[发明专利]一种用于远距离行进中虹膜识别的虹膜定位方法

说明书

本发明公开一种用于远距离行进中虹膜识别的虹膜定位方法，包括：去除虹膜图像中随机分布的光斑和噪声干扰；检测瞳孔与虹膜的过渡边缘，定位虹膜内边界；及检测虹膜与巩膜的过渡边缘，定位虹膜外边界。本发明中虹膜定位方法对光照、模糊等成像条件不敏感，计算复杂度低，能有效提升远距离行进中虹膜识别系统的虹膜定位的鲁棒性和实时性，从而有助于提高系统的识别速度和准确率。

技术领域

本发明涉及虹膜定位方法。更具体地，涉及一种用于远距离行进中虹膜识别的虹膜的定位方法。

背景技术

随着信息技术的迅速发展，人们对身份认证和信息安全的要求越来越高，为了满足人们的需求，生物特征识别技术受到日益广泛的关注。目前，指纹、人脸、虹膜等基于人体固有生物特征的识别技术已经慢慢地进入人们的生活，在机场安检、门禁系统、安全支付等诸多领域为人们的生活提供便捷服务。在诸多的生物特征识别技术中，虹膜识别以其准确性、稳定性、安全性和非接触性等显著优势已成为生物识别领域的重点研究方向和发展趋势。

在虹膜识别系统中，虹膜定位和眼睑检测是至关重要的，虹膜定位和眼睑检测的效率和准确性直接影响到虹膜识别的速度以及匹配的准确性。只有定位准确，才能提取更多的有效虹膜特征，从而实现准确识别；相反地，虹膜定位的偏差将显著增加虹膜识别的错误率。现有的虹膜定位方法，主要是利用虹膜区域与瞳孔、巩膜区域的灰度值差异进行定位。目前的主要方法，一种是基于灰度差值的微积分检测算子方法，还有一种是基于梯度的边缘检测和霍夫变换相结合的方法。

经典的虹膜定位方法以及在其基础上的改进方法，主要是利用微积分圆检测器迭代求得圆周积分径向梯度极大值并拟合圆周参数或利用Hough变换搜索圆周参数空间和投票法拟合圆周参数的原理。这类方法针对高质量的虹膜图像可以实现精确的虹膜定位，适用于近距离静态虹膜识别系统，但同时存在以下明显的缺点：

1、微积分圆检测器、Hough变换及穷举式圆周拟合等方法由于需要对虹膜边界三维参数空间进行逐点搜索，因此复杂度高，耗时较长，对虹膜识别系统的实时性要求提出了严峻挑战。

2、此类方法严格依赖虹膜边界的高对比度成像，对噪声干扰和非均匀光照等问题较为敏感，同时难以适应各种类型的图像模糊，仅适用于高质量的虹膜成像系统，鲁棒性差，无法应用于复杂环境下的低质量虹膜成像系统。

与近距离静态虹膜识别系统不同，远距离行进中虹膜识别系统的成像条件非常复杂，获取的虹膜图像多为低质图像，往往包含多个位置随机的光斑干扰，虹膜区域更易受到物体遮挡，虹膜特征更易受到噪声污染，并常常伴随离焦模糊和运动模糊的情形。

因此，需要提供一种能有效去除随机光斑，同时对虹膜遮挡和噪声干扰不敏感，并能适应由一定程度的图像模糊造成的虹膜边界变形的用于远距离行进中虹膜识别系统的快速稳定的虹膜定位方法。

发明内容

本发明的目的在于提供一种用于远距离行进中虹膜识别系统的快速稳定的虹膜定位方法，能够增强系统的鲁棒性，有效去除随机光斑，同时对虹膜遮挡和噪声干扰不敏感，并能适应由一定程度的图图像模糊造成的虹膜边界变形。

为达到上述目的，本发明采用下述技术方案：

一种用于远距离行进中虹膜识别的虹膜定位方法，所述方法包括：

步骤S1：去除虹膜图像中随机分布的光斑和噪声干扰，包括：

步骤S11：自适应地计算光斑分割阈值并检测随机光斑；

步骤S12：对检测出的光斑进行软填充；及

步骤S13：对去除光斑后的虹膜图像进行非线性统计滤波；

步骤S2：检测瞳孔与虹膜的过渡边缘，定位虹膜内边界，包括：

步骤S21：利用硬分割的方法检测可能的瞳孔区域；