一种活体虹膜检测方法及终端的制作方法
【技术领域】
[0001] 本发明涉及电子技术领域，尤其涉及一种活体虹膜检测方法及终端。
【背景技术】
[0002] 虹膜识别技术可以用于身份识别，虹膜识别技术的一个关键点是活体虹膜检测， 系统需要分辨采集的虹膜照片是来自于活体，还是来自于眼睛照片。在现有技术方案中，为 了解决虹膜识别的活体检测问题，大部分是通过图像识别技术，对采集的虹膜照片进行纹 理、离焦、频率分布等方面的分析来实现，但是，该方法需要进行一系列如小波变换等复杂 度很高的计算，并且存在一定的错误率。另外，现有技术方案中还可以调节照射眼睛的光线 的强弱，同时拍摄多张虹膜照片，由于光线变化时眼睛的瞳孔会有明显变化，通过对比多张 图片中瞳孔的图片，可以判定是否活体虹膜。但是近距离射入眼睛强光和弱光，会引起眼睛 的不适感，对眼睛有伤害。
【发明内容】
[0003] 本发明实施例提供一种活体虹膜检测方法及终端。可以提高虹膜识别的准确性和 识别效率，并且对眼睛没有伤害性。
[0004] 本发明实施例提供了一种活体虹膜检测方法，包括：
[0005] 获取多张虹膜照片；
[0006] 确定所述多张虹膜照片中的每张虹膜照片中的瞳孔中心的位置；
[0007] 根据所述每张虹膜照片中的所述瞳孔中心的位置，计算所述瞳孔中心的位移最大 值；
[0008] 根据所述瞳孔中心的位移最大值，确定虹膜检测结果。
[0009] 其中，所述根据所述瞳孔中心的位移最大值，确定虹膜检测结果包括：
[0010] 当所述瞳孔中心的位移最大值大于预设阈值时，确定所述虹膜照片为活体虹膜照 片。
[0011] 其中，所述根据所述瞳孔中心的位移最大值，确定虹膜检测结果之后，还包括：
[0012] 从所述多张虹膜照片中提取出虹膜纹理特征；
[0013] 将所述虹膜纹理特征与预设的虹膜模板信息进行对比；
[0014] 根据所述虹膜纹理特征与所述预设的虹膜模板信息的对比结果，识别所述用户的 身份。
[0015] 其中，所述根据所述每张虹膜照片中的所述瞳孔中心的位置，计算所述瞳孔中心 的位移最大值包括：
[0016] 根据所述每张虹膜照片的所述瞳孔中心的位置，计算所述每张虹膜照片中的瞳孔 中心到预设的眼眶参考点的距离；
[0017] 根据所述每张虹膜照片中的瞳孔中心到所述预设的眼眶参考点的距离，计算所述 多张照片中的每两张虹膜照片中的瞳孔中心到所述预设的眼眶参考点的距离差值；
[0018] 根据所述多张照片中的每两张虹膜照片中的瞳孔中心到所述预设的眼眶参考点 的距离差值，确定所述瞳孔中心的位移最大值。
[0019] 其中，所述根据所述虹膜纹理特征与所述预设的虹膜模板信息的对比结果，识别 所述用户的身份包括：
[0020] 当所述虹膜纹理特征与所述预设的虹膜模板信息相同时，识别得到所述用户的身 份为目标使用用户。
[0021] 相应地，本发明实施例提供了一种活体虹膜检测终端，包括：
[0022] 照片获取模块，用于获取多张虹膜照片；
[0023] 位置确定模块，用于确定所述多张虹膜照片中的每张虹膜照片中的瞳孔中心的位 置；
[0024] 位移计算模块，用于根据所述每张虹膜照片中的所述瞳孔中心的位置，计算所述 瞳孔中心的位移最大值；
[0025] 结果确定模块，用于根据所述瞳孔中心的位移最大值，确定虹膜检测结果。
[0026] 其中，所述结果确定模块具体用于：
[0027] 当所述瞳孔中心的位移最大值大于预设阈值时，确定所述虹膜照片为活体虹膜照 片。
[0028] 其中，所述终端还包括：
[0029] 特征提取模块，用于从所述多张虹膜照片中提取出虹膜纹理特征；
[0030] 信息对比模块，用于将所述虹膜纹理特征与预设的虹膜模板信息进行对比；
[0031] 身份识别模块，用于根据所述虹膜纹理特征与所述预设的虹膜模板信息的对比结 果，识别所述用户的身份。
[0032] 其中，所述位移计算模块包括：
[0033] 距离计算单元，用于根据所述每张虹膜照片的所述瞳孔中心的位置，计算所述每 张虹膜照片中的瞳孔中心到预设的眼眶参考点的距离；
[0034] 差值计算单元，用于根据所述每张虹膜照片中的瞳孔中心到所述预设的眼眶参考 点的距离，计算所述多张照片中的每两张虹膜照片中的瞳孔中心到所述预设的眼眶参考点 的距离差值；
[0035] 最大值确定单元，用于根据所述多张照片中的每两张虹膜照片中的瞳孔中心到所 述预设的眼眶参考点的距离差值，确定所述瞳孔中心的位移最大值。
[0036] 其中，所述身份识别模块具体用于：
[0037] 当所述虹膜纹理特征与所述预设的虹膜模板信息相同时，识别得到所述用户的身 份为目标使用用户。
[0038] 实施本发明实施例，首先获取多张虹膜照片；然后确定所述多张虹膜照片中的每 张虹膜照片中的瞳孔中心的位置；其次根据所述每张虹膜照片中的所述瞳孔中心的位置， 计算所述瞳孔中心的位移最大值；最后根据所述瞳孔中心的位移最大值，确定虹膜检测结 果，从而提高了虹膜识别的准确性和识别效率，并且对眼睛没有伤害性。
【附图说明】
[0039] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用 的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
[0040] 图1是本发明提出的一种活体虹膜检测方法的第一实施例的流程图；
[0041] 图2是本发明提出的一种活体虹膜检测方法的第二实施例的流程图；
[0042] 图3是本发明实施例提出的一种活体虹膜检测终端的结构示意图；
[0043] 图4是本发明实施例提出的活体虹膜检测终端中位移计算模块的结构示意图。
【具体实施方式】
[0044] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发 明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施 例，都属于本发明保护的范围。
[0045] 请参考图1，图1是本发明提出的一种活体虹膜检测方法的第一实施例的流程图。 如图所示，本发明实施例中的方法包括：
[0046] S101，获取多张虹膜照片。
[0047] 具体实现中，可以通过内置摄像头在预设的时间内连续拍摄多照虹膜照片，预设 时间可以为〇. 01秒或〇. 02秒；或者可以从其他摄像装置中获取连续拍摄的多照虹膜照片， 或者可以从网络资源中下载多照虹膜照片。
[0048] S102,确定所述多张虹膜照片中的每张虹膜照片中的瞳孔中心的位置。
[0049] 具体实现中，从每张虹膜照片中逐行逐像素搜索"黑-白-黑"结构模式的区域作 为瞳孔候选区域，并记录瞳孔候选区域的边缘点和每行白线的中点；根据各个瞳孔候选区 域的圆形度和平均灰度确定可信瞳孔区域；对确定的可信瞳孔区域的白线的中点执行随机 抽样一致性的直线拟合，从而得到可信瞳孔区域的白线的可靠中点以及与可靠中点对应的 边缘点；对与可靠中点对应的边缘点执行二次曲线拟合，从而得到可信瞳孔区域的可靠边 缘点；对可信瞳孔区域的可靠边缘点进行椭圆拟合，从而得到瞳孔中心。
[0050] 可选的，可以将虹膜照片中的眼球建模成圆或椭圆，利用霍夫变换检测圆或椭圆， 进而确定每张虹膜照片中的瞳孔中心的位置。
[0051] S103,根据所述每张虹膜照片中的所述瞳孔中心的位置，计算所述瞳孔中心的位 移最大值。
[0052] 具体实现中，可以根据所述每张虹膜照片的所述瞳孔中心的位置，计算所述每张 虹膜照片中的瞳孔中心到预设的眼眶参考点的距离；根据所述每张虹膜照片中的瞳孔中心 到所述预设的眼眶参考点的距离，计算所述多张照片中的每两张虹膜照片中的瞳孔中心到 所述预设的眼眶参考点的距