一种复杂环境下虹膜跟踪定位方法及系统

技术领域

本公开涉及虹膜跟踪、图像处理技术领域，具体涉及一种复杂环境下虹膜跟踪定位方法及系统。

背景技术

错误率最低、技术最可靠的虹膜识别技术是生物特征识别技术中热门的研究课题，虹膜识别技术可以被广泛应用于安防设备及移动终端设备，这其中，如何在复杂环境中通过获取的图像对虹膜进行更加快速和精确的定位在虹膜识别技术中非常重要，也是近年来的学术界研究的方向。

发明内容

为解决上述问题，本公开提供一种复杂环境下虹膜跟踪定位方法及系统的技术方案，根据本公开的一方面，提供一种复杂环境下虹膜跟踪定位方法，所述方法包括以下步骤：

S100，获取视频图像并对视频图像进行预处理得到灰度图像；

S200，针对视频图像提取并验证人脸区域；

S300，根据通过验证的人脸区域确定人眼区域；

S400，根据人眼区域定位瞳孔；

S500，定位虹膜。

具体的，S100中，所述视频图像采用近红外摄像机获得，所述近红外摄像机的近红外光的波长范围[700,1100]nm。

具体的，针对视频图像提取并验证人脸区域的方法为：

S210，采用AdaBoost算法对预处理过的灰度图像进行检测以提取人脸区域；

S220，采用面积阈值法验证人脸区域。

具体的，S300中,根据通过验证的人脸区域确定人眼区域的步骤为：

S310，对通过验证的人脸区域图像进行预处理，所述预处理的方法为直方图均衡化法；

S320，对预处理后的人脸区域图像进行去噪处理，所述去噪处理的方法为采用归一化块滤波器、中值滤波器、高斯滤波器、双边滤波器中的其中一种滤波器进行去噪处理；

S330，将去噪处理后的人脸区域图像进行二值化处理得到二值化图像；

S340，对二值化图像进行人眼区域提取，所述人眼区域提取的方法为模板匹配方法、霍夫变换方法、基于梯度的方法和基于轮廓的方法中的一种。

具体的，S400中,根据人眼区域定位瞳孔的方法为：

S410，计算人眼区域图像的外接矩形的宽W和高H，确定所述外接矩形的中心坐标R

S420，遍历人眼区域图像中的所有像素，计算出亮度最大的值的坐标R

S430，选取圆心为R，半径为r＝W/10的圆形模板扫描人眼区域，找出所有目标点，所述目标点为搜索中像素值最大的点，将所有目标点的坐标求取平均值得到瞳孔的最终中心坐标(x

S440，通过函数f

本发明还提供了一种复杂环境下虹膜跟踪定位系统，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

获取单元,用于获取视频图像并对视频图像进行预处理得到灰度图像；

提取验证单元,用于针对视频图像提取并验证人脸区域；

确定单元,用于根据通过验证的人脸区域确定人眼区域；

定位单元,用于根据人眼区域定位瞳孔和虹膜。

本公开的有益效果为：本发明提供复杂环境下虹膜跟踪定位方法及系统，通过AdaBoost算法和面积阈值法针对视频图像提取并验证人脸区域，又通过在经过验证的人脸区域中确定人眼区域，进一步缩小虹膜定位的范围，再通过在人眼区域初步定位瞳孔从而更精确地定位虹膜，不仅保留了原图像的重要特征信息而且加快了运算速度。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：

图1所示为一种复杂环境下虹膜跟踪定位方法的流程图；

图2所示为一种复杂环境下虹膜跟踪定位系统结构图。

具体实施方式

以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本公开的一种复杂环境下虹膜跟踪定位方法的流程图，下面结合图1来阐述根据本公开的实施方式的一种复杂环境下虹膜跟踪定位方法。

本公开提出一种复杂环境下虹膜跟踪定位方法，所述方法包括以下步骤：

S100，获取视频图像并对视频图像进行预处理得到灰度图像；

S200，针对视频图像提取并验证人脸区域；

S300，根据通过验证的人脸区域确定人眼区域；

S400，根据人眼区域定位瞳孔；

S500，定位虹膜。

优选的，S100中，所述视频图像采用近红外摄像机获得，所述近红外摄像机的近红外光的波长范围[700,1100]nm。

优选的，针对视频图像提取并验证人脸区域的方法为：

S210，采用AdaBoost算法对预处理过的灰度图像进行检测以提取人脸区域；

S220，采用面积阈值法验证人脸区域，如果人脸区域的面积大于等于灰度图像的80％，则人脸区域通过验证，反之，如果人脸区域的面积小于灰度图像的80％，转到S210；

优选的，S300中,根据通过验证的人脸区域确定人眼区域的步骤为：

S310，对通过验证的人脸区域图像进行预处理，所述预处理的方法为直方图均衡化法；

S320，对预处理后的人脸区域图像进行去噪处理，所述去噪处理的方法为采用归一化块滤波器、中值滤波器、高斯滤波器、双边滤波器中的其中一种滤波器进行去噪处理；

S330，将去噪处理后的人脸区域图像进行二值化处理得到二值化图像；

S340，对二值化图像进行人眼区域提取，所述人眼区域提取的方法为模板匹配方法、霍夫变换方法、基于梯度的方法和基于轮廓的方法中的一种。

优选的，S400中,根据人眼区域定位瞳孔的方法为：

S410，计算人眼区域图像的外接矩形的宽W和高H，确定所述外接矩形的中心坐标R

S420，遍历人眼区域图像中的所有像素，计算出亮度最大的值的坐标R

S430，选取圆心为R，半径为r＝W/10的圆形模板扫描人眼区域，找出所有目标点，所述目标点为搜索中像素值最大的点，将所有目标点的坐标求取平均值得到瞳孔的最终中心坐标(x

S440，通过函数f

本公开的实施例提供的一种复杂环境下虹膜跟踪定位系统，如图2所示为本公开的一种复杂环境下虹膜跟踪定位系统结构图，该实施例的一种复杂环境下虹膜跟踪定位系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种复杂环境下虹膜跟踪定位方法实施例中的步骤。

本发明提供的一种复杂环境下虹膜跟踪定位系统，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

获取单元,用于获取视频图像并对视频图像进行预处理得到灰度图像；

提取验证单元,用于针对视频图像提取并验证人脸区域；

确定单元,用于根据通过验证的人脸区域确定人眼区域；

定位单元,用于根据人眼区域定位瞳孔和虹膜。

所述一种复杂环境下虹膜跟踪定位系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种复杂环境下虹膜跟踪定位系统，可运行的系统可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种复杂环境下虹膜跟踪定位系统的示例，并不构成对一种复杂环境下虹膜跟踪定位系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种复杂环境下虹膜跟踪定位系统还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种复杂环境下虹膜跟踪定位系统运行系统的控制中心，利用各种接口和线路连接整个一种复杂环境下虹膜跟踪定位系统可运行系统的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种复杂环境下虹膜跟踪定位系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。