[发明专利]虹膜图像识别方法、虹膜图像识别装置及存储介质

权利要求书

1.一种虹膜图像识别方法，其特征在于，所述方法包括：

获取待处理虹膜图像；

基于改进的二维经验模态分解对所述待处理虹膜图像分解，得到多个二维经验模态分解分量；

在所述多个二维经验模态分解分量中选取预设数量的所述二维经验模态分解分量进行重构，得到重构后的所述待处理虹膜图像；

提取并融合重构后的所述待处理虹膜图像的分布特征；

基于轻型梯度提升框架对所述分布特征进行识别，得到识别结果。

2.根据权利要求1所述的虹膜图像识别方法，其特征在于，基于改进的二维经验模态分解对所述待处理虹膜图像分解，包括：

在所述改进的二维经验模态分解中，利用分段三次埃尔米特多项式插值函数计算所述改进的二维经验模态分解的包络曲面均值。

3.根据权利要求1或2所述的虹膜图像识别方法，其特征在于，基于改进的二维经验模态分解对所述待处理虹膜图像分解，包括：

对所述待处理虹膜图像进行边界对称延拓。

4.根据权利要求3所述的虹膜图像识别方法，其特征在于，提取并融合重构后的所述待处理虹膜图像的分布特征，包括：

利用log Gabor奇函数提取重构后的所述待处理虹膜图像的分布特征。

5.根据权利要求3所述的虹膜图像识别方法，其特征在于，基于轻型梯度提升框架对所述分布特征进行识别，包括：

利用汉明距离确定所述待处理虹膜图像的相似度；

并基于轻型梯度提升框架对所述汉明距离进行识别。

6.根据权利要求4或5所述的虹膜图像识别方法，其特征在于，所述方法还包括：

对所述待处理虹膜图像进行预处理，所述预处理包括；

对所述待处理虹膜图像进行归一化处理；以及

对归一化的所述待处理虹膜图像的分块。

7.根据权利要求6所述的虹膜图像识别方法，其特征在于，得到重构后的所述待处理虹膜图像，包括：

基于自适应的直方图均衡化，对所述重构后的所述待处理虹膜图像进行增强。

8.一种虹膜图像识别装置，其特征在于，所述装置包括：

获取模块，用于获取待处理虹膜图像；

分解模块，用于基于改进的二维经验模态分解对所述待处理虹膜图像分解，得到多个二维经验模态分解分量；

重构模块，用于在所述多个二维经验模态分解分量中选取预设数量的所述二维经验模态分解分量进行重构，得到重构后的所述待处理虹膜图像；

提取模块，用于提取并融合重构后的所述待处理虹膜图像的分布特征；

识别模块，用于基于轻型梯度提升框架对所述分布特征进行识别，得到识别结果。

9.根据权利要求8所述的虹膜图像识别装置，其特征在于，基于改进的二维经验模态分解对所述待处理虹膜图像分解时，所述分解模块用于：

在所述改进的二维经验模态分解中，利用分段三次埃尔米特多项式插值函数计算所述改进的二维经验模态分解的包络曲面均值。

10.根据权利要求8或9所述的虹膜图像识别装置，其特征在于，基于改进的二维经验模态分解对所述待处理虹膜图像分解时，所述分解模块用于：

对所述待处理虹膜图像进行边界对称延拓。

11.根据权利要求10所述的虹膜图像识别装置，其特征在于，提取并融合重构后的所述待处理虹膜图像的分布特征时，所述提取模块用于：

利用log Gabor奇函数提取重构后的所述待处理虹膜图像的分布特征。

12.根据权利要求10所述的虹膜图像识别装置，其特征在于，基于轻型梯度提升框架对所述分布特征进行识别时，所述识别模块用于：

利用汉明距离确定所述待处理虹膜图像的相似度；

并基于轻型梯度提升框架对所述汉明距离进行识别。