[发明专利]一种虹膜识别方法及终端

权利要求书

1.一种虹膜识别方法，其特征在于，所述方法包括：

获得针对人眼进行采集得到的第一图像，所述第一图像为终端采集的显示参数低于第一阈值的图像；

在训练库中选择与所述第一图像相对应的第二图像；所述第二图像为显示参数高于第二阈值的图像；所述第二阈值大于所述第一阈值；

识别所述第二图像中的虹膜区域；

针对所述虹膜区域进行纹理基元的识别，以获得所述第二图像中的虹膜区域的纹理基元；

其中，所述纹理基元表征所述虹膜区域中重复出现的局部特征；

基于所述纹理基元判断所述第二图像的分类是活体虹膜或假体虹膜；

当确定所述第二图像的分类是活体虹膜时，对所述第二图像进行特征抽取获得特征参数，将所述特征参数与预设特征库中的特征参数进行比对，获得与所述特征参数对应的身份结果。

2.根据权利要求1所述的方法，其特征在于，所述在训练库中选择与所述第一图像相对应的第二图像之前，所述方法还包括：

针对同一目标分别采集高分辨率图像和低分辨率图像；所述高分辨率图像为显示参数高于第二阈值的图像；所述低分辨率图像为显示参数低于第一阈值的图像；

建立所述高分辨率图像和所述低分辨率图像的关联关系生成训练库。

3.根据权利要求2所述的方法，其特征在于，所述建立所述高分辨率图像和所述低分辨率图像的关联关系生成训练库，包括：

分别对所述高分辨率图像和所述低分辨率图像进行分块处理，建立所述高分辨率图像的每一个第一分块图像与所述第一分块图像相对应的低分辨率图像的第二分块图像的第一关联关系；

基于所述第一分块图像、与所述第一分块图像具有第一关联关系的第二分块图像生成训练库。

4.根据权利要求3所述的方法，其特征在于，所述在训练库中选择与所述第一图像相对应的第二图像，包括：

对所述第一图像进行分块处理获得多个第三分块图像；

查询所述训练库，以获得与所述多个第三分块图像相匹配的多个第二分块图像；

获得与所述多个第二分块图像关联的多个第一分块图像，将所述多个第一分块图像组合生成所述第二图像。

5.根据权利要求1所述的方法，其特征在于，所述针对所述虹膜区域进行纹理基元的识别，以获得所述第二图像中的虹膜区域的纹理基元，包括：

采用尺度不变换特征变换SIFT算法抽取所述第二图像的局部特征，获得所述第二图像的局部特征集合；

分析所述局部特征集合，获得所述局部特征集合中重复出现的特征作为纹理基元。

6.根据权利要求5所述的方法，其特征在于，所述基于所述纹理基元判断所述第二图像的分类是活体虹膜或假体虹膜，包括：

获得所述纹理基元在所述局部特征集合中的第一属性参数；

判断所述第一属性参数与预先学习获得的第一类型的属性参数集合相匹配，或是与预先学习获得的第二类型的属性参数集合相匹配；

当所述第一属性参数与所述第一类型的属性参数集合相匹配时，确定所述第二图像的分类是活体虹膜；

当所述第一属性参数与所述第二类型的属性参数集合相匹配时，确定所述第二图像的分类是假体虹膜。

7.根据权利要求1所述的方法，其特征在于，所述对所述第二图像进行特征抽取获得特征参数，包括：

采用深度学习算法对所述第二图像进行特征抽取获得特征参数。