響。目前已經有很多成熟的虹膜識別技術及專利，能夠有效地應用於虹膜識別領域， 例如虹膜圖像的魯棒特徵抽取與識別方法。此方法利用多極子濾波器對歸一化虹膜圖像進行空域濾波，並將濾波結果進行二值編碼，構建圖像的特徵向量，兩幅圖像特徵向量的漢明距離即為二者的匹配值。此技術在計算圖像特徵向量的漢明距離時，採用固定點對點的匹配方法。這種方法容易受到形變和遮擋的影響。當虹膜形變非常嚴重時，相對應點的特徵值對發生移位，因此固定點對點匹配方法容易匹配錯誤的特徵值，從而降低系統性能。綜上所述，現有的方法還不能很好地消除虹膜彈性形變帶來的影響，因此成為虹膜識別的瓶頸問題，如何又快又好地消除形變帶來的影響是一個亟待解決的問題。
發明內容
(一)要解決的技術問題現有的虹膜歸一化、特徵抽取和匹配算法並不能完全消除虹膜彈性形變給識別帶來的影響，不能有效地滿足實際應用中的需要。本發明的目的是針對現有技術中存在的問題，最大程度消除虹膜彈性形變帶來的影響，提供一種快速有效的形變虹膜匹配方法，解決虹膜識別中的典型問題，提升系統識別正確率。(二)技術方案為了解決公開技術方案存在的那些技術問題，本發明提出一種基於紋理圖像局部特徵的形變虹膜匹配方法，即利用虹膜的局部特徵找到虹膜關鍵點，用關鍵點局部動態匹配的方法實現形變虹膜匹配。本發明不需任何先驗知識，可以快速有效地抽取特徵並匹配， 解決了虹膜在嚴重形變時無法精確配準的問題。為了實現上述目的，本發明基於紋理圖像的局部特徵的形變虹膜匹配方法解決技術題的技術方案包括以下步驟步驟Sl 對用於註冊和識別的歸一化虹膜圖像計算不同方向的方向梯度圖，並抽取虹膜紋理圖像局部特徵。步驟S2 識別時，根據虹膜紋理圖像局部特徵，找到待識別和註冊虹膜圖像的關鍵點；用局部範圍內動態搜索的方法對待識別圖像上的每個關鍵點在註冊圖像中找到匹配點；所有關鍵點匹配值的平均為兩幅圖像的匹配值。優選地，抽取虹膜紋理圖像局部特徵的步驟包括步驟Sll 計算歸一化虹膜圖像的方向梯度圖。步驟S12 對不同方向的方向梯度圖用不同大小的高斯核多次濾波，圖像的紋理圖像的局部特徵由每次濾波結果組成。優選地，抽取虹膜紋理圖像的局部特徵的每個像素點都有一個多維的特徵矢量。優選地，虹膜的紋理圖像局部特徵由該歸一化虹膜圖像的像素點和周圍像素點的方向梯度加權組合而成。優選地，利用高斯核濾波對虹膜圖像去除噪聲和特徵加權。優選地，關鍵點匹配步驟包括步驟S21 對於任意一幅虹膜圖像，計算每一像素點的紋理圖像局部特徵能量，並據此選擇該虹膜圖像的關鍵點。步驟S22 兩幅圖像匹配時，待識別圖像的每個關鍵點在設定距離範圍內找到在註冊圖像上和其特徵最相似的點，作為其匹配點。優選地，利用像素點每一維特徵值的平方和作為該點的特徵能量；在設定區域範圍內，特徵能量最大的像素點選作虹膜關鍵點。優選地，兩幅圖像匹配時，待識別圖像的所有關鍵點在註冊虹膜圖像局部範圍內動態尋找特徵最相似點，達到形變虹膜匹配目的。
本發明的有益效果本發明利用虹膜的局部紋理圖像的局部特徵，選擇虹膜關鍵點，並且利用局部特徵動態選擇關鍵點的匹配點。它解決了在虹膜識別中形變虹膜紋理難以配準的問題。它主要有以下優點是(1)紋理圖像局部特徵對光照和加性噪聲魯棒。由於在提取特徵時用到梯度信息，因此光照對特徵影響不大，並且在賦權值的時候用高斯濾波的方法，這樣可以快速有效地去除加性白噪聲並且對不同區域賦值；( 紋理圖像局部特徵為虹膜局部特性，能夠用多維矩陣詳細描述虹膜紋理細節信息；(3)匹配時用到關鍵點局部動態匹配方法，所以即使虹膜形變非常嚴重，每一個關鍵點也能很好地找到其匹配點， 並且匹配時不需要任何形變的先驗知識或者模型，這也是本算法對比其他算法的優勢所在。由於本發明高效率和高魯棒性等特點，它對提高虹膜識別的系統性能有重要作用，非常適用於實際的虹膜識別系統，尤其是不同光照情況下的虹膜匹配問題，有很好的效果。
圖1是不同光照情況下同一個虹膜對比；圖2是基於紋理圖像局部特徵的形變虹膜匹配方法流程圖；圖3是基於紋理圖像局部特徵的形變虹膜匹配方法組成說明；圖4是歸一化虹膜圖像抽取特徵流程圖；圖5是關鍵點匹配方法流程圖。
具體實施例方式為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，並參照附圖，對本發明進一步詳細說明。但所描述的實施例子僅旨在便於對本發明的理解，而對其不起任何限定作用。在不同光照環境下，人眼瞳孔大小會隨著光線而縮放。由此引起的虹膜彈性形變給虹膜識別帶來很大的挑戰。這給虹膜識別系統帶來了很大的類內差異(intra-class difference)，使錯誤拒絕率增大，大大降低了系統的識別正確率、使用方便性和舒適度。雖然目前有很多種方法來消除形變帶來的影響，例如非線性歸一化矯正彈性形變、對形變魯棒的特徵抽取和匹配等，但這些方法不能完全消除形變帶來的影響。本發明提出用關鍵點局部動態匹配的方法解決形變虹膜匹配問題。抽取的局部特徵可以有效地描述虹膜圖像的細節信息，而且依據特徵選出的關鍵點對光照和噪聲魯棒， 而且即使在形變嚴重時，動態匹配的方法也可以使關鍵點快速有效地找到匹配點。因此這種方法具有對光照、噪聲和形變魯棒的特點，非常適用於形變虹膜匹配。根據上述分析，本發明提出的一種基於紋理圖像局部特徵(DAISY)的形變虹膜匹配方法，其流程框圖如圖2及圖3所示，包括特徵抽取和關鍵點匹配兩個步驟步驟Sl 對用於註冊和識別的歸一化虹膜圖像計算不同方向的方向梯度圖，並抽取虹膜紋理圖像局部特徵。步驟S2 識別時，根據已計算的虹膜紋理圖像局部特徵，找到待識別和註冊虹膜圖像的關鍵點；用局部範圍內動態搜索的方法對待識別圖像上的每個關鍵點在註冊圖像中找到匹配點；所有關鍵點匹配值的平均為兩幅圖像的匹配值。下面對本發明涉及的關鍵步驟進行逐一說明。本發明所述方法中各個基本步驟的具體形式如下所述特徵抽取步驟Si，此處抽取虹膜圖像的紋理圖像局部特徵。計算紋理圖像局部特徵時有多個參數，下文將選擇特定的參數來說明梯度方向選擇8，鄰域點方向選擇4，層數選擇5。紋理圖像局部特徵(DAISY特徵)是一種密集的局部特徵，每個像素點都有一個特徵矢量。每一像素點的特徵由該點和其鄰域點的方向梯度組成，歸一化虹膜圖像抽取特徵流程圖如圖4所示。首先，確定參數設置的八個梯度方向，並計算歸一化虹膜圖像在這八個方向的方
向梯度圖G。:
權利要求
1.一種基於紋理圖像局部特徵的形變虹膜匹配方法，其特徵在於，該方法的具體步驟包括步驟Sl 對用於註冊和識別的歸一化虹膜圖像計算不同方向的方向梯度圖，並抽取虹膜紋理圖像局部特徵；步驟S2 識別時，根據虹膜紋理圖像局部特徵，找到待識別和註冊虹膜圖像的關鍵點； 用局部範圍內動態搜索的方法對待識別圖像上的每個關鍵點在註冊圖像中找到匹配點；所有關鍵點匹配值的平均為兩幅圖像的匹配值。
2.根據權利要求1所述的基於紋理圖像的局部特徵的形變虹膜匹配方法，抽取虹膜紋理圖像局部特徵的步驟包括步驟Sll 計算歸一化虹膜圖像的方向梯度圖；步驟S12 對不同方向的方向梯度圖用不同大小的高斯核多次濾波，圖像的紋理圖像的局部特徵由每次濾波結果組成。
3.根據權利要求1所述的形變虹膜匹配方法，其特徵在於，抽取虹膜紋理圖像的局部特徵的每個像素點都有一個多維的特徵矢量。
4.根據權利要求1所述的基於紋理圖像局部特徵的形變虹膜匹配方法，其特徵在於， 虹膜的紋理圖像局部特徵由該歸一化虹膜圖像的像素點和周圍像素點的方向梯度加權組合而成。
5.根據權利要求1或4所述的形變虹膜匹配方法，其特徵在於，利用高斯核濾波對虹膜圖像去除噪聲和特徵加權。
6.根據權利要求1所述的形變虹膜匹配方法，其特徵在於，所述關鍵點匹配步驟包括步驟S21 對於任意一幅虹膜圖像，計算每一像素點的紋理圖像局部特徵能量，並據此選擇該虹膜圖像的關鍵點。步驟S22:兩幅圖像匹配時，待識別圖像的每個關鍵點在設定距離範圍內找到在註冊圖像上和其特徵最相似的點，作為其匹配點。
7.根據權利要求6所述的形變虹膜匹配方法，其特徵在於，利用像素點每一維特徵值的平方和作為該點的特徵能量；在設定區域範圍內，特徵能量最大的像素點選作虹膜關鍵點ο
8.根據權利要求6所述的形變虹膜匹配方法，其特徵在於，兩幅圖像匹配時，待識別圖像的所有關鍵點在註冊虹膜圖像局部範圍內動態尋找特徵最相似點，達到形變虹膜匹配目的。
全文摘要
本發明是基於紋理圖像局部特徵的形變虹膜匹配方法，包括特徵抽取和關鍵點匹配兩個環節。特徵抽取步驟包括按照既定的多個方向，計算每幅歸一化虹膜圖像的方向梯度圖；不同像素點方向梯度圖的加權組合作為該圖像的紋理圖像局部特徵；關鍵點匹配步驟包括利用像素點的紋理圖像局部特徵選取關鍵點；每個關鍵點通過局部動態搜索，找到另一幅圖像上和其特徵歐氏距離最近的點，每個關鍵點的匹配值的平均為兩幅圖像的匹配結果。本發明抽取特徵過程快速，且特徵對於光照和噪聲魯棒。關鍵點匹配能動態地在局部區域找到匹配點，非常適合用於形變虹膜匹配，還能提高低質量虹膜圖像匹配的精度和虹膜識別系統對複雜多變的應用環境的適應能力。
文檔編號G06K9/46GK102201063SQ20111015806
公開日2011年9月28日 申請日期2011年6月13日 優先權日2011年6月13日
發明者孫哲南, 張曼, 譚鐵牛 申請人:中國科學院自動化研究所