一种虹膜图像的提取方法及提取系统的制作方法
【技术领域】
[0001]本发明涉及电子系统技术领域，具体涉及一种虹膜图像的提取方法及提取系统。
【背景技术】
[0002]虹膜属于眼球中层，位于血管膜的最前部，在睫状体前方，有自动调节瞳孔的大小，调节进入眼内光线多少的作用。现有的典型的虹膜识别主要由图像采集、图像预处理、特征编码、特征匹配四部分构成。在图像预处理过程中，虹膜图像提取尤其关键，其执行时间和精度将直接影响整个虹膜应用过程的识别速度和精度。传统的虹膜图像提取方法包括Hough变换圆检测的方法、Daugman的基于微分积分算子的方法以及Wildes等采用的边界检测方法。他们都将虹膜边界建模为包括内外两条边界的圆环形，通过提取圆环的内外圆来实现虹膜图像提取。然而，在实际采集过程中，由于被测者处于不同的姿态，因此虹膜图像通常不是一个完整的圆环形，以及虹膜外边界常常较为模糊，即虹膜与巩膜(巩膜即眼球外围的白色部分，是眼睛最外层的纤维膜)的过渡不明显，从而难以用上述传统的边界检测方法来检测外边界。
【发明内容】
[0003]本发明的目的鉴于上述不标准姿态条件影响虹膜提取的问题，本发明的提出一种针对不标准姿态条件下的虹膜图像的提取方法及提取系统。
[0004]本发明的技术方案是:
[0005]—种虹膜图像的提取方法，其中，包括:
[0006]从包含虹膜的图像中估算被测者的面部姿态；
[0007]从包含虹膜的图像中获取包含眼部图像的矩形区域；
[0008]根据所述面部姿态和所述矩形区域计算形成眼部最大连通区域位置信息；以及
[0009]根据所述最大连通区域位置信息进行虹膜提取。
[0010]优选地，上述的虹膜图像的提取方法，其中，根据所述面部姿态和所述矩形区域计算形成眼部标准位置数据；包括
[0011]根据所述面部姿态对所述矩形区域做纠偏处理形成正向眼部图像；
[0012]对所述正向眼部图像做运算处理，分别获取所述正向眼部图像位置数据、和/或尺寸数据；同时根据所述位置数据、和/或所述尺寸数据对矩形区域进行分割，获取每只眼睛的具体图像信息，
[0013]对每只眼睛的具体图像信息分别做平滑滤波处理；
[0014]对经过平滑滤波处理后的每只眼睛的具体图像信息做灰度变换；
[0015]对经过灰度变化的所述每只眼睛的具体图像信息做OSTU 二值化处理形成二值化处理结果；
[0016]对所述二值化处理结果进行形态处理；
[0017]对经过形态处理的所述二值化处理结果进行连通区域的标记处理，获取所述最大连通区域位置信息。
[0018]优选地，上述的虹膜图像的提取方法，其中，根据所述面部姿态对所述矩形区域做纠偏处理形成正向眼部图像；还包括，
[0019]对所述正向眼部图像做直方图均衡处理；
[0020]对经直方图均衡处理所述正向眼部图像做渐进平滑处理。
[0021]优选地，上述的虹膜图像的提取方法，其中，从包含虹膜的图像中估算被测者的面部姿态，包括:
[0022]获取所述图像的特征点并根据所述特征点形成二维图像信息；
[0023]根据所述二维图像信息估算被测者的滚转角、偏航角、俯仰角；
[0024]根据所述滚转角、偏航角、俯仰角形成所述面部姿态。
[0025]优选地，上述的虹膜图像的提取方法，其中，从包含虹膜的图像中估算被测者的面部姿态，包括:
[0026]获取所述图像的特征点并根据所述特征点形成二维图像信息和三维图像信息；
[0027]根据所述二维图像信息和所述三维图像信息按照预定的算法计算被测者的滚转角、偏航角、俯仰角；
[0028]根据所述滚转角、偏航角、俯仰角形成所述面部姿态。
[0029]优选地，上述的虹膜图像的提取方法，其中，对经过平滑滤波处理后的每只眼睛的具体图像信息做灰度变换；于图像变换后的灰度值与图像变换前灰度值呈线性关系的状态下，采用如下公式:
[0030]f[i, j] = k.I[i, j]+c
[0031]其中，f[i，j]为图像变换后的灰度值；k为线性斜率；I[i，j]为图像变换后的灰度值；c为线性函数在y轴上的截距。
[0032]优选地，上述的虹膜图像的提取方法，其中，对经过平滑滤波处理后的每只眼睛的具体图像信息做灰度变换；于图像变换后的灰度值与图像变换前灰度值呈二次非线性关系的状态下，采用如下公式:
[0033]f[i, j] = k.I2[i，j].+m.I[i, j]+c
[0034]其中，f [i，j]为图像变换后的灰度值；k为一次线性斜率；I[i，j]为图像变换后的灰度值；c为线性函数在y轴上的截距，m为二次线性斜率。
[0035]本发明同时提供一种虹膜图像的提取系统，其中，包括
[0036]估算单元，用于从包含虹膜的图像中估算被测者的面部姿态；
[0037]定位单元，用于从包含所述虹膜的图像中定位获取包含眼部图像的矩形区域；
[0038]计算单元，用于根据所述面部姿态和所述矩形区域计算获取最大连通区域位置信息；，以及
[0039]虹膜提取装置，用于根据所述最大连通区域位置信息进行虹膜提取。
[0040]优选地，上述的虹膜图像的提取系统，其中，所述计算单元包括:
[0041]纠偏装置，用以根据所述面部姿态做所述矩形区域做纠偏处理形成正向眼部图像；
[0042]处理单元，对所述正向眼部图像做运算处理，分别获取所述正向眼部图像位置数据、和/或尺寸数据；同时根据所述位置数据、和/或所述尺寸数据对矩形区域进行分割，获取每只眼睛的具体图像信息。
[0043]优选地，上述的虹膜图像的提取系统，其中，滤波装置，用以对每只眼睛的所述具体图像信息做平滑滤波处理；
[0044]转换装置，用以对经过平滑滤波处理后的每只眼睛的所述具体图像信息做灰度变换；
[0045]OSTU计算装置，用以对经过灰度变化的每只眼睛的所述具体图像信息做OSTU 二值化处理形成二值化处理结果；
[0046]形态处理装置；对所述二值化处理结果进行形态处理；
[0047]标记处理装置，用以对经过形态处理的所述二值化处理结果进行连通区域的标记处理，形成所述最大连通区域位置信息。
[0048]与现有技术相比，本发明的优点是:
[0049]鉴于在不标准姿态的条件下，图像中的虹膜图像不是一个标准的圆形或环形，且两眼之间不处于同一水平线上，在本实施例中，通过采集的面部姿态和眼部的矩形区域进行计算，进而获得眼部标准位置的数据，从而可以避免因不标准姿态条件对虹膜提取的影响。
【附图说明】
[0050]图1为本发明中一种虹膜图像的提取方法流程示意图；
[0051]图2为本发明中虹膜图像的提取方法的一种实施方式；
[0052]图3为本发明中虹膜图像的提取系统的结构示意图；
[0053]图4为本发明中虹膜图像的提取系统的一种实施方式。
【具体实施方式】
[0054]下面对照附图，通过对实施实例的描述，对本发明的【具体实施方式】如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理等作进一步的详细说明。
[0055]如图1所示，一种虹膜图像的提取方法，其中，包括:
[0056]从包含虹膜的图像中估算被测者的面部姿态；
[0057]从包含虹膜的图像中获取包含眼部图像的矩形区域；
[0058]根据所述面部姿态和所述矩形区域计算形成眼部最大连通区域位置信息；以及
[0059]根据所述最大连通区域位置信息进行虹膜提取。
[0060]鉴于在不标准姿态的条件下，图像中的虹膜图像不是一个标准的圆形或环形，且两眼之间不处于同一水平线上，在本实施例中，通过采集的面部姿态和眼部的矩形区域进行计算，进而获得眼部标准位置的数据，从而可以避免因不标准姿态条件对虹膜提取的影响。
[0061]如图2所示，作为进一步优选实施方式，上述的虹膜图像的提取方法，其中，根据所述面部姿态和所述矩形区域计算形成眼部标准位置数据；包括
[0062]根据所述面部姿态对所述矩形区域做纠偏处理形成正向眼部图像；
[0063]对所述正向眼部图像做运算处理，分别获取所述正向眼部图像位置数据、和/或尺寸数据；同时根据所述位置数据、和/或所述尺寸数据对矩形区域进行分割，获取每只眼睛的具体图像信息，
[0064]对每只眼睛的具体图像信息分别做平滑滤波处理；用以消除光照偏置效应。
[0065]对经过平滑滤波处理后的每只眼睛的具体图像信息做灰度变换；用以突出虹膜的黑色区域，消除眼睑区域。提高虹膜提取的准备度。
[0066]对经过灰度变化的所述每只眼睛的具体图像信息做OSTU 二值化处理形成二值化处理结果；0STU 二值化处理不需要输入某一固定阈值，仅仅通过计算使得前景和背景两种区域之间的方差而获得最大自适应阈值，具有很好的自适应性。
[0067]对所述二值化处理结果进行形态处理；进一步消除眼部区域图像的孤立点和非连续区域。同时可对眼部区域土建分别进行轮廓提取和填充操作。
[0068]对经过形态处理的所述二值化处理结果进行连通区域的标记处理，获取所述最大连通区域位置信息。连通区域面积最大的一块即为虹膜的位置。抛弃分散的、孤立的较小的轮廓区域。
[0069]作为进一步优选实施方案，上述的虹膜图像的提取方法，其中，根据所述面部姿态对所述矩形区域做纠偏处理形成正向眼部图像；还包括，
[0070]对所述正向眼部图像做直方图均衡处理；
[0071]对经直方图均衡处理所述正向眼部图像做渐进平滑处理。用以消除直方图均衡处理可能引起的像素颗粒噪音。
[0072]通过上述两个步骤，主要用以消除光照偏置效应，进一步提高虹膜提取的准确性。
[0073]优选地，上述的虹膜图像的提取方法，其中，从包含虹膜的图像中估算被测者的面部姿态，包括:
[0074]获取所述图像的特征点并根据所述特征点形成二维图像信息；
[0075]根据所述二维图像信息估算被测者的滚转角、偏航角、俯仰角；
[0076]根据所述滚转角、偏航角、俯仰角形成所述面部姿态。
[0077]优选地，上述的虹膜图像的提取方法，其中，从包含虹膜的图像中估算被测者的面部姿态，包括:
[0078]获取所述图像的特征点并根据所述特征点形成二维图像信息和三维图像信息；
[0079]根据所述二维图像信息和所述三维图像信息按照预定的算法计算被测者的滚转角、偏航角、俯仰角；
[0080]根据所述滚转角、偏航角、俯仰角形成所述面部姿态。
[0081