动设备(比如个人数字助理、媒体播放器等等)、多处理器系统、消费型电子设备、小型计算机、大型计算机、包括上述任意系统或设备的分布式计算环境，等等。本发明的眼球识别装置的检测装置用于对该眼球识别装置进行自动化的眼球测试操作，技术人员可根据测试结果对眼球识别装置进行测试参数的调整，以便提高眼球识别装置的眼球识别的准确性。
[0057]请参照图1，图1为本发明的眼球识别装置的检测方法的第一优选实施例的流程图。本优选实施例的眼球识别装置的检测方法包括:
[0058]步骤S101，获取η个用户的注册眼球图片；
[0059]步骤S102，提取每个注册眼球图片的所有标准特征点，并将注册眼球图片和对应的标准特征点存储为标准数据库；
[0060]步骤S103，获取η个用户的登录眼球图片；
[0061]步骤S104，提取登录眼球图片的至少一个测试特征点，并将登录眼球图片和对应的测试特征点存储为测试数据库，其中每个测试特征点均与对应的注册眼球图片中的标准特征点对应；
[0062]步骤S105，在眼球识别装置中加载标准数据库，并使测试数据库中的测试特征点，对眼球识别装置进行检测操作。
[0063]下面详细说明本优选实施例的眼球识别装置的检测方法的各步骤的具体流程。
[0064]在步骤S101中，检测装置获取η个用户的注册眼球图片，这里的η为大于等于20的正整数。这里的注册眼球图片可为对用户进行账号或身份注册时采集的眼球图片，由于后续需要使用该眼球图片进行身份验证，因此应当以较高分辨率的摄像采集装置采集用户的整体眼球图像。同时为了提高检测的准确性，这里应采集尽可能多的注册眼球图片，在本优选实施例中，采集的数量应大于等于20。随后转到步骤S102。
[0065]在步骤S102中，检测装置提取注册眼球图片的所有标准特征点，这里的标准特征点包括标准眼球图片中的眼球的所有特征，如巩膜特征、虹膜特征、瞳孔特征以及眼形特征等，以便后续任何测试特征点均有相应的标准特征点进行比较。然后将注册眼球图片和对应的标准特征点存储为标准数据库；随后转到步骤S103。
[0066]在步骤S103中，检测装置获取η个用户的登录眼球图片，这里的η同样为大于等于20的正整数。这里的登录眼球图片可为用户进行账号登录或身份验证时采集的眼球图片。因此只要通过注册眼球图片可识别对应的登录眼球图片即可，这样可以较低分辨率的摄像采集装置采集用户的登录眼球图像，或采集局部眼球的眼球图像作为登录眼球图像。这里获取的登录眼球图片与注册眼球图片应一一对应。随后转到步骤S104。
[0067]在步骤S104中，检测装置提取登录眼球图片的至少一个测试特征点，这里的测试特征点可为登录眼球图像中的眼球的任一特征，如巩膜特征、虹膜特征、瞳孔特征或眼形特征等。然后将登录眼球图片和对应的测试特征点存储为测试数据库。其中每个测试特征点均与对应的注册眼球图片中的标准特征点对应。随后转到步骤S105。
[0068]在步骤S105中，检测装置在眼球识别装置中加载标准数据库，随后使用测试数据库中的测试特征点，对眼球识别装置进行检测操作。该检测操作包括但不限于识别眼球的拒真率测试以及认假率测试。由于检测装置可自动调取标准数据库和测试数据库的数据进行检测，因此检测成本较低，检测效率较高；由于标准数据库的注册眼球图片与测试数据库的登录眼球图片一一对应，因此检测的出错率也较低。
[0069]这样即完成了本优选实施例的眼球识别装置的眼球识别操作的测试过程。
[0070]本优选实施例的眼球识别装置的检测方法通过标准数据库和测试数据库，实现眼球识别装置的自动化检测操作；因此该检测方法的检测成本较低、检测效率较高且检测出错率较低。
[0071]请参照图2，图2为本发明的眼球识别装置的检测方法的第二优选实施例的流程图。本优选实施例的眼球识别装置的检测方法包括:
[0072]步骤S201，使用红外摄像头获取η个用户的注册眼球图片；
[0073]步骤S202，对注册眼球图片进行清晰化处理，提取清晰化处理后的注册眼球图片的所有标准特征点，并将注册眼球图片和对应的标准特征点存储为标准数据库；
[0074]步骤S203，获取η个用户的登录眼球图片；
[0075]步骤S204，提取登录眼球图片的至少一个测试特征点，并将登录眼球图片和对应的测试特征点存储为测试数据库，其中每个测试特征点均与对应的注册眼球图片中的标准特征点对应；
[0076]步骤S205，在眼球识别装置中加载标准数据库，并使测试数据库中的测试特征点，对眼球识别装置进行检测操作。
[0077]下面详细说明本优选实施例的眼球识别装置的检测方法的各步骤的具体流程。
[0078]在步骤S201中，检测装置使用红外摄像头获取η个用户的注册眼球图片，这里的η为大于等于20的正整数。即检测装置使用红外摄像头识别用户的眼球虹膜或巩膜，从而读取该用户的眼球信息，进而获取用户的注册眼球图片。这里的注册眼球图片可为对用户进行账号或身份注册时采集的眼球图片，由于后续需要使用该眼球图片进行身份验证，因此应当以较高分辨率的摄像采集装置采集用户的整体眼球图像。同时为了提高检测的准确性，这里应采集尽可能多的注册眼球图片，在本优选实施例中，采集的数量应大于等于20。随后转到步骤S202。
[0079]在步骤S202中，检测装置对步骤S201获取的注册眼球图片进行清晰化处理，然后提取清晰化处理后的注册眼球图片的所有标准特征点，这里的标准特征点包括标准眼球图片中的眼球的所有特征，如巩膜特征、虹膜特征、瞳孔特征以及眼形特征等，以便后续任何测试特征点均有相应的标准特征点进行比较。然后将注册眼球图片和对应的标准特征点存储为标准数据库。在本步骤中对注册眼球图片进行清晰化处理，可以更好的提取相应的标准特征点。随后转到步骤S203。
[0080]在步骤S203中，检测装置获取η个用户的登录眼球图片，这里的η同样为大于等于20的正整数。这里的登录眼球图片可为用户进行账号登录或身份验证时采集的眼球图片。因此只要通过注册眼球图片可识别对应的登录眼球图片即可，这样可以较低分辨率的摄像采集装置采集用户的登录眼球图像，或采集局部眼球的眼球图像作为登录眼球图像。这里获取的登录眼球图片与注册眼球图片应一一对应。随后转到步骤S204。
[0081]在步骤S204中，检测装置提取登录眼球图片的至少一个测试特征点，这里的测试特征点可为登录眼球图像中的眼球的任一特征，如巩膜特征、虹膜特征、瞳孔特征或眼形特征等。然后将登录眼球图片和对应的测试特征点存储为测试数据库。其中每个测试特征点均与对应的注册眼球图片中的标准特征点对应。随后转到步骤S205。
[0082]在步骤S205中，检测装置在眼球识别装置中加载标准数据库，随后使用测试数据库中的测试特征点，对眼球识别装置进行检测操作。下面依次说明几种检测操作的类型:
[0083]—、任意选取测试数据库中的一测试特征点；随后将测试特征点和标准数据库中对应的标准特征点进行匹配操作，以对眼球识别装置进行检测操作，这样可以检测眼球识别装置的拒真率。
[0084]二、任意选取测试数据库中的一测试特征点，随后对测试特征点进行旋转操作，如按测试特征点的起始角度旋转45度、90度、135度、180度、225度、270度以及315度，得到多个旋转操作后的测试特征点。
[0085]然后将旋转操作后的测试特征点和标准数据库中对应的标准特征点进行匹配操作，以对眼球识别装置进行检测操作，这样可以检测眼球识别装置的拒真率。
[0086]三、任意选取测试数据库中的一测试特征点；随后将测试特征点和标准数据库中的所有标准特征点进行匹配操作，以对眼球识别装置进行检测操作，这样可以检测眼球识别装置的认假率。
[0087]四、任意选取测试数据库中的一测试特征点；随后对测试特征点进行旋转操作，如按测试特征点的起始角度旋转45度、90度、135度、180度、225度、270度以及315度，得到多个旋转操作后的测试特征点。
[0088]然后将旋转操作后的测试特征点和标准数据库中对应的标准特征点进行匹配操作，以对眼球识别装置进行检测操作，这样可以检测眼球识别装置的认假率。
[0089]五、任意选取测试数据库中的多个测试特征点；随后将多个测试特征点和标准数据库中的一标准特征点进行匹配操作，以对眼球识别装置进行检测操作，这样可以检测眼球识别装置的认假率。
[0090]由于检测装置可自动调取标准数据库和测试数据库的数据进行检测，因此检测成本较低，检测效率较高；由于标准数据库的注册眼球图片与测试数据库的登录眼球图片——对应，因此检测的出错率也较低。
[0091]这样即完成了本优选实施例的眼球识别装置的眼球识别操作的测试过程。
[0092]本优