[发明专利]一种基于动态虹膜图像的识别方法及装置有效

专利信息
申请号: 201711236717.6 申请日: 2017-11-28
公开(公告)号: CN109840461B 公开(公告)日: 2021-05-25
发明(设计)人: 汪璇 申请(专利权)人: 武汉真元生物数据有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 王文红
地址: 430000 湖北省武汉市19街坊(和平大道15*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 动态 虹膜 图像 识别 方法 装置
【说明书】:

发明实施例提供的一种基于动态虹膜图像的识别方法及装置,属于生物识别领域中的虹膜识别技术领域。该基于动态虹膜图像的识别方法通过利用多幅虹膜图像寻找特征重复区域作为稳定区域生成的稳定特征序列作为检索编码,具有高排他性,从而排除绝大多数数据库内的虹膜模板,大大缩小范围。以及在注册和识别时利用多幅虹膜图像提取特征,可以弥补睫毛、眼睑、瞳孔变化等造成的虹膜特征缺失,从而获得较为完整的虹膜图像和综合模板,以提高比对精度。以及通过建立瞳孔变化趋势与特征变化趋势关系,从而可以更好的判断特征的有效性。以及通过多张虹膜的比对寻找到重复区域,并对记录重复区域的概率可以更灵活的设置安全级别。

技术领域

本发明涉及生物识别领域中的虹膜识别技术领域,具体而言,涉及一种基于动态虹膜图像的识别方法及装置。

背景技术

现有的虹膜比对方法是通过逐一比对,或建立虹膜索引编码与检索机制来缩小比对范围,在这个范围内进行虹膜匹配。但是,目前的虹膜索引编码是提取虹膜的一些主要、简化的特征进行编码,虽然可以缩小匹配范围,但是依旧有很高的重复性。而且归一化的虹膜图像里包含了一些无效部分这就给虹膜索引编码与检索的过程增加了难度。因为虹膜图像在采集时虹膜会受睫毛、眼睑、瞳孔变化等因素影响造成虹膜特征缺失,从而导致比对准确性的降低。因此,如何解决上述问题是目前亟需解决的技术难题。

发明内容

本发明提供的一种基于动态虹膜图像的识别方法及装置,旨在改善上述问题。

本发明提供的基于动态虹膜图像的识别方法,包括:获取N张虹膜图像,其中所述N为大于或等于2的整数;从所述N张虹膜图像中筛选满足预设规则的M张所述虹膜图像,其中,所述M为小于或等于所述N的整数;对所述M张所述虹膜图像进行预处理,生成对应的所述M张虹膜编码图像并记录每张虹膜编码图像对应的瞳孔大小变化值;对所述M张虹膜编码图像进行比对,获取所有所述虹膜编码图像中均出现的有效区域;将所述有效区域作为稳定区域进行标记,并生成稳定区域特征序列,并将所述稳定区域特征序列作为检索编码;对所述M张虹膜编码图像进行比对,获取所述虹膜编码图像中随瞳孔变化出现和/或消失的变化区域;将所述变化区域作为参考区域,并生成参考区域特征序列,并将所述参考区域特征序列作为参考编码。

可选地,所述的对所述M张虹膜编码图像进行比对,获取所有所述虹膜编码图像中均出现的有效区域,包括:对所述M张虹膜编码图像进行比较并结合瞳孔与虹膜特征的变化,获取所有所述虹膜图像中客观存在的稳定特征区域;基于所述稳定特征区域生成稳定区域特征序列。

可选地,所述的对所述M张虹膜编码图像进行比较并结合瞳孔与虹膜特征的变化,获取所有所述虹膜图像中客观存在的稳定特征区域,包括:将所述M张虹膜编码图像按照瞳孔大小变化值大小进行排序;将所述M张虹膜编码图像进行比对,获取所述M张虹膜编码图像与所述瞳孔的变化不一致的特征量;将所述特征量标记为客观不存在的虹膜特征区域;记录瞳孔收缩或扩张与所述虹膜特征变化的趋势;获取所述M张虹膜编码图像中的客观存在但不稳定的特征区域;获取两两所述虹膜编码图像进行比对的结果;从所述结果中筛选出特征区域最多的比对结果;将所述比对结果作为稳定特征区域。

可选地,所述的将所述有效区域作为稳定区域并生成稳定区域特征序列,并将所述稳定区域特征序列作为检索编码,之后还包括:将满足预设要求的所述M张虹膜编码图像进行比对;获取比对后的并集,并生成特征序列,将所述特征序列作为综合模板;将所述检索编码、所述参考编码与所述综合模板关联并进行存储。

可选地,所述的将所述检索编码、所述参考编码与所述综合模板关联并进行存储,之后还包括:结合所述检索编码和所述参考编码与数据库内预先存储的比对编码进行比对,获取满足预设相似度的综合模板;将所述综合模板与数据库内预先存储的综合模板进行比对,以获取比对结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉真元生物数据有限公司,未经武汉真元生物数据有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711236717.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top