虹膜信息的采集方法及采集系统的制作方法
【技术领域】
[0001]本发明属于计算机的安全领域，尤其涉及一种虹膜信息的采集方法及采集系统。
【背景技术】
[0002]虹膜是人眼瞳孔和眼白之间的环状组织，包含了丰富的纹理信息。虹膜的形成由遗传基因决定，人体基因表达决定了虹膜的形态、生理、颜色和总的外观。到二岁左右，虹膜就基本上发育到了足够尺寸，进入了相对稳定的时期。除非极少见的反常状况、身体或精神上大的创伤造成虹膜外观上的改变外，虹膜形貌可以保持数十年没有多少变化。
[0003]虹I旲作为生物识别彳目息，具有唯一性尚、稳定性尚、不易仿造、以及易米集的特点。虽然如此，但由于所在人体所处环境的亮度是否适宜、虹膜部分是否被遮挡等外界因素仍会对采集到的虹膜信息产生影响。
[0004]对此，目前虹膜识别技术研发方向，集中在对虹膜识别的各类识别算法上，并通过识别算法去弥补、或去除因采集导致的不足。比如:若虹膜采集过程中，若虹膜信息被遮挡了一部分，则一般是通过算法分析未被遮挡的部分。这样进行后期弥补，不仅降低了准确率，还导致分析的速度变慢，浪费了系统资源。
【发明内容】
[0005]有鉴于此，本发明的目的在于提供一种虹膜信息的采集方法及采集系统，可以解决现有技术中依靠识别算法去弥补采集中不足而导致的准确率低、分析速度慢，以及浪费系统资源等技术问题。
[0006]为解决上述技术问题，本发明实施例提供了一种虹膜信息的采集方法，应用于终端设备中，所述采集方法包括:
[0007]扫描所述终端设备的采集范围内是否有人体出现；
[0008]当存在人体时，通过调整拍摄角度以采集所述人体的虹膜图像；
[0009]从所述虹膜图像中提取特征点；
[0010]判断所述虹膜图像中的特征点是否清晰；以及
[0011]若所述虹膜图像中的特征点清晰，则将所述特征点进行编码，以生成当前用户的虹膜信息。
[0012]为解决上述技术问题，本发明实施例还提供了一种虹膜信息的采集系统，应用于终端设备中，所述采集系统包括:
[0013]扫描模块，用于扫描所述终端设备的采集范围内是否有人体出现；
[0014]采集模块，连接于所述扫描模块，用于当存在人体时，通过调整拍摄角度以采集所述人体的虹膜图像；
[0015]提取模块，连接于所述采集模块，用于从所述虹膜图像中提取特征点；
[0016]判断模块，连接于所述提取模块，用于判断所述虹膜图像中的特征点是否清晰；以及
[0017]编码模块，连接于所述判断模块和所述采集模块，用于当所述虹膜图像中的特征点清晰时，将所述特征点进行编码，以生成当前用户的虹膜信息。
[0018]相对于现有技术，本发明提供的虹膜信息的采集方法及采集系统，首先通过扫描采集范围后才进行虹膜图像的采集，避免拍摄到无法或不易识别的图像，其次仅对清晰的虹膜图像进行编码，避免因模糊而造成识别错误、以及资源的浪费，进而提升识别的速度和提高识别的准确率。
【附图说明】
[0019]图1是本发明实施例一提供的虹膜信息的采集方法的流程示意图；
[0020]图2是本发明实施例二提供的虹膜信息的采集方法的流程示意图；
[0021]图3是本发明实施例三提供的虹膜信息的采集系统的模块示意图；
[0022]图4是本发明实施例四提供的虹膜信息的采集系统的模块示意图；
[0023]图5是本发明实施例提供的虹膜识别要素的示意图。
【具体实施方式】
[0024]请参照附图中的图式，其中相同的组件符号代表相同的组件，本发明的原理是以实施在一适当的运算环镜中来举例说明。以下的说明是基于所示例的本发明的具体实施例，其不应被视为限制本发明未在此详述的其它具体实施例。
[0025]本发明原理以上述文字来说明，其并不代表为一种限制，本领域技术人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
[0026]请参照以下实施例，实施例一、二侧重于虹膜信息的采集方法，实施例三、四侧重于虹膜信息的采集系统，可以理解的是:虽然各实施例的侧重不同，但其设计思想是一致的。且，在某个实施例中没有详述的部分，可以参见说明书全文的详细描述，不再赘述。
[0027]实施例一
[0028]请参阅图1，所示为本发明实施例提供的虹膜信息的采集方法的流程示意图。
[0029]所述虹膜信息的采集方法，应用于终端设备中，所述采集方法包括:
[0030]在步骤SlOl中，扫描所述终端设备的采集范围内是否有人体出现。
[0031]所述扫描，包括但不限于:通过红外线、超声波、视频扫描、或温度监测等方式进行扫描。
[0032]可以理解的是，不同的终端设备因其自身的配置、安全要求、安装位置的不同，在正式采集前会设置不同的采集范围。
[0033]比如:摄像头的像素越高，则支持的采集的范围越远；应用于车库门禁时，识别距离要比应用手机时，采集范围远的多，前者可在12米左右，后者在0.5米左右即可。当然，以上具体距离不应视为对本案采集范围的限制，仅用于举例说明。
[0034]在步骤S102中，当存在人体时，通过调整拍摄角度以采集所述人体的虹膜图像。
[0035]具体而言，所述调整拍摄角度，包括:
[0036](I)获取人脸的位置，并拍摄人脸图像；
[0037](2)对所述人脸图像中的虹膜进行定位，包括:通过确定内圆(虹膜与瞳孔的边界)、外圆(虹膜与巩膜的边界)和二次曲线(虹膜与上下眼皮的边界)在图像中的位置，以进行虹膜定位；以及
[0038](3)将虹膜图像中的虹膜大小进行归一化处理，以调整到预设的固定尺寸，以形成所述虹膜图像。
[0039]在步骤S103中，从所述虹膜图像中提取特征点。
[0040]可以理解的是，在提取特征点前，还包括预处理的步骤，即:
[0041]针对上述归一化处理后虹膜图像，进行亮度、对比度、和平滑度等处理，以提高虹膜图像中虹膜特征的识别度。
[0042]在步骤S104中，判断所述虹膜图像中的特征点是否清晰。
[0043]其中，若所述虹膜图像中的特征点清晰，则执行步骤S105，若所述虹膜图像中的特征点不清晰，则返回至步骤S102，以采集当前人体的虹膜图像，直至清晰。
[0044]具体而言，所述清晰的判断步骤，包括:
[0045](I)判断特征点是否包括色素点、放射纹、斑点、和隐窝四个要素。
[0046]如图5所示，为虹膜识别要素的示意图。所述虹膜500的识别要素，包括:色素点51、放射纹52、斑点53、和隐窝54。
[0047](2)判断所述虹膜图像中是否存在模糊区域。
[0048]可以理解的是，所述模糊区域，通常是由于距离稍远，局部被遮挡而形成的，尤其是眼镜、头发、发饰等。
[0049](3)若包括四个要素、且不存在模糊区域，则判断为特征点清晰。
[0050](4)若不包括四个要素之一、或存在模糊区域，则判断为特征点不清晰。
[0051]在步骤S105中，将所述特征点进行编码，以生成当前用户的虹膜信息。
[0052]目前，常用的是子波分析的数学技术，将虹膜图像转换成一串数字代码。人的虹膜具有大约266项可检测的特征，相比之下，人的指纹只有大约40项可检测的特征。
[0053]此外，需要说明的是，本发明提供的虹膜信息的采集方法，尤其适用于首次