[发明专利]基于多方向中心对称局部二值模式的虹膜纹理表征方法

说明书

本发明公开了基于多方向中心对称局部二值模式的虹膜纹理表征方法，针对现有设计的手工描述子难以实现对虹膜纹理点和面均衡表征的缺陷，本发明将局部邻域整体和中心以及邻域的对称表达相结合，设计了MDCS‑LBP算子表征虹膜纹理特征。首先对局部邻域整体计算加权灰度值，然后重新定义编码规则实现加权灰度值之间的编码获得该局部的虹膜特征，最后通过二值化对虹膜特征进行降维以提高后期识别速度。经实验验证，该方法能够快速有效的表征虹膜纹理特征，提高了虹膜识别性能，且对不同设备采集的虹膜数据库能够获得稳定的识别效果。

技术领域

本发明属于生物特征识别及信息安全的技术领域，具体涉及一种基于多方向中心对称局部二值模式(MDCS-LBP)的虹膜纹理表征方法。

背景技术

由于虹膜具有普遍性、唯一性、稳定性以及虹膜纹理的高度复杂性等优点，虹膜识别技术被认为是最具有发展前途的生物特征识别技术。近年来，随着采集设备的更新，虹膜识别技术得到了快速的发展，但是随着需求的不断更新，虹膜识别技术也需要不断地改进。

虹膜识别是利用计算机视觉在图像或视频中定位虹膜并识别其身份的一种生物特征识别技术。虹膜识别主要包含以下四个环节：虹膜图像采集及质量评价、虹膜图像预处理、虹膜纹理特征表征与编码和虹膜特征匹配。其中虹膜纹理表征与编码是虹膜识别的核心步骤，直接决定虹膜识别性能。

虹膜识别系统的核心算法在于虹膜纹理的表征，目前针对虹膜纹理表征的相关研究，国内外学者提出了一些相关算法。Daugman等人利用2D-Gabor滤波器对虹膜图像进行滤波处理提取虹膜纹理的相位特征，根据相位信息所处象限进行编码，从而实现虹膜纹理的表征(Daugman J G.Biometric personal identification system based on irisanalysis:United States Patent,No.5,291,560[P].1994.)；这种方法的识别性能过度依赖于虹膜图像质量，且针对不同采集设备所获取的虹膜图像，需要对滤波器进行参数调整以获取更好的识别性能。李等人手工设计SCCS-LBP算子表征虹膜纹理特征(李欢利,郭立红,李小明,王心醉,董月芳.基于统计特征中心对称局部二值模式的虹膜识别[J].光学精密工程,2013,21(08):2129-2136)；该方法有效利用了虹膜纹理的分布特性，在识别速度和识别精度上都取得了较好的效果，但SCCS-LBP算子的设计忽略了中心像素点的作用以及周围多个像素点之间的关系，抗噪声能力不强。朱等人手工设计MD-LBP算子用于表征虹膜纹理(朱晓冬,张齐贤,刘元宁,吴迪,吴祖慷,王超群,李昕龙.基于多方向局部二值模式与稳定特征的虹膜识别[J].吉林大学学报(工学版),2021,51(02):650-658)；该方法考虑了邻域像素点与周围像素点之间的关系，为构建特征映射提供了更多的信息，但该方法需要通过多种滤波算法得到稳定特征识别区域来提高识别效果，且针对不同分辨率的虹膜样本库在识别性能上存在较大的差异。

发明内容

虹膜纹理有效且鲁棒的表征既要考虑局部邻域的整体，涵盖各个方向，又要考虑中心以及邻域的对称表达，以实现对纹理的点和面的均衡表征。因此，本发明提出了一种基于多方向中心对称局部二值模式的虹膜纹理表征方法，以提高虹膜识别的整体性能。

基于多方向中心对称局部二值模式的虹膜纹理表征方法，步骤如下：

步骤(1).选取5*5特征提取模板，按照特殊计算规则计算八个不同方向的加权灰度值与中心加权灰度值，计算所得的方向加权灰度值和中心加权灰度值构成特征编码模板。

步骤(2).引入中心对称编码思想，为兼顾中心加权灰度值在编码时对纹理表征的作用，重新定义加权灰度值之间的比较规则。由加权灰度值计算和重新定义的编码规则构成MDCS-LBP算子，实现虹膜纹理的表征，获得MDCS-LBP特征图。

步骤(3).采用阈值二值化的方法对MDCS-LBP特征图进行特征降维。

步骤(1).具体方法如下：