您好、欢迎来到现金彩票网!
当前位置:21点 > 子块编码 >

一种虹膜特征设计与编码方法及虹膜识别系统的制作方法

发布时间:2019-06-10 12:56 来源:未知 编辑:admin

  本发明涉及生物识别技术领域,尤其涉及的是一种虹膜特征设计与编码方法及虹 膜识别系统。

  现有的虹膜识别系统主要包括虹膜图像获取、虹膜图像预处理、特征设计与编码、 模式匹配、数据库。而整个虹膜识别系统从逻辑上包括两大阶段,即注册阶段和认证阶段。在注册阶段,首先要对所有合法用户的虹膜图像进行采集、预处理、特征设计等过 程,而后将得到虹膜特征信息与用户的姓名或标识(ID)联系起来存储到数据库中,创建用 户信息模板。在认证阶段,与注册过程一样要经过图像进行采集、预处理、特征设计等过程处理 后,获取用户的虹膜特征信息,然后再与事先注册过的虹膜数据库模板进行匹配,以验证用 户的身份信息做出最后的决策。而现有的虹膜识别系统在虹膜特征设计与编码部分所采用的特征设计与编码方 法编制的特征代码有效长度长,所占用的存储空间大、同时还延长了后续模式匹配的时间, 不利于系统速度和性能的提高。因此,现有技术还有待于改进和发展。

  本发明的目的在于提供一种虹膜特征设计与编码方法及虹膜识别系统,旨在提供 可以避免大面积的盲目搜索,提高定位速度;其减少了特征代码的有效长度,节省了存储空 间和后续模式匹配的时间;通过获取尽量少的虹膜特征数据,大大缩小特虹膜征数据的存 储空间;同时在模式匹配过程中缩短匹配时间,提高整个系统的运行效率。本发明的技术方案如下一种虹膜特征设计与编码方法,其包括以下步骤S91 对经预处理过的矩形虹膜图像进行分块得到多个虹膜子块;S92 通过采用2D-Gab0r滤波器函数对各个虹膜子块进行处理并对滤波器参数进 行设定,选取相应的参数形成一 2D-Gab0r滤波器组;S93 对每一虹膜子块,利用已设定参数的2D-Gab0r滤波器组进行逐个卷积,并计 算每一虹膜子块的卷积值;S94 对卷积值进行编码;S95 组合所有的虹膜子块对应的编码得到编码序列。所述的虹膜特征设计与编码方法,其中,所述步骤S91中所述多个虹膜子块设置 为等大小且无重叠区域。所述的虹膜特征设计与编码方法,其中,所述步骤S91中所述多个虹膜子块设置 为等大小且部分区域重合。

  所述的虹膜特征设计与编码方法,其中,所述步骤S92具体包括步骤S921、采用2D_Gabor滤波器函数 对各个虹膜子块进行处理并对滤波器参数进行设定,S922、通过选取一系列的参数u和参数ν来组合成一滤波器组;其中,(x0,y0)表示图像块的中心位置,叭和Oy表示有效的宽度和长度,!!和¥用 来调节滤波器的频率和方向。所述的虹膜特征设计与编码方法,其中,所述步骤S93中计算每一子块的卷积值 的计算公式为 其中,Ik代表第k个虹膜子块,U和ν为用来调节滤波器频率和方向的参数,Jk(U, ν)代表不同的U,V所对应的卷积值。所述的虹膜特征设计与编码方法,其中,所述步骤S94具体包括选取每一块虹膜 子图像对应的所有卷积模值中,最大模值所对应的滤波器的参数Ut^vtl和卷积值的实、虚 部,并通过公式hEe= l,if Re (Jk_匪)0hEe = 0, if Re(Jk_匪)^OhIm= l,if Im(Jk_匪)0hIffl = 0, if Im(Jk_匪)^O进行编码;作为此虹膜块对应的特征码(Utl, v0, Jkjiax);其中,hEe为实部,hEe为虚 部,Jk—_为虹膜子块中最大卷积值。一种虹膜识别系统,其包括依次连接的虹膜图像获取模块、虹膜图像预处理模块、 特征设计与编码模块、模式匹配模块、虹膜数据库,其中,所述特征设计与编码模块还包 括图像划分子模块用于对经预处理过的矩形虹膜图像进行分块得到多个虹膜子 块;滤波器组用于采用2D-Gab0r滤波器函数对虹膜子块进行处理并对滤波器参数进 行设定,通过选取一系列的参数u和参数ν来组合成一滤波器组;卷积子模块用于对每一虹膜子块,利用已设定参数的2D-Gab0r滤波器组进行逐 个卷积,并计算每一虹膜子块的卷积值;编码子模块用于选取每一虹膜子块对应的所有卷积值中,最大模值所对应的滤波 器的参数u0、v0和卷积值的实、虚部进行编码,作为此虹膜块对应的特征码;编码合成子模块用于通过组合所有的虹膜子块对应的编码,得到虹膜图像的特征 码序列。本发明的有益效果本发明提出的基于二维Gabor滤波器的虹膜特征设计与编 码方法;利用Gabor小波良好的纹理分析性能提取分块虹膜图像的纹理信息,通过对每块最大模值所对应的滤波器的参数和卷积值的实、虚部进行编码,作为虹膜特征码,长度为 512bit,仅为现有普通(如经典Daugman)编码方法特征长度的四分之一,但系统的识别率 可达到94. 85%。本发明通过基于2D-Gab0r的虹膜特征设计与编码方法,得到一种能够快速、准确 且能节省存储空间的虹膜识别系统。通过基于2D-Gab0r的虹膜特征设计与编码方法,能得 到更少的虹膜特征数据,大大缩小特征数据的、存储空间,但并不影响其实用效果,在接着 的模式匹配过程中能缩短匹配时间,提高整个系统的运行效率。

  图1是虹膜识别系统的原理框图;图2是本发明中第一实施例的特征提取模块的原理框图;图3是本发明中第一实施例的特征提取模块的算法流程图;图4虹膜图像分块的示意图。

  具体实施例方式本发明所提供的一种虹膜特征设计与编码方法及虹膜识别系统,为使本发明的目 的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。 应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。如图1所示为本发明虹膜识别系统10的原理框图,其包括依次连接的虹膜图像获 取模块11、虹膜图像预处理模块12、特征设计与编码模块13、模式匹配模块15、虹膜数据库 14。其中,虹膜图像获取模块11用于获取通过图像采集系统(如摄像机)从人体头部将人 眼图像拍摄采集下来,而后将这些采集到的人眼图像送到PC机内进行处理。虹膜图像预处理模块12用于处理包括人眼图像的评估、去噪、定位、归一化。特征 设计与编码模块13用于对归一化后的矩形虹膜图像进行特征提取与编码。模式匹配模块 15用于根据系统所处阶段不同,将得到的虹膜特征编码送入数据库存储(注册)或者与已 有的数据库进行特征匹配(认证)。虹膜数据库14用于将得到虹膜特征信息与用户的姓名 或标识(ID)联系起来存储到数据库中,创建用户信息模板。虹膜区域的定位与特征的设计与编码是基于虹膜识别技术中最为关键的两部分, 虹膜区域的定位准确与否,直接关系到虹膜图像能不能用作识别,而虹膜特征设计与编码 方式又直接影响识别的性能。以下将对本发明的特征设计与编码模块内进行的虹膜特征设 计与编码方法进行详细的描述。如图2所示本发明中特征设计与编码模块13的原理框图,其包括图像划分子模块 21、滤波器组22、卷积子模块23、编码子模块24以及编码合成子模块25,其中,所述图像划 分子模块21用于接收经虹膜图像预处理模块预处理过的矩形虹膜图像,并对该矩形虹膜 图像进行一定尺寸大小的分块得到多个虹膜子块,该多个虹膜子块可无重叠区域,也可有 部分重叠区域,长宽相等或不等均可,如图4所示。所述滤波器组22用于采用2D-Gab0r ( 二维盖博变换)滤波器函数对虹膜块进行 处理并对滤波器参数进行设定,通过选取一系列的参数u和参数ν来组合成一滤波器组;所 述卷积子模块23用于对每一虹膜子块,利用已设定参数的2D-Gab0r滤波器组进行逐个卷

  6积,并计算每一虹膜子块的卷积值(请见后的详细描述);编码子模块24用于选取每一虹 膜子块对应的所有卷积值中,最大模值所对应的滤波器的参数u0、v0和卷积值的实、虚部 进行编码,作为此虹膜块对应的特征码;编码合成子模块25用于通过组合所有的虹膜子块 对应的编码,得到虹膜图像的特征码序列。本发明实施例所提供的一种虹膜特征设计与编码方法,主要是针对现有技术的虹 膜特征设计与编码方法的速度慢和占用的内存空间大的不足进行改进,提出了一种基于 2D-Gab0r (二维盖博变换)的虹膜特征设计与编码方法。利用本发明的方法,能得到更少的 虹膜特征数据,大大缩小特征数据的存储空间,但并不影响其实用效果,在接着的模式匹配 过程中能缩短匹配时间,提高整个系统的运行效率,参见图3本发明中第一实施例的特征 设计与编码模块的算法流程图,其具体流程如下S91 对经预处理过的矩形虹膜图像进行分块得到多个虹膜子块;接收经虹膜图像预处理模块预处理过的矩形虹膜图像,并对该矩形虹膜图像进行 一定尺寸大小的分块得到虹膜子块,可无重叠区域,也可有部分重叠区域,长宽相等/不 等,如图4所示。S92 通过采用2D-Gab0r滤波器函数对各个虹膜子块进行处理并对滤波器参数进 行设定形成一滤波器组;采用2D-Gab0r滤波器函数(公式1)对各个虹膜子块进行处理并对滤波器参数进 行设定,通过选取一系列的参数u和参数ν来组合成一滤波器组。 其中,(x0,y0)表示图像块的中心位置,叭和Oy表示有效的宽度和长度,!!和¥用 来调节滤波器的频率和方向。S93 利用滤波器组对虹膜子块进行逐个卷积,并计算每一子块的卷积值;对每一虹膜子块,利用已设定参数的2D-Gab0r滤波器组(公式(2))进行逐个卷 积,并利用公式(2)计算每一次的卷积值,且每一个卷积值为一复数,对每一个子块总共得 到的复值数与滤波器的数目相等。 其中,Ik代表第k个虹膜子块,Jk(u, ν)代表不同的U,ν所对应的卷积值;S94 对卷积值进行编码;选取每一虹膜子块图像对应的所有卷积值中,最大模值所对应的滤波器的参数

  uO、vO和卷积值的实、虚部进行编码,如公式(3),作为此虹膜块对应的特征码(uO,v0, Jk ).

  其中,hKe为实部,hIm为虚部,Jk _为虹膜子块中最大卷积值。S95 组合所有的虹膜子块对应的编码得到编码序列。本方法中产生的虹膜码是由0、1组成的二进制序列。通过组合所有的虹膜子块对 应的编码即二进制序列,得到虹膜图像的特征码序列,这就是虹膜的特征码。根据选取的Gabor滤波器的参数的不同,对虹膜图像分块方式的不同,以及编码 方式的不同,最后计算得到的虹膜特征码列也是不一样的。本发明技术方案带来的有益效果提出了基于二维Gabor滤波器的虹膜特征设计方案。利用Gabor小波良好的纹理 分析性能提取分块虹膜图像的纹理信息,通过对每块最大模值所对应的滤波器的参数和卷 积值的实、虚部进行编码,作为虹膜特征码,长度为512bit,仅为经典Daugman编码方法特 征长度的四分之一,但系统的识别率可达到94. 85%。应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可 以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保 护范围。

  一种虹膜特征设计与编码方法,其包括以下步骤S91对经预处理过的矩形虹膜图像进行分块得到多个虹膜子块;S92通过采用2D Gabor滤波器函数对各个虹膜子块进行处理并对滤波器参数进行设定,选取相应的参数形成一2D Gabor滤波器组;S93对每一虹膜子块,利用已设定参数的2D Gabor滤波器组进行逐个卷积,并计算每一虹膜子块的卷积值;S94对卷积值进行编码;S95组合所有的虹膜子块对应的编码得到编码序列。

  2.根据权利要求1所述的虹膜特征设计与编码方法,其特征在于,所述步骤S91中所述 多个虹膜子块设置为等大小且无重叠区域。

  3.根据权利要求1所述的虹膜特征设计与编码方法,其特征在于,所述步骤S91中所述 多个虹膜子块设置为等大小且部分区域重合。

  4.根据权利要求1所述的虹膜特征设计与编码方法,其特征在于,所述步骤S92具体包 括步骤5921、采用2D-Gabor滤波器函数(X-XQ)2 iy-ypf 对各个虹膜子块进行处理并对滤波器参数进行设定,5922、通过选取一系列的参数u和参数ν来组合成一滤波器组;其中,(x。,y。)表示图像块的中心位置,oy表示有效的宽度和长度,11和ν用来 调节滤波器的频率和方向。

  5.根据权利要求1所述的虹膜特征设计与编码方法,其特征在于,所述步骤S93中计算 每一子块的卷积值的计算公式为 其中,Ik代表第k个虹膜子块,u和ν为用来调节滤波器频率和方向的参数,Jk(u,ν)代 表不同的u,ν所对应的卷积值。

  7.—种虹膜识别系统,其包括依次连接的虹膜图像获取模块、虹膜图像预处理模块、特 征设计与编码模块、模式匹配模块、虹膜数据库,其特征在于,所述特征设计与编码模块还包括图像划分子模块用于对经预处理过的矩形虹膜图像进行分块得到多个虹膜子块; 滤波器组用于采用2D-Gab0r滤波器函数对虹膜子块进行处理并对滤波器参数进行设 定,通过选取一系列的参数u和参数ν来组合成一滤波器组;卷积子模块用于对每一虹膜子块,利用已设定参数的2D-Gab0r滤波器组进行逐个卷 积,并计算每一虹膜子块的卷积值;编码子模块用于选取每一虹膜子块对应的所有卷积值中,最大模值所对应的滤波器的 参数uO、v0和卷积值的实、虚部进行编码,作为此虹膜块对应的特征码;编码合成子模块用于通过组合所有的虹膜子块对应的编码,得到虹膜图像的特征码序列。

  本发明涉及生物识别技术领域,公开了一种虹膜特征设计与编码方法及虹膜识别系统。本发明通过基于2D-Gabor(二维盖博变换)的虹膜特征设计与编码方法,得到一种能够快速、准确且能节省存储空间的虹膜识别系统。通过基于2D-Gabor的虹膜特征设计与编码方法,能得到更少的虹膜特征数据,大大缩小特征数据的存储空间,但并不影响其实用效果,在接着的模式匹配过程中能缩短匹配时间,提高整个系统的运行效率。

http://korinkorin.com/zikuaibianma/53.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有