[发明专利]虹膜识别方法及虹膜识别系统

权利要求书

1.一种虹膜识别方法，其特征在于，包括：

分割步骤，对被输入的虹膜序列的每一帧图像进行虹膜区域分割；

配准步骤，对被分割后的虹膜区域进行图像配准；

去噪步骤，在经所述配准步骤进行图像配准的基础上对虹膜图像序列进行清晰图像信息提取和去噪音；以及

融合步骤，对去噪音后的清晰虹膜图像序列进行融合。

2.如权利要求1所述的虹膜识别方法，其特征在于，在所述分割步骤中包括：

对输入的每一帧虹膜图像进行Canny边缘检测以检测出图像中的边缘点；以及

对检测出来的边缘点利用Hough变换搜索出虹膜区域的内外边界。

3.如权利要求2所述的虹膜识别方法，其特征在于，

作为所述虹膜区域的内外边界，搜索出虹膜区域的内外半径大小和圆心位置。

4.如权利要求1所述的虹膜识别方法，其特征在于，所述配准步骤包括：

对低质量虹膜图像配准问题建立数学模型；以及

利用迭代最近点算法进行虹膜图像配准。

5.如权利要求4所述的虹膜识别方法，其特征在于，

作为所述数据模型，包括：仿射变换T＝(A,t)以及两个虹膜区域的重叠比率因子λ₁和λ₂，其中，A表示仿射矩阵，t为平移变量，

在利用所述迭代最近点算法的过程中包括：

根据黄金分割搜索算法估计出输入的两幅待配准虹膜图像的重叠比率因子λ₁和λ₂；

进入算法的迭代过程：根据变换关系的初始值建立两对点集之间的对应关系，根据点集的对应关系更新点集的变换关系，直到算法满足给定的停止条件。

6.如权利要求5所述的虹膜识别方法，其特征在于，

所述配准步骤中，利用下式(1)和(2)进行对虹膜图像序列进行清晰图像信息提取和去噪音：

其中，矩阵X和N分别为低秩矩阵和噪音稀疏矩阵，Y为输入虹膜图像序列组成的矩阵，对上式(1)利用下式(2)进行凸松弛:

其中，将矩阵的秩和零范数分别用核范数和一范数代替。

7.如权利要求6所述的虹膜识别方法，其特征在于，

在所述融合步骤中，对去噪音后的清晰虹膜图像序列采用图像均值融合方法进行融合。

8.一种计算机可读介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1～7中任意一项所述的虹膜识别方法。

9.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～7中任意一项所述的虹膜识别方法。

10.一种虹膜识别系统，其特征在于，包括：

分割模块，用于对被输入的虹膜序列每一帧图像进行虹膜区域分割；

配准模块，用于对被分割后的虹膜区域进行图像配准；

去噪模块，用于在经所述配准模块进行图像配准的基础上对虹膜图像序列进行清晰图像信息提取和去噪音；以及

融合模块，用于对去噪音后的清晰虹膜图像序列进行融合。

11.如权利要求10所述的虹膜识别系统，其特征在于，

所述分割模块包括：

检测子模块，用于对输入的每一帧虹膜图像进行Canny边缘检测以检测出图像中的边缘点；以及

搜索子模块，用于对检测出来的边缘点利用Hough变换搜索出虹膜区域的内外边界。

12.如权利要求11所述的虹膜识别系统，其特征在于，

作为虹膜区域的内外边界，所述搜索子模块搜索出虹膜区域的内外半径大小和圆心位置。