虹膜纹理归一化处理方法

摘要

本发明为一种虹膜纹理归一化处理方法，主要包括采用Log算子对采样的虹膜图像进行边缘提取，采用Hough变换，定位虹膜内外圆的圆心和半径，并根据其坐标偏差情况，采用不同的校正模型分别对生理性偏差和采样偏差进行纠正；根据瞳孔缩放情况，对不均匀缩放进行校正。最后将采样纹理点展开成矩形虹膜纹理图像。本发明方法大大提高了虹膜图像的可靠性，也降低了对图像采集的要求，为图像的自动采集提供了可能，并进一步为虹膜识别技术实际应用创造了条件。

主权项

1、一种眼睛虹膜纹理归一化处理方法，其特征在于具体步骤如下：(1)采用高斯-拉普拉斯变换对虹膜边缘进行提取，以平滑掉虹膜纹理图像采集中造成的噪声；(2)采用Hough变换，来定位虹膜内外圆的圆心与半径；(3)计算虹膜内外圆圆心的坐标偏差，根据该偏差的范围确定属于生理性偏差或采样偏差：当虹膜内外圆心偏差d＞阈值do时，判定其为生理性偏差；反之，判定其为采样偏差；其中，阈值do取3-5个像素；(4)对圆心偏差进行纠正：采用不同的校正模型分别对生理性偏差和采样偏差进行纠正；其中，对于生理性偏差，采用如下校正模型进行归一化处理：$x=\{r\times [\sin (c+d)\times \frac{R_2}{\sin c}-R_1]+R_1\}\times \cos (a+\theta )+X_1$ $y=\{r\times [\sin (c+d)\times \frac{R_2}{\sin c}-R_1]+R_1\}\times \sin (a+\theta )+y_1---\left(7\right)$ 其中θ∈(0，2π)，r∈[0，1]，R1为虹膜内圆半径，R2为虹膜外圆半径，C＝∠BO1O2，d＝∠O2BO1，X1、y1为虹膜内圆圆心坐标点，x、y为虹膜纹理放射线上笛卞尔坐标系下的任一点坐标，r、θ为该点在极坐标系下的坐标；对于采样偏差，采用如下校正模型进行归一化处理：x＝r×AB×cosa+x1 y＝r×AB×sina+y1 (9)其中$\mathrm{AB}=\sqrt{{(x_A-x_B)}^2+{(y_A-y_B)}^2}---\left(8\right)$ $=\sqrt{{(x_2+R_2\times \cos b-x_1-R_1\times \cos b)}^2+{(y_2+R_2\times \sin b-y_1-R_1\times \sin b)}^2}$ $a=\mathrm{arctg}\frac{y_B-y_A}{x_B-x_A}$ x1、y1为虹膜内圆圆心O1的坐标点，R1为内圆半径，x2、y2为虹膜外圆圆心O2坐标点，R2为外圆半径，r∈[0，1]，A、B为径向采样线与虹膜的内、外圆的交点，b∈(0，2π)，b为AO1与水平线的夹角；(5)计算虹膜内外边缘半径比，并以此作为眼睛瞳孔缩放程度的度量；(6)采用校正函数，以虹膜内外边缘半径比为参数，进行径向的非线性采样，对瞳孔不均匀缩放进行校正；进行校正所采用的校正函数为$r_i=(\underset{j=0}{\overset{+\infty }{\Sigma }}{a}_j\times S_i^j)\times r=(a_0+a_1\times S_i+a_2\times S_i^2+a_3\times S_i^3+···{+a}_n\times S_i^n+···)\times r---\left(10\right)$ 于是，每幅图像经畸变校正后的标记点半径Ri表示为Ri＝F(Si)×r×(R1-R0)+R0 (11)其中，R0、R1为分别由Hough变换求得的序列中每幅虹膜图像的瞳孔半径和虹膜半径，Si为每幅图像对应的R0/R1比值，r为{Si}中最小值所对应图像的标记点的归一化半径，r∈[0，1]；(7)将采样纹理点展开成矩形的虹膜纹理图像。