[发明专利]一种虹膜图像分割方法、装置、电子设备及存储介质在审

专利信息
申请号: 201911146452.X 申请日: 2019-11-19
公开(公告)号: CN112906431A 公开(公告)日: 2021-06-04
发明(设计)人: 周军;许猛 申请(专利权)人: 北京眼神智能科技有限公司;北京眼神科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 100085 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 虹膜 图像 分割 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种虹膜图像分割方法,其特征在于,包括:

对待分割的虹膜图像利用虹膜检测算法进行检测,得到包含虹膜区域的检测结果框;

基于所述检测结果框,利用虹膜形状特征点回归,得到一组位于虹膜外边界和眼睑边界上的特征点,并拟合得到眼睑边界和虹膜外边界;

根据虹膜内外边界近似同心的特点,基于所述虹膜外边界,确定瞳孔边界,完成瞳孔粗定位;

利用所述眼睑边界、虹膜外边界和瞳孔边界所确定的虹膜范围,检测光斑噪声和睫毛噪声,得到噪声模板;

基于所述眼睑边界、虹膜外边界、瞳孔边界和噪声模板,利用传统方法对虹膜粗定位结果进行调整,得到虹膜精定位结果,从而实现虹膜图像分割。

2.根据权利要求1所述的方法,其特征在于,所述基于所述检测结果框,利用虹膜形状特征点回归,得到一组位于虹膜外边界和眼睑边界上的特征点,并拟合得到眼睑边界和虹膜外边界,包括:

采用学习的方法得到回归函数以回归特征点位置,采用加权最小二乘法进行拟合。

3.根据权利要求1所述的方法,其特征在于,所述根据虹膜内外边界近似同心的特点,基于所述虹膜外边界,确定瞳孔边界,完成瞳孔粗定位,包括:

以虹膜外边界圆心为中心,在极坐标系下展开虹膜图像;

计算虹膜展开图像上的竖直方向梯度;

根据竖直方向梯度变化情况,确定瞳孔半径。

4.根据权利要求1所述的方法,其特征在于,所述检测光斑噪声,包括:

在虹膜图像中,利用光斑灰度阈值确定出光斑。

5.根据权利要求4所述的方法,其特征在于,所述光斑灰度阈值为:

Tl=p·mean(Icroi)+(1-p)·max(Icroi)

其中,p为阈值中虹膜区域灰度均值权重,p∈(0,1),Icroi为虹膜区域,mean为对区域灰度求均值,max为对区域灰度求最大值。

6.根据权利要求4所述的方法,其特征在于,所述检测睫毛噪声,包括:

将去除光斑噪声后的虹膜区域划分为无睫毛区域和候选睫毛区域;

利用无睫毛区域像素值,估算灰度正态分布参数;

利用所述灰度正态分布参数,设置睫毛灰度阈值,在候选睫毛区域中,检测睫毛噪声。

7.根据权利要求1-6中任一所述的方法,其特征在于,所述传统方法包括基于微积分检测算子的方法、基于边缘检测和霍夫变换相结合的方法。

8.一种虹膜图像分割装置,其特征在于,包括:

虹膜检测模块,用于对待分割的虹膜图像利用虹膜检测算法进行检测,得到包含虹膜区域的检测结果框;

虹膜形状回归模块,用于基于所述检测结果框,利用虹膜形状特征点回归,得到一组位于虹膜外边界和眼睑边界上的特征点,并拟合得到眼睑边界和虹膜外边界;

瞳孔粗定位模块,用于根据虹膜内外边界近似同心的特点,基于所述虹膜外边界,确定瞳孔边界,完成瞳孔粗定位;

噪声检测模块,用于利用所述眼睑边界、虹膜外边界和瞳孔边界所确定的虹膜范围,检测光斑噪声和睫毛噪声,得到噪声模板;

虹膜精定位模块,用于基于所述眼睑边界、虹膜外边界、瞳孔边界和噪声模板,利用传统方法对虹膜粗定位结果进行调整,得到虹膜精定位结果,从而实现虹膜图像分割。

9.一种电子设备,其特征在于,所述电子设备包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为上述电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行上述权利要求1-7任一所述的方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述权利要求1-7任一所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京眼神智能科技有限公司;北京眼神科技有限公司,未经北京眼神智能科技有限公司;北京眼神科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911146452.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top