一种新型的瞳孔快速定位方法与流程

本发明涉及图像处理领域，具体地涉及一种新型的瞳孔快速定位方法。

背景技术：

随着社会和科技的快速发展，信息的安全呈现出前所未有的重要性。传统的身份鉴别方法如身份标志物品和身份标志知识由于其固有的缺陷和漏洞正逐渐被生物特征识别技术所取代。目前用于身份鉴别的几种经典的生物特征识别技术主要包括：人脸识别、声音识别、指纹识别、掌纹识别、虹膜识别等。其中虹膜识别技术因虹膜具有的特征稳定、防伪性高、不易盗取等优秀生物特性及采集和检测方式的非接触特性，使其在众多的身份鉴别技术中脱颖而出，并成为最为重要、安全、精确的身份鉴别技术，具有广阔的应用前景与重要的学术研究。使用虹膜进行身份鉴别的设想最早在19世纪80年代被提出，经历了最近二十多年的发展，虹膜识别技术才有了飞跃的发展和广泛的应用。虹膜识别技术的使用也使得一些应用场景的安全等级得到了大幅度的提高。一个完备的虹膜识别系统包括虹膜图像的采集、预处理、特征提取以及匹配识别四个部分。其中虹膜图像预处理是虹膜识别中的关键环节和基础部分，预处理结果的好坏直接影响后续的所有操作，进而影响整个系统的识别性能。

在虹膜识别的预处理阶段，瞳孔的定位是整个流程的开始，其效率和准确性对于后续处理及识别具有重要作用，尤其是在虹膜图像采集条件不好的条件下，如何快速清除异质，准确定位瞳孔是非常重要的一环。

现有技术中，对异质图像的瞳孔定位方面多采用经验值对二值化的虹膜图像去除干扰点。这将导致虹膜识别系统的定位方法在遇到更多异质虹膜图像时的效力低下。

技术实现要素：

针对上述现有技术的不足，本发明提供了一种新型的瞳孔快速定位方法，能够在虹膜识别的预处理过程中，避开通常需要利用先验知识对二值化后的虹膜图像去除干扰点的过程，快速稳定地定位瞳孔区域，进而确定虹膜内外边界，整体上提高虹膜识别算法的准确性和效率。

为了实现上述目的，本发明通过以下技术方案实现：

一种新型的瞳孔快速定位方法，包括以下步骤：

(1)对二值化后的虹膜图像中的连通区域进行标记：

a.二值化后前景图像以1进行标记，背景图像标记为0；

b.遍历原图像，当遇到前景图像时，判断该前景图像p(i,j)是否被标记，其中p为原图像，i、j分别代表行和列的角标；若该像素点p(i,j)未被标记，则保存其坐标值至队列中，并在标记矩阵的对应坐标位置对该像素点进行标记；

c.对p(i,j)的八邻域进行搜索，当遇到新的未被标记的前景像素点时，则将其坐标值入列，并在标记矩阵中进行标记；其中新前景像素点坐标为p(i+1,j)；

d.八邻域搜索标记完成后，将p(i,j)出列，此时列头为p(i+1,j)，再次进行步骤c所述的八邻域搜索及标记操作；

e.当一个连通区域标记完成后，标签计数加1，清空队列，再次进行步骤b～d的遍历操作，标记新的连通区域；

(2)计算每一个连通区域的像素个数：待步骤(1)完成连通区域的标记后，对每一个连通区域内的像素个数进行累加；

(3)利用每个连通区域最外围的四个方向上的点，对该区域作最小外接圆的窗口限定，并计算窗口面积：

a.找到每个连通区域最外围的四个方向正负45度角上的点，并用最小二乘法对该区域作一个最小外接圆的窗口；

b.计算上述窗口面积，即该窗口内像素的个数的累加，并将该最小外接圆作为判断此连通区域是否为瞳孔区域的重要依据；

(4)选择像素数目阈值对连通区域进行初步筛选：根据步骤(3)所计算的不同连通区域的外接圆的像素数目，选择像素数目阈值对连通区域进行初步筛选，缩小瞳孔的筛选范围；

(5)计算连通区域的像素数目与连通区域最小外接圆窗口面积的比值，将比值最大的连通区域作为瞳孔的连通区域：瞳孔为近似圆形区域，选择的连通区域窗口是外接圆；如果计算不同连通区域的像素数目之和与连通区域对应的最小外接圆窗口面积的比值，显然与圆形最接近的瞳孔将会得到最大的比值，可以确定比值最大的连通区域为瞳孔区域；在对瞳孔边界进行拟合之前，首先使用canny算子提取边缘，然后对提取的边缘点使用最小二乘拟合的方法精确定位瞳孔边界并给出内圆的圆心(x,y)与半径r。

本发明的有益效果是：本发明提出了一种改进的虹膜定位算法，有效提升了非理想情况下虹膜识别的准确率和效率。搜索最大连通区域的优势就在于根据瞳孔的灰度特征自动的清除干扰点，避免了虹膜内边界拟合时，无效边缘点的提取和非法点的误入带来的误差。本发明能够在虹膜识别的预处理过程中，避开通常需要利用先验知识对二值化后的虹膜图像去除干扰点的过程，快速稳定地定位瞳孔区域，进而确定虹膜内外边界，整体上提高虹膜识别算法的准确性和效率。

附图说明

结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征，其中：

图1是本发明的流程图；

图2是本发明实施例中提供的虹膜图像；

图3是本发明实施例中二值化后的虹膜图像；

图4是本发明实施例中连通区域标记的结果图；

图5是本发明实施例中瞳孔区域的结果图；

图6是本发明实施例中瞳孔定位的结果图。

具体实施方式

下面结合附图对本发明进一步说明。

如图1-6所示，本发明所述的一种新型的瞳孔快速定位方法，包括以下步骤：

(1)对输入的图2用otsu方法二值化，得到图3，再对图3进行连通区域进行标记，标记的方法如下：

a.二值化后前景图像以1进行标记，背景图像标记为0；

b.遍历原图像，当遇到前景图像时，判断该前景图像p(i,j)(其中p为原图像，i、j分别代表行和列的角标)是否被标记，若该像素点p(i,j)未被标记，则保存其坐标值至队列中，并在标记矩阵的对应坐标位置对该像素点进行标记；

c.对p(i,j)的八邻域进行搜索，当遇到新的未被标记的前景像素点时，则将其坐标值入列，并在标记矩阵中进行标记，新前景点坐标为p(i+1,j)；

d.八邻域搜索标记完成后，将p(i,j)出列，此时列头为p(i+1,j)，再次进行如步骤c所述的八邻域搜索及标记操作；

e.当一个连通区域标记完成后，标签计数加1，清空队列，再次进行步骤b-d的遍历等操作，标记新的连通区域；

待步骤a至e完成后，得到如图4所示的不同连通区域表示，用不同的红色框框出的部分，虽然有些红色框略大，但如图3所示，实际中因睫毛区域狭长，人眼不容易观察所致。

(2)计算每一个连通区域的像素个数，即步骤(1)完成连通区域的标记后，对每一个连通区域内的像素个数进行累加；

(3)利用每个连通区域最外围的四个方向正负45度角上的点，对该区域作最小外接圆的窗口限定，并计算窗口面积：

a.找到每个连通区域最外围的四个方向正负45度角上的点，并用最小二乘法对该区域作一个最小外接圆的窗口；

b.计算上述窗口面积，即该窗口内像素的个数的累加，并将该最小外接圆作为判断此连通区域是否为瞳孔区域的重要依据；

(4)根据步骤(3)所计算的不同连通区域的外接圆的像素数目，选择像素数目阈值对连通区域进行初步筛选，缩小瞳孔的筛选范围。在图2所示的例子中，阈值为2500，此阈值约为最大连通区域中像素个数的25％；

(5)瞳孔为近似圆形区域，我们选择的连通区域窗口是外接圆；如果计算不同连通区域的像素数目之和与连通区域对应的最小外接圆窗口面积的比值，显然与圆形最接近的瞳孔将会得到最大的比值，可以确定比值最大的连通区域为瞳孔区域，结果如图5所示，在对瞳孔边界进行拟合之前，首先使用canny算子提取边缘，然后对提取的边缘点使用最小二乘拟合的方法精确定位瞳孔边界并给出内圆的圆心(x，y)与半径r；瞳孔定位的结果如图6所示。

本发明不局限于上述最佳实施方式，任何人在本发明的启示下都可得出其他各种形式的发明，但不论在其形状或结构上作任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。