预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共25页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110309814A(43)申请公布日2019.10.08(21)申请号201910624191.1(22)申请日2019.07.11(71)申请人中国工商银行股份有限公司地址100140北京市西城区复兴门内大街55号(72)发明人罗强陈杭刘朝伟张占礼(74)专利代理机构北京三友知识产权代理有限公司11127代理人王涛任默闻(51)Int.Cl.G06K9/00(2006.01)G06K9/40(2006.01)G06T7/13(2017.01)权利要求书3页说明书13页附图8页(54)发明名称一种基于边缘检测的虹膜识别方法及装置(57)摘要本申请提供了一种基于边缘检测的虹膜识别方法及装置,包括:利用差分梯度方法对预先获取的虹膜图像进行边缘像素增强;在预设的采样点命中阈值范围内,基于预设的初始虹膜的最大直径和最小直径进行虹膜参数的迭代估计循环,得到虹膜图像轮廓的像素点,输出虹膜参数;根据虹膜参数,校验虹膜图像轮廓上边缘点的合法性,并对校验后缺失的边缘点进行插值处理,得到理想虹膜;提取理想虹膜的特征参数,并将理想虹膜的特征参数与特征库的特征参数进行比对,生成识别结果。本申请通过差分梯度方法将边缘像素增强消除了噪声数据,通过预设范围,有效增进虹膜参数的计算速度,具有可操作性强,虹膜轮廓定位效率高等特点。CN110309814ACN110309814A权利要求书1/3页1.一种基于边缘检测的虹膜识别方法,其特征在于,包括:利用差分梯度方法对预先获取的虹膜图像进行边缘像素增强,以定位虹膜图像轮廓;在预设的采样点命中阈值范围内,基于预设的初始虹膜的最大直径和最小直径进行虹膜参数的迭代估计循环,得到所述虹膜图像轮廓的像素点,当所述虹膜图像轮廓的像素点的数量达到预设数量后,输出虹膜参数;根据所述虹膜参数,校验虹膜图像轮廓上边缘点的合法性,并对校验后缺失的边缘点进行插值处理,得到理想虹膜;提取理想虹膜的特征参数,并将理想虹膜的特征参数与特征库的特征参数进行比对,生成识别结果。2.根据权利要求1所述的虹膜识别方法,其特征在于,所述利用差分梯度方法对预先获取的虹膜图像进行边缘像素增强,包括:分别设置竖直方向及水平方向的矩阵过滤器,并令矩阵过滤器的宽度和长度均等于所述初始虹膜的最大直径;利用竖直方向的矩阵过滤器和水平方向的矩阵过滤器初始化所述虹膜图像轮廓的像素点;在所述虹膜图像轮廓的像素点上设置Sobel算子。3.根据权利要求2所述的虹膜识别方法,其特征在于,所述在所述虹膜图像轮廓的像素点上设置Sobel算子,包括:分别设置竖直方向梯度和水平方向梯度,令梯度分别等于X方向的差分梯度和Y方向的差分梯度。4.根据权利要求1所述的虹膜识别方法,其特征在于,所述在预设的采样点命中阈值范围内,基于预设的初始虹膜的最大直径和最小直径进行虹膜参数的迭代估计循环,包括:设置所述初始虹膜的最小半径为所述初始虹膜的最小直径的一半,所述初始虹膜的最大半径为所述初始虹膜的最大直径的一半;在不小于初始虹膜的最小半径和不大于初始虹膜的最大半径范围内进行虹膜参数的迭代估计循环。5.根据权利要求3所述的虹膜识别方法,其特征在于,在不小于初始虹膜的最小半径和不大于初始虹膜的最大半径范围内进行虹膜参数的迭代估计循环,包括:计算虹膜图像矩阵的卷积;记录虹膜图像矩阵的卷积最大值点位置;循环获取与最大值点位置之间的误差小于所述采样点命中阈值的所述虹膜图像轮廓的像素点,直至获取的像素点的个数等于所述预设数量。6.根据权利要求1所述的虹膜识别方法,其特征在于,还包括:当所述虹膜图像中存在多个虹膜图像轮廓时,设置虹膜图像轮廓的预期输出数,所述预期输出数不大于虹膜图像轮廓数量。7.根据权利要求1所述的虹膜识别方法,其特征在于,还包括:停止迭代估计循环之后,清除虹膜图像轮廓上的圆上点。8.根据权利要求1所述的虹膜识别方法,其特征在于,对校验后缺失的边缘点进行插值处理,包括:分别对虹膜轮廓的内环和外环进行圆心定位;2CN110309814A权利要求书2/3页根据获得的内环和外环的圆心定位建立内环和外环的直角坐标方程;将所述内环和外环的直角坐标方程转换为内环和外环的极坐标方程;根据所述内环和外环的极坐标方程检测极坐标点的位置获得内环和外环的参数;对内环和外环上缺失的点进行插值处理。9.根据权利要求1所述的虹膜识别方法,其特征在于,所述将理想虹膜的特征参数与特征库的特征参数进行比对,包括:采用海明距离算法比较理想虹膜的特征参数与特征库的特征参数之间的相似度,获取虹膜特征相似度评分。10.一种基于边缘检测的虹膜识别装置,其特征在于,包括:轮廓定位模块,用于利用差分梯度方法对预先获取的虹膜图像进行边缘像素增强,以定位虹膜图像轮廓;迭