[发明专利]一种人眼图像的虹膜特征提取方法及系统

权利要求书

1.一种人眼图像的虹膜特征提取方法，其特征在于，所述方法包括以下步骤：

步骤S100、当检测到人体时，开启刺激光源和摄像头，通过所述摄像头采集所述人体的面部图像；

步骤S200、采用边缘分割方法从所述面部图像中提取出眼部图像，确定所述眼部图像中的瞳孔区域；

步骤S300、根据所述瞳孔区域确定虹膜的位置范围；

步骤S400、从所述虹膜的位置范围中提取出虹膜特征。

2.根据权利要求1所述的一种人眼图像的虹膜特征提取方法，其特征在于，步骤S200中，所述确定所述眼部图像中的瞳孔区域，包括：

对所述眼部图像进行预处理得到灰度图像，所述预处理包括平滑去噪处理和灰度化处理；

对所述灰度图像进行整体锐化，得到待处理图像；

根据设定的阈值对所述待处理图像进行二值化处理，得到二值化图像；

从所述二值化图像中检测出透光区域；

根据所述透光区域的边缘灰度值分布，确定所述眼部图像中的瞳孔区域。

3.根据权利要求2所述的一种人眼图像的虹膜特征提取方法，其特征在于，所述对所述灰度图像进行整体锐化，包括：

对所述灰度图像中的每个像素点的灰度值进行更新，所述更新灰度值的计算公式为：

其中，(x_i,y_i)表示灰度图像中编号为i的像素点，(m,n)表示像素点(x_i,y_i)的邻域点，y_i-1≤m≤y_i+1，x_i-3≤n≤x_i+3，k∈[0.1,1]，g(·)表示对应像素点的灰度值，w(x_i,y_i,m,n)为更新系数；k为灰度值的调节系数；通过对更新后的灰度值进行调节，避免整体图像过亮，便于后续的阈值分割；

所述更新系数的计算公式为：

其中，σ为所述灰度图像的标准差。

4.根据权利要求2所述的一种人眼图像的虹膜特征提取方法，其特征在于，所述步骤S300包括：

步骤S310、确定所述瞳孔区域的最小外界矩形，获取所述最小外界矩形的长和宽；

步骤S320、将所述最小外界矩形的左右边分别延长至所述眼部图像的上下两端，得到左右两边的临界线；

步骤S330、确定滑动窗口的大小，将所述滑动窗口设置于任一临界线的外边界；

步骤S340、通过所述滑动窗口进行纵向滑动搜索，采用边缘检测算法从所述待处理图像中提取出多条边缘线；

步骤S350、确定多条所述边缘线是否相连接，若否，则执行步骤S360；若是，则执行步骤S370；

步骤S360、将所述滑动窗口横向滑动设定距离后，再执行步骤S340；其中，所述设定距离为所述滑动窗口的宽度；

步骤S370、将多条边缘线连接为一条弧形线，基于所述弧形线拟合得到圆形区域，将所述圆形区域作为虹膜的位置范围。

5.根据权利要求4所述的一种人眼图像的虹膜特征提取方法，其特征在于，所述滑动窗口的长度等于所述最小外界矩形的长度的0.8至3倍，所述滑动窗口的宽度为所述最小外界矩形的宽度的1/5至1/3。

6.一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上存储有人眼图像的虹膜特征提取程序，所述人眼图像的虹膜特征提取程序被处理器执行时实现如权利要求1至5任一项所述的人眼图像的虹膜特征提取方法的步骤。

7.一种人眼图像的虹膜特征提取系统，其特征在于，所述系统包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至5任一项所述的人眼图像的虹膜特征提取方法。