一种虹膜图像中美瞳的检测的方法和设备与流程

本发明涉及识别领域，特别涉及一种虹膜图像中美瞳的检测的方法和设备。

背景技术：

人眼外部由巩膜、虹膜、瞳孔三部分组成，其中虹膜位于巩膜和瞳孔之间，包含了丰富的纹理信息。人体基因决定了虹膜的颜色、纹理和外观等。虹膜是外部可见的，但同时又属于内部组织，虹膜纹理结构复杂、特征数多、不易被伪造，所以虹膜识别技术是目前的生物特征识别技术中，准确度最高、防伪性最好的技术之一。

而在虹膜采集过程中如果用户佩戴了美瞳，美瞳的纹理与虹膜的纹理叠加使得真假难辨，严重影响识别效果，甚至不同的人佩戴相同的美瞳有可能被识别成相同的人。由此需要对是否佩戴有美瞳进行检测，但是目前并没有想要的技术手段来进行自动检测，而以人工的方式来一一排查，速度很慢，效率低下，无法满足实际的需要。

技术实现要素：

针对现有技术中的缺陷，本发明提出了一种虹膜图像中美瞳的检测的方法和设备，通过复用虹膜识别所在的系统，通过利用真实虹膜和美瞳在红外光下的成像特征不同，来进行识别，不需要额外的设备，且实现了自动化检测，节约了成本，提高了识别的效率。

具体的，本发明提出了以下具体的实施例：

本发明实施例提出了一种虹膜图像中美瞳的检测的方法，应用于虹膜识别系统，该方法包括：

获取待测对象的红外图像；

从所述红外图像中获取所述待测对象的人眼中虹膜区域的虹膜区域图像；

确定所述虹膜区域图像的灰度值；

当所述灰度值低于预设阈值，则确定所述待测对象的人眼中佩戴有美瞳。

在一个具体的实施例中，所述“获取待测对象的红外图像”，包括：

当接收到触发信号时，启动红外摄像头与红外补光灯，以使所述红外摄像头对待测对象进行拍摄获取红外图像。

在一个具体的实施例中，所述“从所述红外图像中获取所述待测对象的人眼中虹膜区域的虹膜区域图像”，包括：

对所述红外图像进行人脸识别，以确定所述红外图像中所述待测对象的人脸位置坐标；

基于所述人脸位置坐标对所述红外图像进行人眼识别，以确定所述待测对象的人眼位置，并从所述红外图像中提取人眼图像；

基于所述人眼位置确定所述红外图像中所述待测对象的虹膜位置；

基于所述虹膜位置从所述人眼图像中提取虹膜区域的虹膜区域图像。

在一个具体的实施例中，所述虹膜区域为以瞳孔为中心的环形区域。

在一个具体的实施例中，所述“确定所述虹膜区域图像的灰度值”，包括：

确定所述虹膜区域图像上各像素点的灰度数值；

通过均值法或中值法对各所述像素点的灰度数值进行统计，以确定所述虹膜区域图像的灰度值。

在一个具体的实施例中，还包括：当所述灰度值不低于预设阈值，则确定所述待测对象的人眼中未佩戴有美瞳。

在一个具体的实施例中，当确定所述待测对象的人眼中佩戴有美瞳时，该方法还包括：

在所述虹膜识别系统中在进行警示操作，以提醒当前所述待测对象佩戴有美瞳。

本发明实施例还提出了一种虹膜图像中美瞳的检测的设备，应用于虹膜识别系统，该设备包括：

获取模块，用于获取待测对象的红外图像；

提取模块，用于从所述红外图像中获取所述待测对象的人眼中虹膜区域的虹膜区域图像；

确定模块，用于确定所述虹膜区域图像的灰度值；

检测模块，用于当所述灰度值低于预设阈值，则确定所述待测对象的人眼中佩戴有美瞳。

在一个具体的实施例中，所述获取模块，用于：

当接收到触发信号时，启动红外摄像头与红外补光灯，以使所述红外摄像头对待测对象进行拍摄获取红外图像。

在一个具体的实施例中，所述提取模块，用于：

对所述红外图像进行人脸识别，以确定所述红外图像中所述待测对象的人脸位置坐标；

基于所述人脸位置坐标对所述红外图像进行人眼识别，以确定所述待测对象的人眼位置，并从所述红外图像中提取人眼图像；

基于所述人眼位置确定所述红外图像中所述待测对象的虹膜位置；

基于所述虹膜位置从所述人眼图像中提取虹膜区域的虹膜区域图像。

以此，本发明实施例提出了一种虹膜图像中美瞳的检测的方法和设备，应用于虹膜识别系统，其中，该方法包括：获取待测对象的红外图像；从所述红外图像中获取所述待测对象的人眼中虹膜区域的虹膜区域图像；确定所述虹膜区域图像的灰度值；当所述灰度值低于预设阈值，则确定所述待测对象的人眼中佩戴有美瞳。通过复用虹膜识别所在的系统，通过利用真实虹膜和美瞳在红外光下的成像特征不同，来进行识别，不需要额外的设备，且实现了自动化检测，节约了成本，提高了识别的效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例提出的一种虹膜图像中美瞳的检测的方法的流程示意图；

图2为本发明实施例提出的一种虹膜图像中美瞳的检测的方法中的一种带有美瞳下的虹膜红外灰度图；

图3为本发明实施例提出的一种虹膜图像中美瞳的检测的方法中的一种没有带美瞳下的虹膜红外灰度图；

图4为本发明实施例提出的一种虹膜图像中美瞳的检测的设备的结构示意图；

图5为本发明实施例提出的一种虹膜图像中美瞳的检测的设备的结构示意图；

图6为本发明实施例提出的一种虹膜图像中美瞳的检测的设备的结构示意图。

具体实施方式

在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。

在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。

实施例1

本发明实施例提出了一种虹膜图像中美瞳的检测的方法，应用于虹膜识别系统，如图1所示，该方法包括以下步骤：

步骤101、获取待测对象的红外图像；

具体的，在步骤101中的所述“获取待测对象的红外图像”，包括：

当接收到触发信号时，启动红外摄像头与红外补光灯，以使所述红外摄像头对待测对象进行拍摄获取红外图像。

具体的触发信号可以为当有用户经过预设的红外摄像头的拍摄区域时，被检测到后所产生的触发信号。

具体的，虹膜识别系统及装置主要包括：红外摄像头、红外补光灯、人脸检测单元、人眼检测单元、虹膜提取单元、美瞳检测单元和主控制单元等。以此，具体获取红外图像的过程可以为：

红外摄像头对工作范围内的视频进行拍摄，同时红外补光灯对该工作范围进行红外补光。

步骤102、从所述红外图像中获取所述待测对象的人眼中虹膜区域的虹膜区域图像；

在一个具体的实施例中，步骤102中的所述“从所述红外图像中获取所述待测对象的人眼中虹膜区域的虹膜区域图像”，包括：

对所述红外图像进行人脸识别，以确定所述红外图像中所述待测对象的人脸位置坐标；

基于所述人脸位置坐标对所述红外图像进行人眼识别，以确定所述待测对象的人眼位置，并从所述红外图像中提取人眼图像；

基于所述人眼位置确定所述红外图像中所述待测对象的虹膜位置；

基于所述虹膜位置从所述人眼图像中提取虹膜区域的虹膜区域图像。

其中，具体的所述虹膜区域为以瞳孔为中心的环形区域。

具体的，该步骤可以包括以下多个子步骤：

1、目标检测：人脸检测单元对红外摄像头拍摄的视频进行分析，检测其中的人脸位置坐标；人眼检测单元对红外摄像头拍摄的视频进行分析，检测其中的人眼位置坐标；

2、虹膜定位：虹膜提取单元根据人眼位置坐标定位虹膜的位置；

3、虹膜分割：虹膜提取单元根据得到的虹膜位置信息，将虹膜图像从人眼图像中分割出来，其中虹膜区域是一个环形区域，不包含内部的瞳孔和外部的巩膜，也不包括眼皮等其他区域。

步骤103、确定所述虹膜区域图像的灰度值；

在一个具体的实施例中，步骤103中的所述“确定所述虹膜区域图像的灰度值”，包括：

确定所述虹膜区域图像上各像素点的灰度数值；

通过均值法或中值法对各所述像素点的灰度数值进行统计，以确定所述虹膜区域图像的灰度值。

具体的，在获取到虹膜区域图像之后，确定其上各点的灰度数值，并以统计的方式确定整个虹膜区域图像的灰度值，具体的统计方法可以有均值法或中值法等方式。

仍以上述为例，在获取到虹膜区域图像之后，通过美瞳检测单元根据得到的虹膜区域图像，统计虹膜区域的灰度值，这里可以用均值，也可以用中值等统计方法

步骤104、当所述灰度值低于预设阈值，则确定所述待测对象的人眼中佩戴有美瞳。

具体的，美瞳检测单元根据得到的统计值，判断是否满足存在美瞳的条件；因为美瞳在红外光下的灰度值偏低(黑色)，应该小于阈值a，而真实虹膜在红外光下的的灰度值偏高(灰色)，应该大于阈值a，具体的，如图2所示，为带有美瞳下的虹膜红外灰度图；而如图3所示，则为未带有美瞳下，正常眼睛的虹膜红外灰度图。

具体的预设阈值可以通过对数量超过一定值的人群的真实虹膜以及美瞳进行红外环境下的拍摄后统计其灰度值来确定。

此外，与之相对应的该方法还包括：当所述灰度值不低于预设阈值，则确定所述待测对象的人眼中未佩戴有美瞳。

在一个具体的实施例中，考虑到本方案应用在虹膜识别的场景下，为了更有效提醒虹膜识别的监控人员或者后台人员，当确定所述待测对象的人眼中佩戴有美瞳时，该方法还包括：

在所述虹膜识别系统中在进行警示操作，以提醒当前所述待测对象佩戴有美瞳。

具体的警示操作可以以多种不同的方式来提示监控人员或后台人员等，例如以语音提示，和/或警示灯闪速，或将该待测对象在图像中进行标示的方式进行提示。

实施例2

本发明实施例还公开了一种虹膜图像中美瞳的检测的设备，应用于虹膜识别系统，如图4所示，该设备包括：

获取模块201，用于获取待测对象的红外图像；

提取模块202，用于从所述红外图像中获取所述待测对象的人眼中虹膜区域的虹膜区域图像；

确定模块203，用于确定所述虹膜区域图像的灰度值；

检测模块204，用于当所述灰度值低于预设阈值，则确定所述待测对象的人眼中佩戴有美瞳。

在一个具体的实施例中，所述获取模块201，用于：

当接收到触发信号时，启动红外摄像头与红外补光灯，以使所述红外摄像头对待测对象进行拍摄获取红外图像。

在一个具体的实施例中，所述提取模块202，用于：

对所述红外图像进行人脸识别，以确定所述红外图像中所述待测对象的人脸位置坐标；

基于所述人脸位置坐标对所述红外图像进行人眼识别，以确定所述待测对象的人眼位置，并从所述红外图像中提取人眼图像；

基于所述人眼位置确定所述红外图像中所述待测对象的虹膜位置；

基于所述虹膜位置从所述人眼图像中提取虹膜区域的虹膜区域图像。

在一个具体的实施例中，所述虹膜区域为以瞳孔为中心的环形区域。

在一个具体的实施例中，所述确定模块203，用于：

确定所述虹膜区域图像上各像素点的灰度数值；

通过均值法或中值法对各所述像素点的灰度数值进行统计，以确定所述虹膜区域图像的灰度值。

在一个具体的实施例中，如图5所示，还包括：处理模块205，用于当所述灰度值不低于预设阈值，则确定所述待测对象的人眼中未佩戴有美瞳。

在一个具体的实施例中，如图6所示，还包括：警示模块206，用于当确定所述待测对象的人眼中佩戴有美瞳时，在所述虹膜识别系统中在进行警示操作，以提醒当前所述待测对象佩戴有美瞳。

本发明实施例提出了一种虹膜图像中美瞳的检测的方法和设备，应用于虹膜识别系统，其中，该方法包括：获取待测对象的红外图像；从所述红外图像中获取所述待测对象的人眼中虹膜区域的虹膜区域图像；确定所述虹膜区域图像的灰度值；当所述灰度值低于预设阈值，则确定所述待测对象的人眼中佩戴有美瞳。通过复用虹膜识别所在的系统，通过利用真实虹膜和美瞳在红外光下的成像特征不同，来进行识别，不需要额外的设备，且实现了自动化检测，节约了成本，提高了识别的效率。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本发明序号仅仅为了描述，不代表实施场景的优劣。

以上公开的仅为本发明的几个具体实施场景，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。