一种定位虹膜的图像处理方法和装置制造方法
【专利摘要】一种定位虹膜的图像处理方法和装置，本发明公开了一种定位虹膜的图像处理方法，该方法包括：获取包含虹膜区域的人眼图像；通过自适应圆弧投影模型算法在人眼图像中定位瞳孔边界；通过自适应圆弧投影模型算法在人眼图像中定位虹膜外边界；通过从人眼图像中去除眼皮区域提取感兴趣虹膜区域的图像。
【专利说明】一种定位虹膜的图像处理方法和装置
【技术领域】
[0001] 本发明涉及图像处理领域及生物识别领域，特别涉及一种定位虹膜的图像处理方 法和装置。
【背景技术】
[0002] 在信息时代，如何正确确定人的身份，保护信息安全，已经成为一个重要的社会问 题。传统的生物身份认证方式如指纹、人脸由于容易被伪造，越来越难以满足社会需要。虹 膜较其它生物特征具有唯一性、稳定性、非入侵性以及防伪性等优点，使得虹膜识别技术得 到了广泛的关注。
[0003] 虹膜是人眼中介于瞳孔和巩膜之间的环状区域，含有较为丰富的纹理信息。但是， 虹膜成像设备在采集虹膜图像的同时，不可避免的采集到瞳孔、巩膜、眼皮、睫毛等。而虹膜 识别需要的仅仅是介于瞳孔和巩膜之间不被眼皮和睫毛遮挡的区域，因此，为了得到该区 域就需要准确的定位虹膜区域，以便于分割。
[0004] 经典的虹膜分割算法有Daugman在其专利U. S. Pat. No. 5291560提出的微积分算 子方法。该方法在三维参数空间迭代求最优解，面临计算量大、定位速度慢的问题。谭铁牛 等人在其专利CN101539991B中采用canny边缘检测和最小二乘法来拟合虹膜边界，由于虹 膜边界往往比较模糊，使得分割准确性不强。
[0005] 因此，需要提出一种满足实时、快速处理且鲁棒的虹膜分割算法的技术方案。
【发明内容】
[0006] 为此，本发明提供一种新的定位虹膜的图像处理方法和装置，以力图解决或者至 少缓解上面存在的问题。
[0007] 根据本发明的一个方面，提供一种定位虹膜的图像处理方法，所述方法包括：获取 包含虹膜区域的人眼图像；通过自适应圆弧投影模型算法在人眼图像中定位瞳孔边界；通 过自适应圆弧投影模型算法在人眼图像中定位虹膜外边界；通过从人眼图像中去除眼皮区 域提取感兴趣虹膜区域的图像。
[0008] 通过自适应圆弧投影模型算法在人眼图像中定位瞳孔边界可以包括：对人眼图像 作滤波去噪处理；计算人眼图像中近似瞳孔中心（ x〇，y。）。及近似瞳孔半径在以近似瞳 孔中心（x〇，y。）。为圆心以及以半径为Ov r2)的环形范围内，采用自适应圆弧投影模型算 法计算候选瞳孔边界点；根据候选瞳孔边界点与近似瞳孔中心（ x〇，y。）的距离从候选瞳孔 边界点中排除非真实边界点；对剩余的候选瞳孔边界点使用最小二乘法拟合得到瞳孔边界 以及瞳孔中心（ Xpupil，ypupil)和瞳孔半径rpupil。根据候选瞳孔边界点与近似瞳孔中心的距离 从候选瞳孔边界点中排除非真实边界点可以包括：排除与近似瞳孔中心的距离小于第一瞳 孔半径阈值R 1和大于第二瞳孔半径阈值R 2的候选瞳孔边界点。
[0009] 通过自适应圆弧投影模型算法在人眼图像中定位虹膜外边界可以包括：根据瞳孔 边界的位置，在虹膜区域的左右两边划分含有虹膜外边界的两个矩形区域；对两个矩形区 域进行滤波去噪处理；在两个矩形区域内采用各向异性Canny算子检测图像的边缘；在以 瞳孔中心（Xpupil，ypupil)为圆心以及以半径为（r3，r 4)的环形范围内，采用自适应圆弧投影模 型算法计算候选虹膜外边界点；根据候选虹膜外边界点与瞳孔中心（xpupil，y pupil)的距离， 从候选虹膜外边界点中排除非真实边界点；对剩余的候选虹膜外边界点使用最小二乘圆拟 合得到虹膜的外边界、虹膜中心和虹膜半径。根据候选虹膜外边界点与瞳孔中心的距离从 候选虹膜外边界点中排除非真实边界点可以包括：如果该候选虹膜外边界点与瞳孔中心的 距离小于第一虹膜半径阈值R 3、或者大于第二虹膜半径阈值R4、或者超过各候选虹膜外边 界点与瞳孔中心的平均距离第一偏离阈值，则排除该候选虹膜外边界点。
[0010] 通过从人眼图像中去除眼皮区域提取虹膜区域的图像可以包括：以虹膜中心为圆 心，以虹膜直径为边长，裁剪虹膜区域图像；对虹膜区域图像计算梯度图像；对梯度图像二 值化处理，将瞳孔掩码；将二值图像分块并标记连通区域，对连通区域按面积排序；遍历各 连通区域，根据连通区域所占的列序号确定是否保留该连通区域；在保留的连通区域中依 据列序号找出距瞳孔最近的点；对找到的点基于RANSAC算法和最小二乘法拟合得到上下 眼皮曲线，并提取感兴趣虹膜区域的图像。确定是否保留该连通区域可以包括：如果连通区 域的列序号包含没被其他面积较大的连通区域所包含的序列号，则保留所述连通区域。对 虹膜区域图像计算梯度图像可以包括强化水平方向梯度，弱化垂直方向梯度。
[0011] 瞳孔边界点的计算通过自适应圆弧投影模型算法步骤可以包括：
[0012] 在以近似瞳孔中心（XQ，yQ)为圆心，以半径为Ovr 2)的环形范围内，以角度Θ、积 分区域宽度P对高度为h的矩形条根据自适应圆弧投影模型算法公式计算积分值；以及选 择最大的积分值所对应的坐标点作为候选瞳孔边界点，其中自适应圆弧投影模型算法公式 为：
【权利要求】
1. 一种定位虹膜的图像处理方法，所述方法包括： 获取包含虹膜区域的人眼图像； 通过自适应圆弧投影模型算法在人眼图像中定位瞳孔边界； 通过自适应圆弧投影模型算法在人眼图像中定位虹膜外边界； 通过从人眼图像中去除眼皮区域提取感兴虹膜区域的图像。
2. 根据权利要求1所述的方法，其中所述通过自适应圆弧投影模型算法在人眼图像中 定位瞳孔边界的步骤包括： 对人眼图像作二值化及滤波去噪处理； 计算人眼图像中近似瞳孔中心（x〇，y。）及近似瞳孔半径a; 在以近似瞳孔中心（?%)为圆心以及以半径为Ovr2)的环形范围内，采用自适应圆 弧投影模型算法计算候选瞳孔边界点； 根据候选瞳孔边界点与近似瞳孔中心（?%)的距离从候选瞳孔边界点中排除非真实 边界点； 对剩余的候选瞳孔边界点使用最小二乘法拟合得到瞳孔边界以及瞳孔中心 (Xpupi I，ypup和瞳孔半径 Ppupil0
3. 根据权利要求2所述的方法，其中所述根据候选瞳孔边界点与近似瞳孔中心的距离 从候选瞳孔边界点中排除非真实边界点包括： 排除与近似瞳孔中心的距离小于第一瞳孔半径阈值R1和大于第二瞳孔半径阈值1?2的 候选瞳孔边界点。
4. 根据权利要求1所述的方法，其中所述通过自适应圆弧投影模型算法在人眼图像中 定位虹膜外边界包括： 根据瞳孔边界的位置，在虹膜区域的左右两边划分含有虹膜外边界的两个矩形区域； 对两个矩形区域进行滤波去噪处理； 在两个矩形区域内采用各向异性Canny算子检测图像的边缘； 在以瞳孔中心（xpupil,ypupil)为圆心以及以半径为（r3，r4)的环形范围内，采用自适应圆 弧投影模型算法计算候选虹膜外边界点； 根据候选虹膜外边界点与瞳孔中心（xpupil，ypupil)的距离，从候选虹膜外边界点中排除 非真实边界点； 对剩余的候选虹膜外边界点使用最小二乘圆拟合得到虹膜的外边界、虹膜中心和虹膜 半径。
5. 根据权利要求4所述的方法，其中所述根据候选虹膜外边界点与瞳孔中心的距离从 候选虹膜外边界点中排除非真实边界点包括： 如果该候选虹膜外边界点与瞳孔中心的距离小于第一虹膜半径阈值R3、或者大于第二 虹膜半径阈值R4、或者超过各候选虹膜外边界点与瞳孔中心的平均距离第一偏离阈值，则 排除该候选虹膜外边界点。
6. 根据权利要求1所述的方法，其中通过从人眼图像中去除眼皮区域提取虹膜区域的 图像包括： 裁剪以虹膜直径为边长的正方形虹膜区域图像，其中正方形虹膜区域图像以虹膜中心 为中心； 对虹膜区域图像计算梯度图像； 对梯度图像二值化处理，将瞳孔掩码； 将二值图像分块并标记连通区域，对连通区域按面积排序； 遍历各连通区域，根据连通区域所占的列序号确定是否保留该连通区域； 在保留的连通区域中依据列序号找出距瞳孔最近的点； 对找到的点基于RANSAC算法和最小二乘法拟合得到上下眼皮曲线，并提取虹膜图像。
7. 根据权利要求6所述的方法，其中所述确定是否保留该连通区域包括： 如果连通区域的列序号包含没被其他面积较大的连通区域所包含的序列号，则保留所 述连通区域。
8. 根据权利要求6所述的方法，其中所述对虹膜区域图像计算梯度图像包括强化水平 方向梯度，弱化垂直方向梯度。
9. 根据权利要求1、2或3中任一项所述的方法，其中瞳孔边界点的计算通过自适应圆 弧投影模型算法步骤包括： 在以近似瞳孔中心（?,%)为圆心，以半径为Ovr2)的环形范围内，以角度Θ、宽度p对高度为h的矩形条根据自适应圆弧投影模型算法公式计算积分值；以及 选择最大的积分值所对应的坐标点作为候选瞳孔边界点， 其中自适应圆弧投影模型算法公式为：
其中，（χ〇，％)表示近似瞳孔中心，I(x，y)为矩形条边缘检测后的二值图像在（x，y)处 的值，P表示宽度，并且P的范围是Ovr2),其中，ri<rMh表示矩形条高度，Θ 表示矩形相对水平轴的倾斜角。
10. -种定位虹膜的图像处理装置，所述装置包括： 人眼图像检测单元，适于获取包含虹膜区域的人眼图像； 虹膜边缘定位单元，适于通过自适应圆弧投影模型算法在人眼图像中定位瞳孔边界以 及虹膜外边界； 虹膜图像获取单元，适于通过从人眼图像中去除眼皮区域提取感兴趣虹膜区域的图 像。
【文档编号】G06K9/54GK104463159SQ201410854091
【公开日】2015年3月25日 申请日期:2014年12月31日 优先权日:2014年12月31日
【发明者】马超玉, 杨怀恒, 张虎, 王晓鹏 申请人:北京释码大华科技有限公司