[发明专利]智能图像信息抽取方法

说明书

本发明提供了一种智能图像信息抽取方法，该方法包括：移动终端照相机采集眼部数据；通过虹膜图像卷积窗口和滤波处理得到训练图像集；将训练图像集与样本图像集进行匹配，实现虹膜识别。本发明提出了一种智能图像信息抽取方法，通过量化特征参数对需要识别的虹膜图像原始序列进行降维，再对降维后得到的训练图像集进行符号处理，简化样本匹配过程，降低了计算的复杂度和对设备方位的要求，允许用户更加灵活地执行注视动作，增强用户体验。

技术领域

本发明涉及人工智能，特别涉及一种智能图像信息抽取方法。

背景技术

生物特征识别在身份识别和智能设备中都有着非常重要的应用。作为一个分支，虹膜识别技术是计算机图像处理技术与模式识别技术在身份识别领域的运用。虹膜识别具备高稳定性、高准确率、高度防伪性、唯一性、普遍性和非侵犯性等优点，有着广阔的运用前景和重要的研究价值。虹膜识别技术的关键点在于将采集到的虹膜图像准确地提取出介于瞳孔与巩膜之间，得到虹膜的有效区域，并采用合理的纹理提取方法得到能够深刻反映纹理信息的代码，该代码要较好地考虑到旋转、平移带来的影响。然而，现有虹膜识别技术的采集要求过高，一般需要同步在线识别而不能处理离线虹膜信息，而且在非合作性的场合难以达到较好的鲁棒性。只有合理的精度、速度以及鲁棒性才能符合用户需求。这些都是亟待解决与改进的问题。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种智能图像信息抽取方法，包括：

移动终端照相机采集眼部数据；

通过虹膜图像卷积窗口和滤波处理得到训练图像集；

将训练图像集与样本图像集进行匹配，实现虹膜识别。

优选地，在执行虹膜识别之前，还包括：

采集用户眼部数据进行训练得到量化特征参数和样本图像集。

优选地，进一步包括：

在采集到虹膜图像数据后，从图像缓存中取出RGB数据分别添加卷积窗口；

按照预定的频率同时从图像缓存中采样，并以预定步长的卷积窗口对采样数据进行卷积处理，得到预定长度的原始图像集；

对卷积后得到的预定长度的原始图像集进行滤波处理，以滤除干扰噪声；即对预定长度的原始图像集的每个分量上进行滤波处理的像素点，选取该像素点左侧相邻的预定数目的像素点以及选取该像素点右侧相邻的预定数目的像素点，计算选取出的像素点的均值并由该均值替换滤波处理的像素点的数值。

优选地，所述对卷积后得到的预定长度的原始图像集进行滤波处理，进一步包括：

通过预先设定时间最邻接的个数K，把任意一像素点左边K个邻接像素点和右边K个邻接像素点所组成的序列的均值作为滤波处理后该像素点的值；

对于RGB数据中的每个通道图像集，滤波过程为：

其中，N是图像集的长度，即卷积窗口的大小，K是预先选取的邻居个数，即选取某一个像素点左、右各K个最邻接的邻居，a_xj为图像信号a_j在当前颜色通道上的分量，a'_xi是a_xj对应的滤波后的数据。

本发明相比现有技术，具有以下优点：

本发明提出了一种智能图像信息抽取方法，通过对需要识别的虹膜图像原始序列进行降维和符号处理，降低了计算的复杂度和对设备方位的要求，允许用户更加灵活地执行注视动作，增强用户体验。

附图说明

图1是根据本发明实施例的智能图像信息抽取方法的流程图。

具体实施方式