一种虹膜活性检测的方法

摘要

本发明公开了一种虹膜活性检测的方法，包括：步骤1，获取两张或者两张以上人眼图像，并精确定位虹膜和瞳孔边界；步骤2，在获取的虹膜图像中进行采样，并对采样进行处理，提取针对瞳孔收缩或者放大的特征信息；步骤3，对步骤2所提取的特征信息进行监督学，从而对获取的虹膜图像进行活性检测。与当前现有技术中基于伪虹膜图片特征不同，本发明依据真实虹膜本身固有的特征，从而不需要预先知道任何的伪虹膜的材料及其特点信息，也不需要将这类信息用于预测。

主权项

一种虹膜活性检测的方法，包括以下步骤：步骤1，获取人眼图像，并精确定位虹膜和瞳孔边界，包括：分别在不同强度光照条件下获取同一个人的两张以上人眼图像，利用机器学习中的非监督学习技术，对人眼图像进行自动的结构分类；结合虹膜和瞳孔的固有特征进行约束优化，搜索最优虹膜和瞳孔边界，从而精确定位虹膜和瞳孔边界；步骤2，在获取的虹膜图像中进行采样，并对采样进行处理，提取针对瞳孔收缩或者放大的特征信息，包括：1)在瞳孔外侧区域进行平均采样并计算相似性，包括：在相对弱光照条件下获取的图像的瞳孔外侧区域，采集一组图像块x，该组图像块x中至少包括4个图像块x，每个图像块x的大小是10x10至30x30像素；以上述相对弱光照条件下获取的图像的瞳孔直径做参考，在相对强光照条件下获取的图像的瞳孔外侧、且避免睫毛区域，采集一组图像块y，该组图像块y中至少包括4个图像块y，每个图像块y的大小是10x10至30x30像素；多个图像块y之间可重叠；使用互信息检测图像块x与图像块y之间的相似性；2)计算虹膜和瞳孔的直径比率，包括：DP₁和DI₁分别为图像x中瞳孔和虹膜的直径，DP₂和DI₂分别为图像块y中瞳孔和虹膜的直径，图像块x和图像块y之间的瞳孔和虹膜的直径比率r为：$r=\frac{{\mathrm{DP}}_1}{{\mathrm{DI}}_1}/\frac{{\mathrm{DP}}_2}{{\mathrm{DI}}_2}---\left(1\right)$步骤3，对步骤2所提取的特征信息进行监督学习，从而对获取的虹膜图像进行活性检测。