[发明专利]识别防丢方法及VR眼镜在审

专利信息
申请号: 201811556119.1 申请日: 2018-12-19
公开(公告)号: CN109697423A 公开(公告)日: 2019-04-30
发明(设计)人: 车守刚;吴湛 申请(专利权)人: 虚拟现实(深圳)智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G02B27/01
代理公司: 深圳市壹品专利代理事务所(普通合伙) 44356 代理人: 江文鑫;周婷
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 虹膜特征 虹膜图像 眼镜 匹配 云端服务器 数据库 眼镜佩戴 采集 预处理 虚拟现实技术 认证方式 授权信息 虚拟现实 移动终端 用户需要 云端 传送 传输 发送 便利
【权利要求书】:

1.识别防丢方法,其特征在于,所述输入方法包括:

采集虚拟现实VR眼镜佩戴者的虹膜图像;

对所述虹膜图像进行预处理;

提取所述虹膜图像的虹膜特征;

将所述虹膜特征传输到云端服务器,使用所述虹膜特征在虹膜特征数据库中进行匹配;

如果所述虹膜特征在所述虹膜特征数据库中匹配到相同的虹膜特征,云端服务器发送授权信息至VR眼镜。

2.如权利要求1所述的方法,其特征在于,所述对所述虹膜图像进行预处理具体为:

对所述虹膜图像中的虹膜边界进行定位;

对所述虹膜图像进行规范化处理;

对所述虹膜图像进行增强。

3.如权利要求2所述的方法,其特征在于,对所述虹膜图像中的虹膜边界进行定位具体为:

计算水平坐标为x0处的灰度均值为其中g(x)为水平坐标灰度值,N为预设奇数,所述n为分辨率在垂直方向的像素;

计算垂直坐标为y0处的灰度均值为其中g(y)为垂直坐标的灰度值,N为预设奇数,所述m为分辨率在水平方向的像素;

将计算出来g(x0)为极小值处的x0定为基准点的水平坐标,将计算出来g(y0)为极小值处的y0定为基准点的垂直坐标;

设计边界检测算子,检测算子长轴为L个像素,短轴为S个像素,中心点坐标为O(i,j),L和S均为奇数,m为分辨率在水平方向的像素,n为分辨率在垂直方向的像素,

水平检测算子左半部分灰度均值为

水平检测算子右半部分灰度均值为

其中

求取所述左半部分灰度均值与所述右半部分灰度均值的差值,得到中心点O(i,j)水平方向的边缘强度,

当所述取最大值时,O(i,j)为左边界点,当所述取最小值时,O(i,j)为右边界点;

根据左边界点和右边界点的水平坐标的均值,计算出内边界圆心的水平坐标;

同理计算出上边界点、下边界点以及内边界圆心的垂直坐标;

通过所述内边界圆心的水平坐标和垂直坐标确定内边界圆心,计算所述内边界圆心到所述左边界点、右边界点、上边界点、下边界点的平均值为内边界的半径;

使用与获取内边界圆心和半径相同的方法得到外边界圆心和半径。

4.如权利要求2所述的方法,其特征在于,对所述虹膜图像进行规范化处理具体为:

根据虹膜内边界圆心O1(X1,Y1),半径为R1,外边界圆心为O2(X2,Y2),半径为R2,计算出内边界圆心和外边界圆心距离为

所述内边界圆心和所述外边界圆心夹角为

以内边界圆心为极点,内边界可以表示为r1(θ)=R1,外边界的半径为r2(θ),表示为(r2(θ)cosθ+Δrcosφ)2+(r2(θ)sinθ+Δrcosφ)2=R22

r(θ)=(1-a)r1(θ)+ar2(θ),其中r(θ)为虹膜区域上面任意一个点,其中r1(θ)虹膜内边界半径,r2(θ)为虹膜外边界半径,a∈[0,1]为加权系数。

5.如权利要求2所述的方法,其特征在于,对所述虹膜图像进行增强具体为:

对所述虹膜图像进行直方图均匀化。

6.识别防丢VR眼镜,其特征在于,所述VR眼镜包括:

采集单元,用于采集VR眼镜佩戴者的虹膜图像;

预处理单元,用于对所述虹膜图像进行预处理;

提取单元,用于提取虹膜图像的虹膜特征;

搜索单元,用于将所述虹膜特征传输到云端服务器,使用所述虹膜特征在虹膜特征数据库中进行匹配;

授权单元,用于如果所述虹膜特征在所述虹膜特征数据库中匹配到相同的虹膜特征,云端服务器发送授权信息至VR眼镜。

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虚拟现实(深圳)智能科技有限公司,未经虚拟现实(深圳)智能科技有限公司许可,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/201811556119.1/1.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