[发明专利]一种应用于虹膜识别的编码方法及系统

说明书

技术领域

本发明涉及一种应用于虹膜识别的编码方法及系统，属于生物识别技术领域。

背景技术

生物识别是用生物特征识别个人身份的一种技术。生物特征包括指纹、手形、视网膜、虹膜、脸等形体特征以及签名、声音、步态、击键等行为特征。在这些生物特征中，虹膜识别是最有发展潜力的技术之一。由于其精确、稳定、可靠、安全的独特性，预计到2020年，虹膜识别将成为最常用的身份识别技术。

虹膜是位于角膜和晶状体之间的薄薄的一圈括约肌，它有多层结构：最底下的是含有很多色素细胞的上皮层；位于上皮层上部的是含有血管，色素细胞核肌肉的基质层，基质色素的密度决定了虹膜的颜色；外部可见的虹膜有两个不同的区域：外部睫状区和内部瞳孔区，这两个区域通常颜色不同，并且被睫状区分开，显现出纹理图案。每个人的虹膜纹理都是不同的。

自1985年以来，基于个体虹膜生物特征的身份识别技术和方法相继在不同的文献中被报道(1992年DAUGMA；1997年WILDES；2002年HUANG，LUO等；2002年MA等)，这些技术和方法的主要区别在于：

图像预处理和图像增强算法；

图像中感兴趣区域的分割算法；

特征定义及其提取过程；

特征编码算法；

匹配方法；

识别过程大体上分为以下几个过程：首先，获取人眼图像。然后分离出人眼，再用复杂的图像处理算法定位出虹膜的内外边界。另外，采用去噪算法去除图像中的眼睑、眼睫毛和反光点，从而去除其对编码分析的影响。一旦虹膜被定位分割出来，就用数学算法对其进行编码，该编码保存了虹膜独特的特性。虽然在不同的时间和不同的条件下，任何两幅图像都不会完全相同，该算法能验证出这两幅虹膜图像是否属于同一个人。

在这些步骤中，虹膜的编码与匹配时虹膜识别中重要的一步，编码是指将输入图像的虹膜纹理特征用计算的方式合适的表示出来，这样计算机才能对虹膜进行对比匹配操作。

到目前为止，已公开的算法中，最有效的是Daugman在1992年提出的算法，在该算法中，他将Gabor滤波器的相位输出作为比较的特征，用异或算子(XOR)和哈明距离(Hamming Distance)来判定两个表征是否为同一个眼睛，这是现今大部分商用虹膜识别所采用的方法。然后Daugman的算法(我们称之为经典算法)有一个缺点是将特征看作相互独立，从而在特征比对过程中，不考虑邻域特征的影响。

发明内容

本发明所要解决的技术问题是提供一种对幅值和相位都进行编码，可以增加分类器的置信水平从而提高匹配过程的稳定性的应用于虹膜识别的编码方法及系统。

本发明解决上述技术问题的技术方案如下：一种应用于虹膜识别的编码方法，具体包括以下步骤：

步骤1：加载物体的眼睛图片，获取虹膜图像；

步骤2：对所述虹膜图像进行分割，根据具体需求提取出需要处理的区域得到待处理图像；

步骤3：对待处理图像进行标准的二维傅里叶变换，使待处理图像从空间域转换为频率域，得到待处理数据；

步骤4：加载最优参数集，基于最优参数集对待处理数据进行滤波操作，得到相位信号和幅值信号；

步骤5：将相位信号和幅值信号进行编码为计算机数据结构，得到对应的生物编码。

本发明的有益效果是：本发明对log-Gabor滤波器滤波器输出的幅值和相位都进行了编码，这可以增加分类器的置信水平从而提高匹配过程的稳定性。利用一个二值分类器来判断两个编码是否源于相同的人眼，该二值分类器从离线的相位编码得到多级置信值。每次对两个编码进行匹配时，根据它们的幅值元素，我们从置信值集中选择一个最适合的值，本算法对不同的编码对匹配时会自调整，使得分类的性能更好。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤2中得到待处理图像后，对待处理图像进行坐标变换。

采用上述进一步方案的有益效果是，坐标变换能简化处理过程，不需要每次都计算三角函数就能读出所需的像素值。

进一步，所述步骤4中的最优参数集的获取方法包括以下步骤：

步骤a：下载ground-truth的表征集，提取得到ground-truth的表征集中的所有编码；

步骤b：对所有编码进行傅里叶变换得到滤波器的参数集；

步骤c：对滤波器的参数集进行在预设取值中随机取值，得到新参数集；

步骤d:用新参数集对ground-truth的表征集中的所有编码执行log-Gabor变换得到新编码；