[发明专利]一种虹膜分割识别方法

权利要求书

1.一种虹膜分割识别方法，包括以下步骤：

(1)对虹膜图像样本归一化训练，包括虹膜图像的尺寸归一化；

(2)对虹膜数据提取虹膜Haar特征；

(3)将虹膜正负样本集输入到Adaboost级联分类器中训练，得到一个区分虹膜和非虹膜的强分类器；

(4)将待定位的虹膜图像输入到由步骤(3)得到的强分类器中，定位出虹膜区域；

(5)将定位好的虹膜图像去除高亮点，进行虹膜瞳孔中心定位，再将虹膜图像转化为极坐标图像，进行内圆边缘检测，最后用PP算法对内圆进行定位；

(6)用当前虹膜图像的上眼睑边缘与虹膜模型进行比较得到最终的有效上眼睑边缘点，最后用曲线拟合对上眼睑进行定位；

(7)根据以上两个步骤的结果将虹膜原图像转换为拥有446个角度的极坐标图像，然后利用最大梯度得到外圆边缘，得到有效的外圆边缘点，最后用PP算法对外圆进行定位；

(8)对虹膜外圆以内，内圆以外的原图像下半部分，进行边缘检测，然后统计边缘检测点，最后用二次曲线拟合方法快速得到下眼睑，完成整个的虹膜分割识别。

2.根据权利要求1所述的虹膜分割识别方法，所述步骤(5)中将定位好的虹膜图像去除高亮点的步骤为：找到灰度直方图中占整幅图像的5％的灰度值，将其作为二值化阈值T对原图像进行二值化，得到白色区域的面积Area_T，将阈值以2为步长逐步减小，同时计算出白色区域面积Area_T-2，直到此时的面积Area_T-2与面积Area_T的关系满足公式：

(Area_T-Area_T-2)/Area_T-2＞θ&&(Area_T-Area_T-2)＞num

上式中T为二值化阈值大小，θ，num为可调参数，就得到了最后的阈值，并对图像进行二值化，得到对应的需要去除高亮点的区域，用高亮点周边的像素将二值化为白色的区域进行修复。

3.根据权利要求1所述的虹膜分割识别方法，所述步骤(5)中用PP算法对内圆进行定位步骤为：

a.给定初始圆心O¹(x_p，y_p)和一些边缘点位置P_i，i＝1，2，...，N，每个边缘点和圆心的连线看为一个弹簧，初始弹簧弹性系数为k＝1/N；

b.计算弹簧的平衡长度其中||*||是指欧式距离长度；

c.当t＝1，...，T_max

C1.每个弹簧都会产生一个对圆心方向的拉力或者弹力，从而将现在的圆心点O′拉到平衡位置，拉动的距离dρi=-k(R‾t-||OtPi||)eρi,i=1,2,...,N;]]>

C2.计算所有弹簧的合力然后算出当前圆心位置Ot+1(xp,yp)=Ot+Dρt;]]>

C3.重新计算所有弹簧的平衡长度R‾t+1=1/N·Σi=1N||Ot+1Pi||;]]>

C4.计算假如C(t)≤C_max，则得到最终的圆心点位置O_P(x_P，y_P)和半径R_P。