[发明专利]虹膜搜索识别方法、装置、处理器及电子装置在审

专利信息
申请号: 202110296964.5 申请日: 2021-03-19
公开(公告)号: CN112905816A 公开(公告)日: 2021-06-04
发明(设计)人: 陈园园 申请(专利权)人: 上海聚虹光电科技有限公司
主分类号: G06F16/53 分类号: G06F16/53;G06F16/55;G06F16/51
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 周春枚
地址: 201306 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 虹膜 搜索 识别 方法 装置 处理器 电子
【权利要求书】:

1.一种虹膜搜索识别方法,其特征在于,包括:

对目标场景中的待入库虹膜图像进行特征编码处理,创建虹膜数据库,其中,所述虹膜数据库用于按照不同的虹膜纹理分类对所述待入库虹膜图像的特征码进行分组存储;

对待识别虹膜图像进行特征编码处理,得到待比对特征码;

确定所述待比对特征码对应的虹膜纹理分类;

基于所述虹膜纹理分类将所述待比对特征码与所述虹膜数据库中存储的特征码进行搜索比对处理,得到识别结果,其中,所述识别结果用于表明所述虹膜数据库中是否存在与所述待比对特征码相匹配的特征码。

2.根据权利要求1所述的虹膜搜索识别方法,其特征在于,对所述目标场景中的所述待入库虹膜图像进行特征编码处理,创建所述虹膜数据库包括:

利用虹膜采集设备在所述目标场景中采集所述待入库虹膜图像;

对所述待入库虹膜图像进行分割处理,得到第一眼睑睫毛区域掩模图像;

对所述待入库虹膜图像和所述第一眼睑睫毛区域掩模图像进行展开处理,得到第一虹膜展开图像;

对所述第一虹膜展开图像进行特征编码处理,创建所述虹膜数据库。

3.根据权利要求2所述的虹膜搜索识别方法,其特征在于,对所述待入库虹膜图像进行分割处理,得到所述第一眼睑睫毛区域掩模图像包括:

对所述待入库虹膜图像中的瞳孔与虹膜之间的交界线处进行圆拟合,得到内圆信息,其中,所述内圆信息包括:内圆圆心所在的位置和内圆半径;

对所述待入库虹膜图像中的所述虹膜与巩膜之间的交界线处进行圆拟合,得到外圆信息,其中,所述外圆信息包括:外圆圆心所在的位置和外圆半径;

对所述待入库虹膜图像中的眼睑和睫毛进行分割,得到所述第一眼睑睫毛区域掩模图像。

4.根据权利要求3所述的虹膜搜索识别方法,其特征在于,对所述待入库虹膜图像和所述第一眼睑睫毛区域掩模图像进行展开处理,得到所述第一虹膜展开图像包括:

按照所述内圆信息和所述外圆信息对所述待入库虹膜图像和所述第一眼睑睫毛区域掩模图像进行展开处理,得到所述第一虹膜展开图像。

5.根据权利要求4所述的虹膜搜索识别方法,其特征在于,对所述第一虹膜展开图像进行特征编码处理,创建所述虹膜数据库包括:

对所述第一虹膜展开图像进行特征编码处理,得到预设长度的特征码;

对所述第一虹膜展开图像中未被所述第一眼睑睫毛区域掩模图像的覆盖区域进行灰度共生矩阵统计,得到第一共生矩阵,并计算所述第一共生矩阵对应的第一内容描述子,其中,所述第一内容描述子用于反映虹膜纹理深浅的程度;

按照所述第一内容描述子的取值分布建立多个序列,并按照所述第一内容描述子的取值大小将所述预设长度的特征码存储至第一目标序列中,得到所述虹膜数据库,其中,所述多个序列用于确定多个虹膜纹理分类,所述第一目标序列是从所述多个序列中选取的序列。

6.根据权利要求5所述的虹膜搜索识别方法,其特征在于,按照所述第一内容描述子的取值分布建立所述多个序列包括:

按照所述第一内容描述子的取值分布选取所述第一内容描述子的次小值和次大值;

基于所述次小值和所述次大值计算取值间隔;

利用所述次小值、所述次大值以及所述取值间隔建立所述多个序列。

7.根据权利要求1所述的虹膜搜索识别方法,其特征在于,对所述待识别虹膜图像进行特征编码处理,得到所述待比对特征码包括:

利用虹膜采集设备在所述目标场景中采集所述待识别虹膜图像;

对所述待识别虹膜图像进行分割处理,得到第二眼睑睫毛区域掩模图像;

对所述待识别虹膜图像和所述第二眼睑睫毛区域掩模图像进行展开处理,得到第二虹膜展开图像;

对所述第二虹膜展开图像进行特征编码处理,得到所述待比对特征码。

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上海聚虹光电科技有限公司,未经上海聚虹光电科技有限公司许可,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/202110296964.5/1.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