基于紋理差異的虹膜圖像腸環(huán)區(qū)域檢測(cè)方法
【專利說(shuō)明】
[0001]
技術(shù)領(lǐng)域：本發(fā)明屬于生物特征識(shí)別技術(shù)領(lǐng)域，具體涉及一種虹膜腸環(huán)區(qū)域信息 檢測(cè)算法，以及利用虹膜腸環(huán)區(qū)域信息進(jìn)行虹膜粗分類，即基于紋理差異的虹膜圖像腸環(huán) 區(qū)域檢測(cè)方法。
【背景技術(shù)】 [0002] ：生物識(shí)別技術(shù)是最重要的計(jì)算機(jī)輔助個(gè)人身份識(shí)別方法之一，廣泛的 應(yīng)用于政府項(xiàng)目如國(guó)家身份證、簽證和簽證辦理等領(lǐng)域。虹膜識(shí)別以其穩(wěn)定性和高識(shí)別率 在眾多生物特征中占主要地位。
[0003] 虹膜圖像具有豐富的紋理特征，這些紋理具有不同的形狀，如塊狀、條狀、斑點(diǎn)狀 等，研究者提出多種方法進(jìn)行這些信息特征的提取，用于身份識(shí)別。然而，絕大多數(shù)方法計(jì) 算相對(duì)復(fù)雜，在一定大小的數(shù)據(jù)庫(kù)下能夠驗(yàn)證虹膜識(shí)別的有效性，但在實(shí)際應(yīng)用中還存在 局限。盡管這些方法獲得良好的識(shí)別結(jié)果，然而所有虹膜身份驗(yàn)證方法需要匹配輸入虹膜 圖像數(shù)據(jù)庫(kù)中大量的虹膜圖像，這是非常耗時(shí)的。

【發(fā)明內(nèi)容】
：
[0004] 發(fā)明目的：本發(fā)明提供一種基于紋理差異的虹膜圖像腸環(huán)區(qū)域檢測(cè)方法，其目的 是解決以往的虹膜識(shí)別效果不理想的問(wèn)題，提高大樣本數(shù)據(jù)庫(kù)下虹膜識(shí)別的匹配速度。
[0005] 技術(shù)方案：本發(fā)明是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的：
[0006] -種基于紋理差異的虹膜圖像腸環(huán)區(qū)域檢測(cè)方法，其特征在于：所述方法的具體 步驟如下：
[0007] (1)虹膜圖像預(yù)處理
[0008] 利用現(xiàn)有的虹膜采集儀采集人眼圖像；虹膜定位，即確定瞳孔與虹膜、虹膜與鞏膜 之間的兩個(gè)邊界；虹膜圖像歸一化，即把虹膜兩個(gè)邊界構(gòu)成的圓環(huán)映射到一個(gè)固定形狀的 紋理圖中；
[0009] (2)基于紋理差異的虹膜圖像腸環(huán)區(qū)域檢測(cè)；
[0010] (3)虹膜腸環(huán)區(qū)域信息表示；
[0011] (4)應(yīng)用虹膜腸環(huán)區(qū)域信息進(jìn)行虹膜圖像粗分類。
[0012] "（2) "步驟中所述的建立一種圖像局部特征到整體特征的自仿射性關(guān)系來(lái)表征紋 理。
[0013] "（3) "步驟中的腸環(huán)位置區(qū)域分布和腸環(huán)內(nèi)紋理復(fù)雜度兩種表示方法，在整個(gè)虹 膜上建立四等分統(tǒng)計(jì)模型描述腸環(huán)位置區(qū)域分布，提出一種在不規(guī)則灰度共生矩陣下計(jì)算 6種紋理描繪子方法表示腸環(huán)內(nèi)紋理復(fù)雜度。
[0014] "（4) "步驟中的建立腸環(huán)位置分布和基于支持向量機(jī)的腸環(huán)內(nèi)紋理復(fù)雜度兩種分 類模型。
[0015] (1)人眼圖像樣本庫(kù)建立
[0016] 利用現(xiàn)有的虹膜采集儀采集人眼圖像，建立基于腸環(huán)位置區(qū)域分布和腸環(huán)內(nèi)紋理 復(fù)雜度兩種分類樣本庫(kù)；
[0017] (2)人眼虹膜腸環(huán)區(qū)域定位
[0018] 1)虹膜定位：確定瞳孔與虹膜、虹膜與鞏膜之間的兩個(gè)邊界；
[0019] 2)虹膜圖像歸一化：把虹膜兩個(gè)邊界構(gòu)成的圓環(huán)映射到一個(gè)固定形狀的紋理圖 中；
[0020] 3)虹膜腸環(huán)外邊界提?。涸跉w一化圖像上建立一定大小的窗口進(jìn)行掃描，描述窗 口內(nèi)紋理變化規(guī)律。分析此規(guī)律的差別確定腸環(huán)外邊界；
[0021] (3)腸環(huán)信息分析與表示：在整個(gè)虹膜上建立四等分統(tǒng)計(jì)模型描述腸環(huán)位置區(qū)域 分布，提出一種在不規(guī)則灰度共生矩陣下計(jì)算6種紋理描繪子方法表示腸環(huán)內(nèi)紋理復(fù)雜 度；
[0022] (4)基于腸環(huán)信息的虹膜粗分類：建立腸環(huán)位置分布分類模型和基于支持向量機(jī) 的腸環(huán)內(nèi)紋理復(fù)雜度分類模型，并在樣本庫(kù)上進(jìn)行了測(cè)試。
[0023] 腸環(huán)內(nèi)紋理被分為以下三類：第一類：絲狀結(jié)構(gòu)，這類虹膜腸環(huán)表面平整，幾乎沒(méi) 有纖維和表面形態(tài)的變化；第二類：網(wǎng)狀結(jié)構(gòu)，此類虹膜腸環(huán)圖像同第一類相接近，只是在 腸環(huán)外邊界會(huì)出現(xiàn)少量的孔洞或者凹陷；第三類：粗麻結(jié)構(gòu)，這類虹膜腸環(huán)內(nèi)圖像纖維結(jié) 構(gòu)松散，纖維在末端經(jīng)常呈現(xiàn)開(kāi)放的狀態(tài)，表面有很多大的孔洞和凹陷；
[0024] 虹膜定位就是要找出瞳孔與虹膜、虹膜與鞏膜之間的兩個(gè)邊界即內(nèi)邊界和外邊 界，這兩個(gè)邊界通常被近似為兩個(gè)圓，因此虹膜定位就是確定這兩個(gè)圓的圓心及半徑；
[0025] 將虹膜圖像歸一化，歸一化圖像大小為360*150。
[0026] 建立一種局部到整體的自仿射性關(guān)系來(lái)表征紋理；
[0027] 對(duì)于一幅灰度圖像，可以看作是3維表面，其表面的"高度"由圖像的灰度值表示， 因此表面的復(fù)雜性代表了圖像像素灰度值變化特性，這種復(fù)雜性可以定量描述，這種方法 的基本原理如下：
[0028] 1)在MXM大小的圖像上選取IXd的子塊，（d為子塊長(zhǎng)度，即為尺度）
[0029] 2)計(jì)算子塊中中心元素與其他元素的灰度差的期望e(i，j);
[0030] e(i，j) = E[f(i，j)_f(i，j±m(xù))] (2)
[0031] 式中f (i，j)表示子塊中心元素的灰度值，f (i，j±m(xù))表示子塊中其余元素的灰度 值；
[0032] 3)選取不同尺度的子塊在MXM圖像上滑動(dòng)，計(jì)算每種尺度子塊的期望，分別構(gòu)成 一個(gè)二維矩陣D d;
[0033] 4)統(tǒng)計(jì)不同尺度d的二維矩陣Dd的期望直方圖Hd(r k);
[0034] Hd (rk) = nk (3)
[0035] 式中k表示直方圖的級(jí)數(shù)；rk是第k級(jí)期望值；n k是矩陣D沖期望為r ,的個(gè)數(shù)；
[0036] 5)不同尺度的期望直方圖分布對(duì)于同一紋理圖像都具有相似的自仿射性，也就是 說(shuō)它們具有線性關(guān)系。因此，構(gòu)造如下線性方程：
[0037] d ^ Kallj +b
[0038] (4)
[0039] 式中％為不同尺度期望直方圖Hd(rk)的標(biāo)準(zhǔn)偏差，K為線性擬合的斜率，其值表 示紋理圖像的特征。
[0040] 為了尋找腸環(huán)外邊界，歸一化圖像上，建立一定大小的窗口描述該窗口內(nèi)紋理變 化規(guī)律，分析此規(guī)律的差別確定腸環(huán)外邊界，具體步驟如下：
[0041] 步驟I):根據(jù)實(shí)驗(yàn)選擇尺度及窗口大小，確定窗口大小后計(jì)算窗口內(nèi)不同尺度子 塊的期望e(i，j);
[0042] 步驟2):計(jì)算窗口內(nèi)不同尺度的期望直方圖Hd(rk);
[0043] 步驟3):按式⑷計(jì)算K值；
[0044] 步驟4):在如圖所示的行方向上滑動(dòng)窗口，計(jì)算每個(gè)窗口的K值，求出該行內(nèi)最小 K值，該K值所在窗口的中心點(diǎn)即為該行的腸環(huán)邊界點(diǎn)；
[0045] 步驟5):窗口向下移動(dòng)一個(gè)像素，重復(fù)步驟1)-4)，直到找到所有行的邊界點(diǎn)，連 接步驟5)得到的所有邊界點(diǎn)，即為虹膜腸環(huán)外邊界的輪廓線。
[0046] 優(yōu)點(diǎn)及效果：
[0047] 本發(fā)明提供一種基于紋理差異的虹膜圖像腸環(huán)區(qū)域檢測(cè)方法，為了減少搜索時(shí)間 和計(jì)算復(fù)雜度，最好能夠在虹膜圖像匹配之前進(jìn)行粗分類，以便輸入虹膜與虹膜匹配只有 在其相應(yīng)的類別中進(jìn)行。
[0048] 虹膜圖像紋理分布不均勻，人從視覺(jué)上可以看出存在一個(gè)過(guò)渡邊界，虹膜圖像中 對(duì)于大多數(shù)人群的這個(gè)邊界模糊，而且模糊的程度不一。該邊界將整個(gè)虹膜紋理分為內(nèi)外 兩部分，從瞳孔到這個(gè)過(guò)度邊界的區(qū)域被稱為腸環(huán)。從圖像中可以看出，腸環(huán)區(qū)域內(nèi)紋理與 外部紋理存在明顯的差異，同時(shí)，不同類人的虹膜圖像的腸環(huán)區(qū)域位置分布和紋理都存在 差異。這些差異在整個(gè)虹膜圖像中占主要地位，可以作為虹膜的特征，應(yīng)用于虹膜圖像的粗 分類，從而提高基于大樣本數(shù)據(jù)庫(kù)的虹膜識(shí)別的匹配速度。另外，虹膜圖像的腸環(huán)區(qū)域信息 在采集時(shí)不受眼瞼，睫毛的遮擋，有利于