[发明专利]用于虹膜识别的方法及装置、终端设备、存储介质在审

专利信息
申请号: 202110988739.8 申请日: 2021-08-26
公开(公告)号: CN113673460A 公开(公告)日: 2021-11-19
发明(设计)人: 刘德华;张玉香;周卫东;王刚;刘军城 申请(专利权)人: 青岛熙正数字科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京康盛知识产权代理有限公司 11331 代理人: 高会会
地址: 266000 山东省青岛市市北*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 虹膜 识别 方法 装置 终端设备 存储 介质
【权利要求书】:

1.一种用于虹膜识别的方法,其特征在于,包括:

采集待识别对象的虹膜图像并进行预处理;

将预处理后的所述虹膜图像进行虹膜定位,确定出虹膜有效区域;

对所述虹膜有效区域进行采样,获取所述虹膜有效区域对应的虹膜矩阵图像;

对所述虹膜矩阵图像进行特征提取,获取所述待识别对象对应的多个虹膜特征;

根据多个决策树构建随机森林分类器,通过所述随机森林分类器对所述多个虹膜特征进行虹膜识别,得到虹膜匹配结果。

2.根据权利要求1所述的方法,其特征在于,所述对所述虹膜矩阵图像进行特征提取,获取所述待识别对象对应的多个虹膜特征,包括:

对所述虹膜矩阵图像通过局部二值模式进行特征提取,获取所述待识别对象对应的第一虹膜特征;

对所述虹膜矩阵图像通过局部二值模式进行特征提取以及S变换,获取所述待识别对象对应的第二虹膜特征;

对所述虹膜矩阵图像通过局部二值模式进行特征提取以及2D-Gabor滤波,获取所述待识别对象对应的第三虹膜特征。

3.根据权利要求1所述的方法,其特征在于,所述通过所述随机森林分类器对所述多个虹膜特征进行虹膜识别,得到虹膜匹配结果,包括:

从所述随机森林分类器中随机选择两颗决策树;

通过所述两颗决策树分别对所述多个虹膜特征进行虹膜识别,获取第一虹膜匹配结果和第二虹膜匹配结果;

判断所述第一虹膜匹配结果对应的欧式距离是否小于所述第二虹膜匹配结果对应的欧式距离;

若是,则将所述第一虹膜匹配结果作为最终的虹膜匹配结果;

若否,则将所述第二虹膜匹配结果作为最终的虹膜匹配结果。

4.根据权利要求3所述的方法,其特征在于,所述机森林分类器包括第一决策树、第二决策树、第三决策树和第四决策树,其中,每颗决策树的决策方式包括:

所述第一决策树使用第一虹膜特征与数据库中的多个虹膜样本进行第一级匹配,按照数值大小的顺序选择欧式距离最小的五个虹膜样本;使用所述第二虹膜特征与所述五个虹膜样本进行第二级匹配,按照数值大小的顺序筛选出欧式距离最小的三个虹膜样本;使用所述第三虹膜特征与所述三个虹膜样本进行第三级匹配,从三个虹膜样本中选择欧式距离最小的虹膜样本作为虹膜匹配结果;

所述第二决策树使用第一虹膜特征与数据库中的多个虹膜样本进行匹配,选择欧式距离最小的虹膜样本作为虹膜匹配结果;

所述第三决策树使用第一虹膜特征与数据库中的多个虹膜样本进行第一级匹配,按照数值大小的顺序选择欧式距离最小的三个虹膜样本;使用第二虹膜特征和第三虹膜特征分别对所述三个虹膜样本进行第二级匹配,选择欧式距离最小的虹膜样本作为虹膜匹配结果;

所述第四决策树使用第一虹膜特征、第二虹膜特征和第三虹膜特征分别与数据库中的多个虹膜样本进行匹配,分别获取每个虹膜特征对应的欧式距离最小的三个虹膜样本;从所述三个虹膜样本进一步选择欧式距离最小的虹膜样本作为虹膜匹配结果。

5.根据权利要求1至4任一项所述的方法,其特征在于,所述将预处理后的所述虹膜图像进行虹膜定位,确定出虹膜有效区域,包括:

通过边缘检测算法,根据所述虹膜图像生成虹膜边缘图像;

通过霍夫变换圆检测算法,从所述虹膜边缘图像中标记出瞳孔与巩膜之间的圆环形区域作为虹膜有效区域。

6.根据权利要求5所述的方法,其特征在于,所述通过霍夫变换圆检测算法,从所述虹膜边缘图像中标记出瞳孔与巩膜之间的圆环形区域作为虹膜有效区域,包括:

通过霍夫变换圆检测算法,按照固定区间的搜索半径对所述虹膜边缘图像进行圆检测,获取多个检测圆形;

计算每个检测圆形的灰度值,将最小灰度值对应的检测圆形确定为瞳孔对应的虹膜内圆;

以所述虹膜内圆的圆心为中心,以所述虹膜内圆的半径与预设阈值之和为半径,确定巩膜对应的虹膜外圆;

将所述虹膜内圆和虹膜外圆之间的圆环形区域作为虹膜有效区域。

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青岛熙正数字科技有限公司,未经青岛熙正数字科技有限公司许可,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/202110988739.8/1.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