[发明专利]虹膜识别方法

说明书

本发明提供了一种虹膜识别方法，包括以下步骤：S1、采集虹膜原始图片，判定所述虹膜原始图片有无光斑；S2、定位光斑位置并对所述虹膜边缘处光斑做去光斑处理，得到无光斑图片；S3、对所述无光斑图片进行虹膜分区，得到虹膜分区模板；S4、根据所述虹膜分区模板，对所述虹膜原始图片进行分割，得到虹膜的环形区域图像；S5、对所述环形区域图像进行归一化处理和特征提取；S6、将步骤S5得到的虹膜图像特征与系统内存储的虹膜数据库信息分别进行比对，进行虹膜识别，输出结果。通过本方法采集的最终虹膜图片不会改变虹膜原始图片中虹膜区域的数据信息，保证了虹膜的准确性，提高了虹膜识别的准确率。

技术领域

本发明涉及虹膜识别技术领域，尤其涉及一种虹膜识别方法。

背景技术

在虹膜识别中，正确识别虹膜周边和瞳孔位置，是确保虹膜识别正确率的基本要求。一旦虹膜识别中的分区产生问题，虹膜识别的结果一定是错误的。这对于虹膜识别最大和最具备价值的品质：高安全性，会产生严重的问题，导致严重的后果。

目前，大部分的自动虹膜识别系统使用DAUGMAN核心算法。请参阅说明书附图1所示，基于DAUGMAN的瞳孔2及虹膜1分割方法，它是利用瞳孔2相较于虹膜1颜色偏暗及虹膜1相较于白膜3颜色偏暗的特点，通过卷积的方法计算瞳孔2及虹膜1的边缘位置。因为这种方法是利用明暗的偏差计算虹膜1的边缘，如果在边缘位置附近存在光斑点4的情况下，必将导致虹膜1分区的结果会向光斑点4靠近，即导致虹膜1分区错误。

日常生活中，很多人都会佩戴眼镜，在佩戴眼镜的的情况下，由于镜面对于补光光源的折射，导致光斑点4的产生是不可避免的。因此，佩戴眼镜或者其他造成大面积光斑情况下虹膜分割的正确率有待提高。

有鉴于此，有必要设计一种改进的虹膜识别方法，以解决上述问题。

发明内容

本发明的目的在于提供一种在采集的虹膜图片存在光斑的情况下提升虹膜分区正确率的虹膜识别方法。

为实现上述发明目的，本发明提供了一种虹膜识别方法，包括以下步骤：

S1、采集虹膜原始图片，判定所述虹膜原始图片有无光斑；

S2、定位光斑位置并对所述虹膜边缘处光斑做去光斑处理，得到无光斑图片；

S3、对所述无光斑图片进行虹膜分区，得到虹膜分区模板；

S4、根据所述虹膜分区模板，对所述虹膜原始图片进行分割，得到虹膜的环形区域图像；

S5、对所述环形区域图像进行归一化处理和特征提取；

S6、将步骤S5得到的虹膜图像特征与系统内存储的虹膜数据库信息分别进行比对，进行虹膜识别，输出结果。

作为本发明的进一步改进，所述S2的具体步骤如下：

S21、对所述虹膜原始图片进行基于阈值的二值化分割，得到所述虹膜原始图片的二值掩模图像；

S22、对所述二值掩模图像进行开运算处理，去除所述二值掩模图像中的小连通域；

S23、进行连通域扩充；

S24、对S23得到的图片进行梯度插值，得到要去除的光斑区域；

S25、去除所述虹膜原始图片中的所述光斑区域，得到无光斑图片。

作为本发明的进一步改进，所述S24中的所述梯度插值的计算过程如下：

S241、计算S23得到的图片的光斑边缘的水平梯度和竖直梯度,公式是：

diffX_i＝(X_i+1-X_i-1)/2；