基于虹膜识别的网站登录系统的制作方法

本发明涉及虹膜识别技术领域，具体涉及基于虹膜识别的网站登录系统。

背景技术：

网站的登录系统一般采用账号、密码的方式对用户的身份进行验证，然而用户的账号、密码等文字信息易被他人获取，使登录系统难以确保用户的真实身份。

虹膜识别是一种精度高、稳定性良好的识别方式，将其应用到网站的登录系统上，能够较好地判定用户身份与用户账号的一致性。然而，网站登录系统储存的用户量庞大，虹膜识别采用的信息储存方式是浮点型特征，占用的存储空间大、消耗的计算代价高。

技术实现要素：

针对上述问题，本发明旨在提供基于虹膜识别的网站登录系统。

本发明的目的采用以下技术方案来实现：基于虹膜识别的网站登录系统，包括账号输入模块、虹膜识别模块、结果显示模块与云端信息模块，所述账号输入模块用于录入用户账号信息，并对用户账号信息进行验证，将对应的验证结果发送至所述结果显示模块，以及，在对用户账号信息验证通过后启动所述虹膜识别模块；所述虹膜识别模块用于采集用户虹膜信息，并根据所述预留虹膜信息对虹膜信息进行处理识别、生成识别结果并发送至所述结果显示模块；所述云端信息模块用于储存用户的预留虹膜信息；所述结果显示模块用于接收账号输入模块和虹膜识别模块的输出信息。

本发明的有益效果为：在账号信息验证成功的基础上，采用虹膜识别对用户的身份进行二次确认，确保了用户身份与用户账号的一致性。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1本发明的框架结构图；

图2是本发明虹膜识别模块的框架结构图；

图3是本发明虹膜识别的具体过程图。

附图标记：

账号输入模块1，虹膜识别模块2，结果显示模块3，云端信息模块4，虹膜采集单元21，初步处理单元22，区域划分单元23，图像转化单元24，信息交互单元25，图像识别单元26。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1-3，本实施例的基于虹膜识别的网站登录系统，包括账号输入模块1、虹膜识别模块2、结果显示模块3与云端信息模块4，所述云端信息模块4用于储存用户的预留虹膜信息；

所述账号输入模块1用于录入用户账号信息，并对用户账号信息进行验证，将对应的验证结果发送至所述结果显示模块3，以及，在对用户账号信息验证通过后启动所述虹膜识别模块2；

所述虹膜识别模块2采集用户虹膜信息，并根据所述预留虹膜信息对虹膜信息进行处理识别、生成识别结果并发送至所述结果显示模块3；

所述结果显示模块3在所述识别结果为正确时，显示与所述用户账号信息对应的用户账号界面，所述结果显示模块3在所述识别结果为不正确时，或者所述验证结果为失败时，显示网站的登录界面。

优选地，参见图2-3，所述虹膜识别模块2包括虹膜采集单元21、初步处理单元22；所述虹膜采集单元21用于获取用户虹膜图像；所述初步处理单元22对所述用户虹膜图像进行归一化处理，将所述用户虹膜图像描述为大小、位置参数固定的图像，最终输出需要进行识别处理的目标虹膜图像。

优选地，参见图2-3，所述虹膜识别模块2还包括区域划分单元23，所述区域划分单元23用于将目标虹膜图像按规律划分为识别区域与特征区域，具体为：

(1)划分n个识别区域：设目标虹膜图像的内圆半径为r1，外圆半径为r2，取距离阀值l，l＜r2-r1；将目标虹膜图像划分为n个识别区域，对于第a个识别区域，其参数如下：

ra1＝r1+(a-1)l，ra2＝r1+al

其中，表示对取整，ra1为第a个识别区域的内径，ra2为第a个识别区域的外径，l为识别区域的外径与内径之差；

(2)将每个识别区域以l为边长划分为多个正四边形的特征区域，第a个识别区域划分的特征区域数目ma为：

其中，avg[r1+(a-1)l，r1+al]表示对r1+(a-1)l，r1+al取均值；表示对取整。

本发明上述实施例，对虹膜区域进行特征划分，将虹膜的特征细化分割为一个个小的特征单元，有利于虹膜特征的比对。

本实施例进一步提出了虹膜区域细化分割的方法及其划分公式，提出了特征区域数目的确定公式，该公式使得在对环形区域进行划分时，能够按照每个环形区域的情况，针对性地划分相应、合理的特征区域数目，使得划分的特征区域能够完全覆盖环形区域的虹膜特征，从而最大化地保留了虹膜图像的所有特征，保证了虹膜特征的完整性，提高虹膜识别的精度。

具体为，通过改变距离阀值l，能够控制识别区域与特征区域的大小，距离阀值l越小，特征区域数目越多，包含的虹膜信息越多，识别精度越高，但消耗的计算代价与存储空间越多；反之，识别精度降低，但消耗的计算代价与存储空间越少。

优选地，参见图2-3，所述虹膜识别模块2还包括图像转化单元24，所述图像转化单元24用于接收区域划分后的目标虹膜图像，并将每个特征区域转化为二进制特征单元，由所述二进制特征单元组成目标虹膜图像的二进制描述，具体为：

(1)提取特征区域内灰度分布直方图：对于每个特征区域，提取区域内像素点的灰度值，绘制灰度分布直方图，并按如下规律划分并编号灰度集合：

a1＝{x|0≤x＜64}

a2＝{x|65＜x＜128}

a3＝{x|129＜x＜192}

a4＝{x|193＜x≤255}

(2)特征矩阵fak的提取：取特征区域内中心像素点，并取中心点周边8个像素点灰度值p，判断8个像素点的灰度值p存在于上述第几个灰度集合，按下式计算得出二进制数值sakij：

其中：a表示第a个识别区域，1≤a≤n；k表示第k个特征区域，1≤k≤ma；i表示8个像素点中的第i个，1≤i≤8；j表示第j个灰度集合，1≤j≤4；p表示像素点的灰度值；

上式表示：对于第a个识别区域内，判断第k个特征区域中，中心点周边的第i个像素点的灰度值p是否属于第j个灰度集合，若是，则sakij＝1；若否，则sakij＝0；

最终由一个特征区域得出一个由0和1组成的8×4的特征矩阵fak，fak表示第a个识别区域中，第k个特征区域的特征矩阵fak，具体为：

其中a＝1，2，3......n，k＝1，2，3......ma

(3)二进制描述t：由n个识别区域与ma个特征区域，得出一组矩阵，如下：

所述矩阵即为目标虹膜图像的二进制描述t。

本优选实施例，用于提取目标虹膜图像的特征，使目标虹膜图像的特征数值化，利于特征的对比。

本优选实施例，进一步提出将目标虹膜图像特征数值化的具体步骤和方法，将虹膜图像信息转化为由0与1组成的特征矩阵，并将特征矩阵组合为二进制描述。如此，仅需将二进制描述t储存即可较好地保存虹膜图像的整体信息，取代了存储浮点型特征以记录虹膜图像信息的方法，简化了储存信息，解放了储存空间，使虹膜识别能够适于大用户量的网站登录系统。

优选地，参见图2-3，所述虹膜识别模块2还包括信息交互单元25，所述信息交互单元25用于将图像转化单元输出的目标虹膜图像的二进制描述t上传至云端信息模块4，并从云端信息模块4中下载预留虹膜信息的二进制描述t’。

优选地，参见图2-3，所述虹膜识别模块2还包括图像识别单元26，所述图像识别单元26用于接收图像转化单元24输出的目标虹膜图像的二进制描述t，同时接收信息交互单元25输出的预留虹膜信息的二进制描述t’，并计算目标虹膜图像的二进制描述t与预留虹膜信息的二进制描述t’的差异值d，并输出识别结果，具体为：

设定阀值d，由于初步处理单元22的归一化处理，目标虹膜图像与预存虹膜信息具有相同数量的识别区域与特征区域，差异值d具体计算为：

其中：表示n个识别区域内，特征区域的总数，fak，f′ak分别表示t与t’中第a个识别区域中的第k个特征区域的特征矩阵；dist(fak，f′ak)表示矩阵fak，f′ak中所有行数、列数对应的数的差的绝对值之和，即fak，f′ak的差异；d为设定的阀值，用于判定t与t’中对应特征区域的差异是否突出；a(fak，f′ak)表示当dist(fak，f′ak)小于阀值d时，a(fak，f′ak)取1，否则取0；d为目标虹膜图像与预存虹膜信息之间的差异值；

设定阀值x，判定t与t’的差异是否符合预期，当d＜x时，则判定目标虹膜图像的二进制描述与预存虹膜信息相符，验证通过，输出识别成功信息；反之，输出识别失败信息。

本优选实施例，进一步地提出计算差异值的方法和公式，有利于具化两者之间的差异，便于判断两者之间差异的大小。

本优选实施例，设定阀值d，判定两者的对应特征区域的是否存在差异；设定阀值x，判定两者的对应特征区域差异值是否符合预期。通过调控阀值d与阀值x，能够设定虹膜识别的精度要求：当阀值d与阀值x越小时，虹膜识别的严格程度越高，虹膜识别的精度越高，验证通过后的用户身份出错率越低，但用户的验证通过率也越低；反之，验证通过后的用户身份出错率越高，但用户的验证通过率也越高。

通过实验进一步确定阀值d与阀值x，使得虹膜识别的验证通过率与验证通过后的身份出错率达到一个较好的平衡值。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。