[发明专利]基于低分辨率光学摄像头的虹膜中心定位方法

权利要求书

1.基于低分辨率光学摄像头的虹膜中心定位方法，其特征在于：该方法具体包括以下步骤：

步骤一：获取人脸图像，并基于SDM算法定位人脸图像上的特征点；

步骤二：将步骤一定位得到的人眼特征点向外扩张几个像素实现分割，得到人眼ROI区域；通过人眼特征点得到眼睛的宽度和高度，进而得到人眼横纵比，通过横纵比判断人眼的开、闭状态；

步骤三：当步骤二判断的结果为人眼闭合状态，则通过人眼关键点求取人眼的中点，并将该中点作为人眼闭合状态下的虹膜中心点；

步骤四：当步骤二判断的结果为人眼睁开状态，对步骤二得到的人眼ROI区域进行二值化操作，然后进行降噪处理得到人眼ROI二值化图像；再对步骤二得到的人眼ROI区域通过灰度化函数得到对应的人眼ROI灰度图；

步骤五：遍历步骤四得到的人眼ROI二值化图像，获取其中值为255的像素点的位置，与对应位置在人眼区域灰度图上对应的像素值，将对应的灰度图中像素值最小的位置作为人眼虹膜的粗定位中心；

步骤六：根据步骤五得到的粗定位结果初始化snakuscule模型，向模型输入步骤二得到的人眼ROI区域；

步骤七：对步骤六得到的初始化后的snakuscule模型的内圆区域内作四区域跳跃迭代模型，通过比较四区域的归一化能量值，得到一个最优的跳跃迭代结果；

步骤八：对步骤七得到的snakuscule模型，进行虹膜中心质检，即计算虹膜在snakuscule内圆中的面积占比，若占比低于阈值，则重复执行步骤七进行跳跃迭代，否则执行单像素迭代以更加精确地逼近真实中心；在每次单像素迭代前，计算其在十种迭代运动后的外环和内圆的归一化能量差值，最后选择一种基于梯度下降后能提供最大能量减少的运动；当snakuscule模型迭代至内圆完全抓取虹膜，此时的圆心即为最终求得的人眼睁开状态下的虹膜中心。

2.如权利要求1所述基于低分辨率光学摄像头的虹膜中心定位方法，其特征在于：步骤一中通过SDM算法定位得到的特征点数量为68。

3.如权利要求1所述基于低分辨率光学摄像头的虹膜中心定位方法，其特征在于：步骤二中，当计算得到的人眼纵横比小于0.2时，判断人眼为闭合状态，否则为睁开状态。

4.如权利要求1所述基于低分辨率光学摄像头的虹膜中心定位方法，其特征在于：步骤四中通过全局阈值对人眼ROI区域进行二值化操作。

5.如权利要求4所述基于低分辨率光学摄像头的虹膜中心定位方法，其特征在于：所述全局阈值通过灰度直方图求得。

6.如权利要求1所述基于低分辨率光学摄像头的虹膜中心定位方法，其特征在于：所述单像素迭代是以每次一个像素的迭代距离进行迭代的方式。

7.如权利要求1所述基于低分辨率光学摄像头的虹膜中心定位方法，其特征在于：所述十种迭代运动为上、下、左、右、左上、右上、左下、右下8个方向与半径的扩张、收缩。