申请/专利权人：京东科技控股股份有限公司

申请日：2018-01-18

公开（公告）日：2024-04-09

公开（公告）号：CN110059520B

主分类号：G06V40/18

分类号：G06V40/18;G06V10/44

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.01.21#著录事项变更;2022.01.21#著录事项变更;2022.01.21#著录事项变更;2020.12.01#实质审查的生效;2019.07.26#公开

摘要：本发明公开了一种虹膜特征提取的方法、装置及虹膜识别系统，涉及计算机技术领域。该方法的一具体实施方式包括：根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；对每个频率及其对应的虹膜子块子集，利用该频率的滤波器对该虹膜子块子集中包括的虹膜子块进行逐个卷积以得到该频率对应的每个虹膜子块的卷积值；对卷积值进行编码以得到每个虹膜子块的特征编码；组合所有虹膜子块的特征编码以得到虹膜特征编码序列。该实施方式能够充分合理地抽取到更具鉴别性的虹膜纹理特征，进而充分利用滤波器的特性来实现更好的虹膜识别。

主权项：1.一种虹膜特征提取的方法，其特征在于，包括：根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；其中，不同频率对应的虹膜子块的大小不同，且频率越高，所述频率对应的虹膜子块的大小越小；对每个频率及其对应的虹膜子块子集，利用所述频率的滤波器对所述虹膜子块子集中包括的虹膜子块进行逐个卷积以得到所述频率对应的每个虹膜子块的卷积值；对所述卷积值进行编码以得到每个虹膜子块的特征编码；组合所有虹膜子块的特征编码以得到虹膜特征编码序列。

全文数据：虹膜特征提取的方法、装置及虹膜识别系统技术领域本发明涉及计算机技术领域，尤其涉及一种虹膜特征提取的方法、装置及虹膜识别系统。背景技术作为一种生物特征识别技术，虹膜识别相比人脸、指纹识别具有更高的安全性，被广泛认为是二十一世纪最具有发展前途的生物认证技术，未来的安防、国防、电子商务、金融等多种领域的应用，也必然的会以虹膜识别技术为重点。这种趋势已经在全球各地的各种应用中逐渐开始显现出来，市场应用前景非常广阔。虹膜识别系统包括虹膜图像获取模块，虹膜图像预处理模块，特征提取模块，特征比对模块等模块。其中特征提取模块用于提取归一化后的虹膜图像特征并对提取的虹膜图像特征进行编码以得到虹膜特征编码序列，该模块对整个虹膜识别系统的识别性能起到了至关重要的作用。现有的虹膜特征提取的方法大多数基于Dr.Daugman提出的二维盖博变换2dgabor滤波器来实现，基本流程为：1、对归一化处理后的虹膜图像一般尺寸归一化为512*64像素个数进行分块，假设小块尺寸p*q，分块个数为B＝512p*64q；2、构造gabor滤波器组假设M个频率，N个方向，即共M*N个卷积核对每个分块进行卷积以得到响应值H_i，i＝0,1,...,M*N-1；3、将每个小块得到的M*N个响应值进行编码之后连接起来，得到B*M*N维特征编码作为最终的虹膜特征编码序列。在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有的技术方案中，对虹膜图像进行分块的方式都是固定的，即卷积操作前分块方式就已经确定，且在卷积操作中该分块方式是固定不变的，这样的方式存在以下问题：由于二维盖博变换滤波器组由不同频率不同方向的卷积核组成，其中采用不同频率的原因在于能提取虹膜图像多频率下的纹理特征，即高频率滤波器可以提取虹膜细小的纹理特征，低频率滤波器可以提取虹膜粗犷的纹理特征。因此，对于不同频率的滤波器采用相同的分块方式明显不合理。即单一的分块尺寸与采用多频率的初衷不能很好的匹配，因而导致识别性能无法提高。发明内容有鉴于此，本发明实施例提供一种虹膜特征提取的方法、装置及虹膜识别系统，能够充分合理地抽取到更具鉴别性的虹膜纹理特征，进而充分利用滤波器的特性来实现更好的虹膜识别。为实现上述目的，根据本发明实施例的一个方面，提供了一种虹膜特征提取的方法。一种虹膜特征提取的方法，包括：根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；对每个频率及其对应的虹膜子块子集，利用所述频率的滤波器对所述虹膜子块子集中包括的虹膜子块进行逐个卷积以得到所述频率对应的每个虹膜子块的卷积值；对所述卷积值进行编码以得到每个虹膜子块的特征编码；组合所有虹膜子块的特征编码以得到虹膜特征编码序列。可选地，不同频率对应的虹膜子块的大小不同，且频率越高，所述频率对应的虹膜子块的大小越小。可选地，根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集的步骤之前，还包括：确定不同频率对应的虹膜子块的大小。可选地，所述不同频率对应的虹膜子块的大小通过以下步骤得到：对于每个频率，使用具有所述频率的滤波器对一系列尺寸的虹膜子块进行逐个卷积以得到每个虹膜子块对应的卷积值；对所述卷积值进行编码以得到每个虹膜子块的特征编码；分别对所述每个虹膜子块的特征编码进行性能评价，并将性能满足预定标准的特征编码对应的虹膜子块的尺寸作为所述频率对应的虹膜子块的大小。可选地，按照以下规则对所述卷积值进行编码：若ReJku,v0，则HRe＝1；若ReJku,v≤0，则HRe＝0；若ImJku,v0，则HIm＝1；若ImJku,v≤0，则HIm＝0；其中，Jku,v为不同u、v所对应的卷积值，u为滤波器的频率，v为滤波器的方向，ReJku,v为Jku,v的实部，ImJku,v为Jku,v的虚部，HRe为Jku,v对应的编码的实部，HIm为Jku,v对应的编码的虚部。根据本发明实施例的另一方面，提供了一种虹膜特征提取的装置。一种虹膜特征提取的装置，包括：分块模块，用于根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；卷积模块，用于对每个频率及其对应的虹膜子块子集，利用所述频率的滤波器对所述虹膜子块子集中包括的虹膜子块进行逐个卷积以得到所述频率对应的每个虹膜子块的卷积值；编码模块，用于对所述卷积值进行编码以得到每个虹膜子块的特征编码；组合模块，用于组合所有虹膜子块的特征编码以得到虹膜特征编码序列。可选地，不同频率对应的虹膜子块的大小不同，且频率越高，所述频率对应的虹膜子块的大小越小。可选地，还包括分块大小确定模块，用于：在根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集之前，确定不同频率对应的虹膜子块的大小。可选地，所述不同频率对应的虹膜子块的大小通过以下步骤得到：对于每个频率，使用具有所述频率的滤波器对一系列尺寸的虹膜子块进行逐个卷积以得到每个虹膜子块对应的卷积值；对所述卷积值进行编码以得到每个虹膜子块的特征编码；分别对所述每个虹膜子块的特征编码进行性能评价，并将性能满足预定标准的特征编码对应的虹膜子块的尺寸作为所述频率对应的虹膜子块的大小。可选地，按照以下规则对所述卷积值进行编码：若ReJku,v0，则HRe＝1；若ReJku,v≤0，则HRe＝0；若ImJku,v0，则HIm＝1；若ImJku,v≤0，则HIm＝0；其中，Jku,v为不同u、v所对应的卷积值，u为滤波器的频率，v为滤波器的方向，ReJku,v为Jku,v的实部，ImJku,v为Jku,v的虚部，HRe为Jku,v对应的编码的实部，HIm为Jku,v对应的编码的虚部。根据本发明实施例的又一方面，提供了一种虹膜识别系统。一种虹膜识别系统，包括依次连接的图像获取装置、图像预处理装置、虹膜特征提取装置、特征比对装置及虹膜图像数据库，其中，所述图像获取装置用于采集原始虹膜图像；所述图像预处理装置用于对所述原始虹膜图像进行预处理；所述虹膜特征提取装置用于根据本发明实施例所提供的虹膜特征提取的方法对预处理后的虹膜图像进行虹膜特征提取，以得到待识别虹膜特征编码序列；所述特征比对装置用于将所述待识别虹膜特征编码序列与所述虹膜图像数据库中存储的虹膜特征编码序列进行比较以确定用户标识；所述虹膜图像数据库，用于存储虹膜特征编码序列与用户标识的关联关系。根据本发明实施例的又一方面，提供了一种虹膜特征提取的电子设备。一种虹膜特征提取的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所提供的虹膜特征提取的方法。根据本发明实施例的再一方面，提供了一种计算机可读介质。一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的虹膜特征提取的方法。上述发明中的一个实施例具有如下优点或有益效果：通过根据滤波器组的不同频率对虹膜图像进行分块，并对得到的每个频率对应的虹膜子块子集分别使用对应频率的滤波器进行卷积以得到不同频率对应的每个虹膜子块的卷积值，然后对卷积值进行编码，并组合所有的编码以得到虹膜特征编码序列，可以实现不同频率对应不同的分块方式，即分块尺寸随着频率的不同而自适应变化，这样能充分合理的抽取到更具鉴别性的虹膜纹理特征，解决了由于对多频率滤波器组采用相同分块方式而带来的虹膜识别的不合理性的问题。另外，通过设置滤波器的频率越高，虹膜子块的尺寸越小，滤波器的频率越低，虹膜子块的尺寸越大，使得高频率滤波器可以提取虹膜细小的纹理特征，低频率滤波器可以提取虹膜粗犷的纹理特征，进而充分利用滤波器的特性来实现更好的虹膜识别。再者，通过大量的数据训练以得到不同频率对应的虹膜子块的大小，可以使对虹膜图像的识别更为准确、快速。上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。附图说明附图用于更好地理解本发明，不构成对本发明的不当限定。其中：图1是根据本发明实施例的虹膜特征提取的方法的主要流程的示意图；图2是本发明实施例的实现原理示意图；图3是根据本发明实施例的虹膜特征提取的装置的主要模块的示意图；图4是本发明实施例的虹膜识别系统的主要组成部分的示意图；图5是本发明实施例可以应用于其中的示例性系统架构图；图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。具体实施方式以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。为了解决现有技术中提到的问题，本发明提供了一种基于多频率多分块的虹膜特征提取的方法，通过为不同的频率设定不同大小的图像分块尺寸，当滤波器的频率越高时设置的虹膜子块的尺寸越小，当滤波器的频率越低时设置的虹膜子块的尺寸越大，使得高频率滤波器可以提取虹膜图像细小的纹理特征，低频率滤波器可以提取虹膜图像粗犷的纹理特征，从而充分利用滤波器组的特性来实现更好的虹膜识别。本发明的技术方案在具体实施时，可以根据需要选择不同的滤波器，例如：二维盖博变换滤波器2dgabor滤波器、二维对数盖博变换滤波器2dlog_gabor滤波器、一维盖博变换滤波器1dgabor滤波器、一维对数盖博变换滤波器1dlog_gabor滤波器，等等。下面以选用二维盖博变换滤波器2dgabor滤波器为例，介绍本发明实施例的具体实现过程。图1是根据本发明实施例的虹膜特征提取的方法的主要流程的示意图。如图1所示，本发明实施例的虹膜特征提取的方法主要包括如下的步骤S101至步骤S104。步骤S101：根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；步骤S102：对每个频率及其对应的虹膜子块子集，利用该频率的滤波器对该虹膜子块子集中包括的虹膜子块进行逐个卷积以得到该频率对应的每个虹膜子块的卷积值；步骤S103：对卷积值进行编码以得到每个虹膜子块的特征编码；步骤S104：组合所有虹膜子块的特征编码以得到虹膜特征编码序列。在对预处理主要包括虹膜分割、虹膜归一化等操作后的虹膜图像大小例如为512*64，单位为像素个数进行特征提取时，需要预先构造一个多频率多方向的滤波器组。以使用二维盖博变换滤波器来构造滤波器组为例，2dgabor滤波器的卷积核公式为：其中，Gx,y,u,v为图像块上的点x,y对应的卷积核，x0,y0表示图像块的中心位置，σx和σy表示图像块有效的宽度和长度，u和v是滤波器的频率和方向。本发明的实施例中采用5个不同的频率uu0,u1,u2,u3,u4，其中u0u1u2u3u4，4个不同的方向vv0,v1,v2,v3来构造滤波器组，共包含20个滤波器卷积核。由于根据本发明的技术方案，为了充分利用滤波器组的特性来实现更好的虹膜识别，需要使不同频率对应的虹膜子块的大小不同。因此，在滤波器组构造完成后，根据滤波器组的每个频率分别对虹膜图像进行分块之前，还需要确定不同频率对应的虹膜子块的大小，以便可以根据不同频率对应的虹膜子块的大小来对虹膜图像进行分块。在本发明的实施例中，不同频率对应的虹膜子块的大小可以是预先得到并保存在数据库中，也可以是在需要时进行数据训练得到的。相应地，确定不同频率对应的虹膜子块的大小可以是从数据库中获取预先保存的不同频率对应的虹膜子块的大小，也可以是通过数据训练得到的不同频率对应的虹膜子块的大小。其中，得到不同频率对应的虹膜子块的大小是一个机器学习的过程，经过大量的数据训练，通过设定某频率对应一系列不同的分块尺寸来对虹膜图像进行特征提取，然后对特征编码进行性能评价，并选择性能最佳的分块尺寸作为该频率对应的最佳分块尺寸，从而得到不同频率对应的虹膜子块的大小。其中，可以通过例如ROC曲线receiveroperatingcharacteristiccurve，受试者工作特征曲线，又称为感受性曲线sensitivitycurve等性能评价曲线来对编码进行性能评价。具体地，不同频率对应的虹膜子块的大小可以通过以下步骤得到：对于每个频率，使用具有该频率的滤波器对一系列尺寸的虹膜子块进行逐个卷积以得到每个虹膜子块对应的卷积值；对卷积值进行编码以得到每个虹膜子块的特征编码；分别对每个虹膜子块的特征编码进行性能评价，并将性能满足预定标准的特征编码对应的虹膜子块的尺寸作为该频率对应的虹膜子块的大小。在本发明的实施例中，假设用频率为u0的滤波器共4个不同方向进行卷积时，虹膜子块的尺寸为：w0*h0；用频率为u1的滤波器共4个不同方向进行卷积时，虹膜子块的尺寸为w1*h1；用频率为u2的滤波器共4个不同方向进行卷积时，虹膜子块的尺寸为w2*h2；用频率为u3的滤波器共4个不同方向进行卷积时，虹膜子块的尺寸为w3*h3；用频率为u4的滤波器共4个不同方向进行卷积时，虹膜子块的尺寸为w4*h4。其中，w0*h00，则HRe＝1；若ReJku,v≤0，则HRe＝0；若ImJku,v0，则HIm＝1；若ImJku,v≤0，则HIm＝0；其中，Jku,v为不同u、v所对应的卷积值，u为滤波器的频率，v为滤波器的方向，ReJku,v为Jku,v的实部，ImJku,v为Jku,v的虚部，HRe为Jku,v对应的编码的实部，HIm为Jku,v对应的编码的虚部。具体地，假设某个卷积值Jku,v的实部大于0，虚部大于0，则该卷积值对应的编码为11；假设某个卷积值Jku,v的实部大于0，虚部小于或等于0，则该卷积值对应的编码为10；假设某个卷积值Jku,v的实部小于或等于0，虚部大于0，则该卷积值对应的编码为01；假设某个卷积值Jku,v的实部小于或等于0，虚部小于或登记0，则该卷积值对应的编码为00。最后，执行步骤S104，组合所有虹膜子块的特征编码以得到虹膜特征编码序列。即：将所有的卷积值对应的编码连接起来。每个卷积值对应一个两位编码实部和虚部分别对应一位编码，即00,01,10,11其中的一个。得到的最终的虹膜特征编码的形式例如为：000111001000…01101100…。虹膜特征编码的总共位数即为卷积值个数乘以2。图2是本发明实施例的实现原理示意图。如图2所示，首先，根据滤波器组的频率uu0,u1,u2,u3,u4，以及每个频率对应的分块尺寸，分别对预处理后的虹膜图像大小为512*64像素个数进行分块。具体地，当滤波器的频率为u0时，虹膜子块的尺寸为：w0*h0，虹膜子块的个数为512w0*64h0，这些虹膜子块构成了频率为u0的滤波器对应的虹膜子块子集S0；当滤波器的频率为u1时，虹膜子块的尺寸为：w1*h1，虹膜子块的个数为512w1*64h1，这些虹膜子块构成了频率为u1的滤波器对应的虹膜子块子集S1；以此类推，可得到频率为u2的滤波器对应的虹膜子块子集S2、频率为u3的滤波器对应的虹膜子块子集S3和频率为u4的滤波器对应的虹膜子块子集S4。然后，使用频率为u0的滤波器包含4个方向对虹膜子块子集S0中包括的每个虹膜子块进行卷积以得到虹膜子块子集S0中每个虹膜子块对应的卷积值；以此类推，可得到虹膜子块子集S1、S2、S3和S4中每个虹膜子块对应的卷积值。之后，根据预定的编码规则对所有的虹膜子块的卷积值进行编码。最后，将所有的虹膜子块的卷积值的编码进行组合，以得到虹膜图像的虹膜特征编码序列。根据前面所介绍的内容，即可通过为滤波器的不同频率设定不同大小的图像分块尺寸，当滤波器的频率越高时设置的虹膜子块的尺寸越小，当滤波器的频率越低时设置的虹膜子块的尺寸越大，使得高频率滤波器可以提取虹膜图像细小的纹理特征，低频率滤波器可以提取虹膜图像粗犷的纹理特征，从而充分利用滤波器组的特性来实现更好的虹膜识别。图3是根据本发明实施例的虹膜特征提取的装置的主要模块的示意图。如图3所示，本发明实施例的虹膜特征提取的装置300主要包括分块模块301、卷积模块302、编码模块303和组合模块304。分块模块301用于根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；卷积模块302用于对每个频率及其对应的虹膜子块子集，利用该频率的滤波器对该虹膜子块子集中包括的虹膜子块进行逐个卷积以得到该频率对应的每个虹膜子块的卷积值；编码模块303用于对卷积值进行编码以得到每个虹膜子块的特征编码；组合模块304用于组合所有虹膜子块的特征编码以得到虹膜特征编码序列。根据本发明实施例的技术方案，不同频率对应的虹膜子块的大小不同，且频率越高，该频率对应的虹膜子块的大小越小。本发明实施例的虹膜特征提取的装置300还可以包括分块大小确定模块图中未示出，用于：在根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集之前，确定不同频率对应的虹膜子块的大小。其中，所述的不同频率对应的虹膜子块的大小通过以下步骤得到：对于每个频率，使用具有该频率的滤波器对一系列尺寸的虹膜子块进行逐个卷积以得到每个虹膜子块对应的卷积值；对卷积值进行编码以得到每个虹膜子块的特征编码；分别对每个虹膜子块的特征编码进行性能评价，并将性能满足预定标准的特征编码对应的虹膜子块的尺寸作为该频率对应的虹膜子块的大小。具体的，可以按照以下规则对卷积值进行编码：若ReJku,v0，则HRe＝1；若ReJku,v≤0，则HRe＝0；若ImJku,v0，则HIm＝1；若ImJku,v≤0，则HIm＝0；其中，Jku,v为不同u、v所对应的卷积值，u为滤波器的频率，v为滤波器的方向，ReJku,v为Jku,v的实部，ImJku,v为Jku,v的虚部，HRe为Jku,v对应的编码的实部，HIm为Jku,v对应的编码的虚部。图4是本发明实施例的虹膜识别系统的主要组成部分的示意图。如图4所示，本发明实施例的虹膜识别系统400主要包括依次连接的图像获取装置401、图像预处理装置402、虹膜特征提取装置300、特征比对装置404及虹膜图像数据库405，其中：图像获取装置401用于采集原始虹膜图像；图像预处理装置402用于对原始虹膜图像进行预处理；虹膜特征提取装置300用于根据本发明所提供的虹膜特征提取的方法对预处理后的虹膜图像进行虹膜特征提取，以得到待识别虹膜特征编码序列；特征比对装置404用于将待识别虹膜特征编码序列与虹膜图像数据库405中存储的虹膜特征编码序列进行比较以确定用户标识；虹膜图像数据库405用于存储虹膜特征编码序列与用户标识的关联关系。如图4所示，本发明实施例的虹膜识别系统400主要包括：1、图像获取装置401，由专用的虹膜摄像头组成，其作用是采集包含双眼的近红外图像，并利用虹膜定位算法切出包含虹膜图像的眼睛图像，并将切出的虹膜图像作为原始虹膜图像；2、图像预处理装置402，用于执行包括图像质量评价、虹膜分割、虹膜归一化、图像增强等操作。该装置的输入为原始虹膜图像，输出为预处理后的虹膜图像，在本发明的实施例中归一化尺寸为512*64像素个数；3、虹膜特征提取装置300，用于根据本发明提供的虹膜特征提取的方法进行虹膜图像的特征提取，其中特征提取指的是将虹膜中最关键的纹理特征提取出来，并将虹膜图像的特征表达成紧凑的二进制形式的虹膜特征编码序列以方便快速比对及压缩存储。该装置的输入为预处理后的虹膜图像，输出为待识别虹膜特征编码序列；4、特征比对装置404，通过计算待识别虹膜特征编码序列与虹膜图像数据库405中存储的虹膜特征编码序列之间的汉明距离，并根据预先设定的阈值进行判断是否同一个虹膜类，进而确定用户标识，并根据用户标识获取用户信息；5、虹膜图像数据库405，用于将得到的虹膜特征编码序列与用户标识关联起来存储到数据库中，并创建用户信息模板。根据本发明实施例的技术方案，通过根据滤波器组的不同频率对虹膜图像进行分块，并对得到的每个频率对应的虹膜子块子集分别使用对应频率的滤波器进行卷积以得到不同频率对应的每个虹膜子块的卷积值，然后对卷积值进行编码，并组合所有的编码以得到虹膜特征编码序列，可以实现不同频率对应不同的分块方式，即分块尺寸随着频率的不同而自适应变化，这样能充分合理的抽取到更具鉴别性的虹膜纹理特征，解决了由于对多频率滤波器组采用相同分块方式而带来的虹膜识别的不合理性的问题。另外，通过设置滤波器的频率越高，虹膜子块的尺寸越小，滤波器的频率越低，虹膜子块的尺寸越大，使得高频率滤波器可以提取虹膜细小的纹理特征，低频率滤波器可以提取虹膜粗犷的纹理特征，进而充分利用滤波器的特性来实现更好的虹膜识别。再者，通过大量的数据训练以得到不同频率对应的虹膜子块的大小，可以使对虹膜图像的识别更为准确、快速。图5示出了可以应用本发明实施例的虹膜特征提取的方法或虹膜特征提取的装置的示例性系统架构500。如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等仅为示例。终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器仅为示例。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果例如目标推送信息、产品信息--仅为示例反馈给终端设备。需要说明的是，本发明实施例所提供的虹膜特征提取的方法一般由服务器505执行，相应地，虹膜特征提取的装置一般设置于服务器505中。应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。下面参考图6，其示出了适于用来实现本发明实施例的终端设备或服务器的计算机系统600的结构示意图。图6示出的终端设备或服务器仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图6所示，计算机系统600包括中央处理单元CPU601，其可以根据存储在只读存储器ROM602中的程序或者从存储部分608加载到随机访问存储器RAM603中的程序而执行各种适当的动作和处理。在RAM603中，还存储有系统600操作所需的各种程序和数据。CPU601、ROM602以及RAM603通过总线604彼此相连。输入输出IO接口605也连接至总线604。以下部件连接至IO接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管CRT、液晶显示器LCD等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至IO接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和或从可拆卸介质611被安装。在该计算机程序被中央处理单元CPU601执行时，执行本发明的系统中限定的上述功能。需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器RAM、只读存储器ROM、可擦式可编程只读存储器EPROM或闪存、光纤、便携式紧凑磁盘只读存储器CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。描述于本发明实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括分块模块、卷及模块、编码模块和组合模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，分块模块还可以被描述为“用于根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集的模块”。作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；对每个频率及其对应的虹膜子块子集，利用所述频率的滤波器对所述虹膜子块子集中包括的虹膜子块进行逐个卷积以得到所述频率对应的每个虹膜子块的卷积值；对所述卷积值进行编码以得到每个虹膜子块的特征编码；组合所有虹膜子块的特征编码以得到虹膜特征编码序列。根据本发明实施例的技术方案，通过根据滤波器组的不同频率对虹膜图像进行分块，并对得到的每个频率对应的虹膜子块子集分别使用对应频率的滤波器进行卷积以得到不同频率对应的每个虹膜子块的卷积值，然后对卷积值进行编码，并组合所有的编码以得到虹膜特征编码序列，可以实现不同频率对应不同的分块方式，即分块尺寸随着频率的不同而自适应变化，这样能充分合理的抽取到更具鉴别性的虹膜纹理特征，解决了由于对多频率滤波器组采用相同分块方式而带来的虹膜识别的不合理性的问题。另外，通过设置滤波器的频率越高，虹膜子块的尺寸越小，滤波器的频率越低，虹膜子块的尺寸越大，使得高频率滤波器可以提取虹膜细小的纹理特征，低频率滤波器可以提取虹膜粗犷的纹理特征，进而充分利用滤波器的特性来实现更好的虹膜识别。再者，通过大量的数据训练以得到不同频率对应的虹膜子块的大小，可以使对虹膜图像的识别更为准确、快速。上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

权利要求：1.一种虹膜特征提取的方法，其特征在于，包括：根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；对每个频率及其对应的虹膜子块子集，利用所述频率的滤波器对所述虹膜子块子集中包括的虹膜子块进行逐个卷积以得到所述频率对应的每个虹膜子块的卷积值；对所述卷积值进行编码以得到每个虹膜子块的特征编码；组合所有虹膜子块的特征编码以得到虹膜特征编码序列。2.根据权利要求1所述的方法，其特征在于，不同频率对应的虹膜子块的大小不同，且频率越高，所述频率对应的虹膜子块的大小越小。3.根据权利要求1所述的方法，其特征在于，根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集的步骤之前，还包括：确定不同频率对应的虹膜子块的大小。4.根据权利要求3所述的方法，其特征在于，所述不同频率对应的虹膜子块的大小通过以下步骤得到：对于每个频率，使用具有所述频率的滤波器对一系列尺寸的虹膜子块进行逐个卷积以得到每个虹膜子块对应的卷积值；对所述卷积值进行编码以得到每个虹膜子块的特征编码；分别对所述每个虹膜子块的特征编码进行性能评价，并将性能满足预定标准的特征编码对应的虹膜子块的尺寸作为所述频率对应的虹膜子块的大小。5.根据权利要求1或4所述的方法，其特征在于，按照以下规则对所述卷积值进行编码：若ReJku,v0，则HRe＝1；若ReJku,v≤0，则HRe＝0；若ImJku,v0，则HIm＝1；若ImJku,v≤0，则HIm＝0；其中，Jku,v为不同u、v所对应的卷积值，u为滤波器的频率，v为滤波器的方向，ReJku,v为Jku,v的实部，ImJku,v为Jku,v的虚部，HRe为Jku,v对应的编码的实部，HIm为Jku,v对应的编码的虚部。6.一种虹膜特征提取的装置，其特征在于，包括：分块模块，用于根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集；卷积模块，用于对每个频率及其对应的虹膜子块子集，利用所述频率的滤波器对所述虹膜子块子集中包括的虹膜子块进行逐个卷积以得到所述频率对应的每个虹膜子块的卷积值；编码模块，用于对所述卷积值进行编码以得到每个虹膜子块的特征编码；组合模块，用于组合所有虹膜子块的特征编码以得到虹膜特征编码序列。7.根据权利要求6所述的装置，其特征在于，不同频率对应的虹膜子块的大小不同，且频率越高，所述频率对应的虹膜子块的大小越小。8.根据权利要求6所述的装置，其特征在于，还包括分块大小确定模块，用于：在根据滤波器组的不少于一个频率中的每个频率，分别对虹膜图像进行分块以得到每个频率对应的虹膜子块子集之前，确定不同频率对应的虹膜子块的大小。9.根据权利要求8所述的装置，其特征在于，所述不同频率对应的虹膜子块的大小通过以下步骤得到：对于每个频率，使用具有所述频率的滤波器对一系列尺寸的虹膜子块进行逐个卷积以得到每个虹膜子块对应的卷积值；对所述卷积值进行编码以得到每个虹膜子块的特征编码；分别对所述每个虹膜子块的特征编码进行性能评价，并将性能满足预定标准的特征编码对应的虹膜子块的尺寸作为所述频率对应的虹膜子块的大小。10.根据权利要求6或9所述的装置，其特征在于，按照以下规则对所述卷积值进行编码：若ReJku,v0，则HRe＝1；若ReJku,v≤0，则HRe＝0；若ImJku,v0，则HIm＝1；若ImJku,v≤0，则HIm＝0；其中，Jku,v为不同u、v所对应的卷积值，u为滤波器的频率，v为滤波器的方向，ReJku,v为Jku,v的实部，ImJku,v为Jku,v的虚部，HRe为Jku,v对应的编码的实部，HIm为Jku,v对应的编码的虚部。11.一种虹膜识别系统，其特征在于，包括依次连接的图像获取装置、图像预处理装置、虹膜特征提取装置、特征比对装置及虹膜图像数据库，其中，所述图像获取装置用于采集原始虹膜图像；所述图像预处理装置用于对所述原始虹膜图像进行预处理；所述虹膜特征提取装置用于根据权利要求1-5中任一所述的方法对预处理后的虹膜图像进行虹膜特征提取，以得到待识别虹膜特征编码序列；所述特征比对装置用于将所述待识别虹膜特征编码序列与所述虹膜图像数据库中存储的虹膜特征编码序列进行比较以确定用户标识；所述虹膜图像数据库，用于存储虹膜特征编码序列与用户标识的关联关系。12.一种虹膜特征提取的电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。13.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。

百度查询： 京东科技控股股份有限公司 虹膜特征提取的方法、装置及虹膜识别系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD