CN109190447A - 一种基于芯片的虹膜识别方法和设备 - Google Patents
一种基于芯片的虹膜识别方法和设备 Download PDFInfo
- Publication number
- CN109190447A CN109190447A CN201810739797.5A CN201810739797A CN109190447A CN 109190447 A CN109190447 A CN 109190447A CN 201810739797 A CN201810739797 A CN 201810739797A CN 109190447 A CN109190447 A CN 109190447A
- Authority
- CN
- China
- Prior art keywords
- iris
- image
- module
- chip
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明实施例提出了一种基于芯片的虹膜识别方法和设备,该方法包括:通过所述摄像装置采集待识别对象的虹膜图像;通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;通过所述虹识芯片输出所述比对的结果。以此,通过虹识芯片将所获取到的虹膜图像进行处理以及完成比对,并向外输出比对结果,在虹识芯片内部完成比对流程后,提供外围逻辑接口与外部通信,仅涉及比对结果输出,内部所述存储的已认证对象的虹膜特征数据不会被其他的软件调用,以此保证了数据的安全性。
Description
技术领域
本发明涉及虹膜识别领域,特别涉及一种基于芯片的虹膜识别方法和设备。
背景技术
目前,生物识别技术,由于其相对于传统的身份识别技术(例如钥匙、密码、电子标签等)具有更高的安全性、便捷性、泛用性,成为近年来兴起的身份识别技术,而常见的生物识别技术有虹膜识别等。
其中,虹膜识别技术,简单来说是一种基于眼睛中的虹膜进行身份识别的安全检测技术,与现在其他生物识别技术相比,具有更高的准确度和优越性。
但是,纵观国内外虹膜识别行业市场,主流行业及商用虹膜身份验证和授权应用等解决方案,都是纯软件方式为基础的解决方案,如此虹膜识别软件解决方案难免暴露出问题,具体的主要表现在安全方面,具体的虹膜信息属于个体身份数据,但在纯软件解决方案中,这些虹膜信息被采集设备采集后,需要通过软件系统及共享的存储区进行运算及存储,其数据安全风险存在巨大的隐患。
由此,目前需要一种更安全的方式来实现虹膜识别。
发明内容
针对现有技术中的缺陷,本发明提出了一种基于芯片的虹膜识别方法和设备,以此,通过虹识芯片将所获取到的虹膜图像进行处理以及完成比对,并向外输出比对结果,在虹识芯片内部完成比对流程后,提供外围逻辑接口与外部通信,仅涉及比对结果输出,内部所述存储的已认证对象的虹膜特征数据不会被其他的软件调用,以此保证了数据的安全性。
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基于芯片的虹膜识别方法,应用于包括摄像装置与虹识芯片的虹膜识别系统,其中,所述摄像装置连接所述虹识芯片;所述虹识芯片中存储有已认证对象的虹膜特征数据,该方法包括:
通过所述摄像装置采集待识别对象的虹膜图像;
通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;
通过所述虹识芯片输出所述比对的结果。
在一个具体的实施例中,所述摄像装置从外到内以此包括:镜头、红外截止滤波片、图像传感器;其中,所述图像传感器连接所述虹识芯片,用以将所获取的虹膜图像传递至所述虹识芯片,且接收所述虹识芯片的包括拍摄参数的指令,以基于所述指令中的拍摄参数对所述红外截止滤波片以及自身进行调整。
在一个具体的实施例中,所述虹识芯片包括:用于获取以及转发所述虹膜图像和所述指令的驱动模块、用于对所述虹膜图像进行质量分析的图像质量分析模块、用于根据质量分析的结果生成指令的传感器控制模块、对通过质量分析的虹膜图像进行虹膜特征提取前预处理的图像处理模块、对进行预处理的虹膜图像进行特征提取的特征编码模块、进行特征比对的特征比对模块、将特征比对的结果进行输出的结果输出模块、对所连接的模块进行控制的控制模块、存储有已认证对象的虹膜特征数据的存储模块;其中,
所述驱动模块与所述摄像装置中的图像传感器双向连接;
所述驱动模块还分别连接所述传感器控制模块与所述图像质量分析模块;
所述图像质量分析模块连接所述图像处理模块;
所述图像处理模块连接所述特征编码模块;
所述特征编码模块连接所述特征比对模块;
所述特征编码模块与所述存储模块双向连接;
所述特征编码模块连接所述结果输出模块;
所述控制模块分别连接所述驱动模块、所述传感器控制模块、所述图像质量分析模块、所述图像处理模块、所述特征编码模块、所述特征比对模块、所述结果输出模块、所述存储模块。
在一个具体的实施例中,所述质量分析包括:瞳孔定位分析、图像清晰度分析;其中,
所述瞳孔定位分析是基于所述虹膜图像中瞳孔部分的灰度值与形状来进行的;
所述图像清晰度分析是基于所述虹膜图像中低频,中频和高频能量的比例来判断的;所述图像清晰度分析包括以下一个或多个的参数:离焦模糊度、运动模糊度、亮度、曝光程度。
在一个具体的实施例中,所述“通过所述虹膜图像与所述虹膜特征数据进行比对”,包括:
对所述虹膜图像进行虹膜内外圆检测,以确定所述虹膜内外圆;
基于所述虹膜内外圆对所述虹膜图像进行切割,得到虹膜分割图像;
对所述虹膜分割图像进行虹膜特征提取以及生物编码,得到虹膜生物编码;
将得到的虹膜生物编码与所述虹膜特征数据中虹膜生物编码进行比对,以判断所述虹膜特征数据中是否存在相似度超过预设值的虹膜生物编码;
若判断结果为是,则确定比对结果为成功;
若判断结果为否,则确定比对结果为失败。
本发明实施例还提出了一种基于芯片的虹膜识别设备,应用于包括摄像装置与虹识芯片的虹膜识别系统,其中,所述摄像装置连接所述虹识芯片;所述虹识芯片中存储有已认证对象的虹膜特征数据,该设备包括:
采集模块,用于通过所述摄像装置采集待识别对象的虹膜图像;
比对模块,用于通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;
输出模块,用于通过所述虹识芯片输出所述比对的结果。
在一个具体的实施例中,所述摄像装置从外到内以此包括:镜头、红外截止滤波片、图像传感器;其中,所述图像传感器连接所述虹识芯片,用以将所获取的虹膜图像传递至所述虹识芯片,且接收所述虹识芯片的包括拍摄参数的指令,以基于所述指令中的拍摄参数对所述红外截止滤波片以及自身进行调整。
在一个具体的实施例中,所述虹识芯片包括:用于获取以及转发所述虹膜图像和所述指令的驱动模块、用于对所述虹膜图像进行质量分析的图像质量分析模块、用于根据质量分析的结果生成指令的传感器控制模块、对通过质量分析的虹膜图像进行虹膜特征提取前预处理的图像处理模块、对进行预处理的虹膜图像进行特征提取的特征编码模块、进行特征比对的特征比对模块、将特征比对的结果进行输出的结果输出模块、对所连接的模块进行控制的控制模块、存储有已认证对象的虹膜特征数据的存储模块;其中,
所述驱动模块与所述摄像装置中的图像传感器双向连接;
所述驱动模块还分别连接所述传感器控制模块与所述图像质量分析模块;
所述图像质量分析模块连接所述图像处理模块;
所述图像处理模块连接所述特征编码模块;
所述特征编码模块连接所述特征比对模块;
所述特征编码模块与所述存储模块双向连接;
所述特征编码模块连接所述结果输出模块;
所述控制模块分别连接所述驱动模块、所述传感器控制模块、所述图像质量分析模块、所述图像处理模块、所述特征编码模块、所述特征比对模块、所述结果输出模块、所述存储模块。
在一个具体的实施例中,所述质量分析包括:瞳孔定位分析、图像清晰度分析;其中,
所述瞳孔定位分析是基于所述虹膜图像中瞳孔部分的灰度值与形状来进行的;
所述图像清晰度分析是基于所述虹膜图像中低频,中频和高频能量的比例来判断的;所述图像清晰度分析包括以下一个或多个的参数:离焦模糊度、运动模糊度、亮度、曝光程度。
在一个具体的实施例中,所述比对模块“通过所述虹膜图像与所述虹膜特征数据进行比对”,包括:
对所述虹膜图像进行虹膜内外圆检测,以确定所述虹膜内外圆;
基于所述虹膜内外圆对所述虹膜图像进行切割,得到虹膜分割图像;
对所述虹膜分割图像进行虹膜特征提取以及生物编码,得到虹膜生物编码;
将得到的虹膜生物编码与所述虹膜特征数据中虹膜生物编码进行比对,以判断所述虹膜特征数据中是否存在相似度超过预设值的虹膜生物编码;
若判断结果为是,则确定比对结果为成功;
若判断结果为否,则确定比对结果为失败。
以此,本发明实施例提出了一种基于芯片的虹膜识别方法和设备,应用于包括摄像装置与虹识芯片的虹膜识别系统,其中,所述摄像装置连接所述虹识芯片;所述虹识芯片中存储有已认证对象的虹膜特征数据,该方法包括:通过所述摄像装置采集待识别对象的虹膜图像;通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;通过所述虹识芯片输出所述比对的结果。以此,通过虹膜识别芯片将所获取到的虹膜图像进行处理以及完成比对,并向外输出比对结果,在虹膜芯片内部完成比对流程后,提供外围逻辑接口与外部通信,仅涉及比对结果输出,内部所述存储的已认证对象的虹膜特征数据不会被其他的软件调用,以此保证了数据的安全性。
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基于芯片的虹膜识别方法的流程示意图;
图2为本发明实施例提出的一种具体应用场景下基于芯片的虹膜识别方法的流程示意图;
图3为本发明实施例提出的一种基于芯片的虹膜识别方法中的虹膜识别系统的示意图;
图4为本发明实施例提出的一种基于芯片的虹膜识别设备的结构示意图。
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1公开了一种基于芯片的虹膜识别方法,应用于包括摄像装置与虹识芯片的虹膜识别系统,其中,所述摄像装置连接所述虹识芯片;所述虹识芯片中存储有已认证对象的虹膜特征数据,如图1以及图2所示,该方法包括以下步骤:
步骤101、通过所述摄像装置采集待识别对象的虹膜图像;
具体的,所述摄像装置从外到内以此包括:镜头、红外截止滤波片、图像传感器;其中,所述图像传感器连接所述虹识芯片,用以将所获取的虹膜图像传递至所述虹识芯片,且接收所述虹识芯片的包括拍摄参数的指令,以基于所述指令中的拍摄参数对所述红外截止滤波片以及自身进行调整。
所述图像传感器接受驱动模块发送的控制指令,调整曝光程度以及增益以获得质量符合标准的虹膜图像。图像传感器信号端口可以采用IIC(Inter-Integrated Circuit,集成电路总线))端口,与虹识芯片相连。
步骤102、通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;
具体的,如图2所示,在获取到虹膜图像之后,需要先分析其质量是否满足要求,只有当满足要求的虹膜图像才能执行后续的比对操作。
具体的,所述质量分析包括:瞳孔定位分析、图像清晰度分析;其中,
所述瞳孔定位分析是基于所述虹膜图像中瞳孔部分的灰度值与形状来进行的;
所述图像清晰度分析是基于所述虹膜图像中低频,中频和高频能量的比例来判断的;所述图像清晰度分析包括以下一个或多个的参数:离焦模糊度、运动模糊度、亮度、曝光程度。
其中,具体的比对过程,也即步骤102中的所述“通过所述虹膜图像与所述虹膜特征数据进行比对”,包括:
对所述虹膜图像进行虹膜内外圆检测,以确定所述虹膜内外圆;
基于所述虹膜内外圆对所述虹膜图像进行切割,得到虹膜分割图像;
对所述虹膜分割图像进行虹膜特征提取以及生物编码,得到虹膜生物编码;
将得到的虹膜生物编码与所述虹膜特征数据中虹膜生物编码进行比对,以判断所述虹膜特征数据中是否存在相似度超过预设值的虹膜生物编码;
若判断结果为是,则确定比对结果为成功;
若判断结果为否,则确定比对结果为失败。
具体的,以虹膜识别系统中涉及到的硬件的角度来进行说明,如图3所示,所述虹识芯片包括:用于获取以及转发所述虹膜图像和所述指令的驱动模块、用于对所述虹膜图像进行质量分析的图像质量分析模块、用于根据质量分析的结果生成指令的传感器控制模块、对通过质量分析的虹膜图像进行虹膜特征提取前预处理的图像处理模块、对进行预处理的虹膜图像进行特征提取的特征编码模块、进行特征比对的特征比对模块、将特征比对的结果进行输出的结果输出模块、对所连接的模块进行控制的控制模块、存储有已认证对象的虹膜特征数据的存储模块;其中,
所述驱动模块与所述摄像装置中的图像传感器双向连接;
所述驱动模块还分别连接所述传感器控制模块与所述图像质量分析模块;
所述图像质量分析模块连接所述图像处理模块;
所述图像处理模块连接所述特征编码模块;
所述特征编码模块连接所述特征比对模块;
所述特征编码模块与所述存储模块双向连接;
所述特征编码模块连接所述结果输出模块;
所述控制模块分别连接所述驱动模块、所述传感器控制模块、所述图像质量分析模块、所述图像处理模块、所述特征编码模块、所述特征比对模块、所述结果输出模块、所述存储模块。
具体的,
1、驱动模块:与图像传感器双向相连;其中正向连接时,用于接收其所采集的虹膜图像,并传送给图像质量分析模块;反向连接时,用于向图像传感器传输来自传感器控制模块的调整曝光以及增益的命令和相对应参数。
2、传感器控制模块:通过图像质量分析模块的结果判断如何调整图像传感器以达到采集清晰可用的虹膜图像的结果。其中包括根据分析结果调整图像传感器的曝光程度以及增益程度,并将指令发送给驱动。在每个采集流程的开端,接受驱动发送的初始值,在初始值的基础上进行后续调整。
3、图像质量分析模块:当所述驱动收到所采集的虹膜图像后,传送给虹膜图像质量分析模块。图像质量分析模块对其进行是否满足处理要求的评估,若是满足,则进行后续分析处理,否则重新采集。所述图像质量分析包括:瞳孔定位分析,图像清晰度分析等。
其中,所述瞳孔定位分析,是利用瞳孔灰度值低,分布均匀,近圆形的特征,确定分割阈值,及在途中找出灰度值最小的部分以此设置为分割阈值。在设定分割阈值完成后,对原始图像进行二值化处理,使用之前灰度值最小的部分为中心扩充成一个外切于瞳孔的矩形。若是无法成功找到瞳孔,即图像中没有虹膜;或是若是瞳孔尺寸超过一定阈值;或是瞳孔定位受眼皮和睫毛遮挡影响,则向传感器控制模块输送重新采集图像指令。
所述图像清晰度分析,通过统计虹膜图像中低频,中频和高频能量的比例来判断图像的离焦模糊和运动模糊,亮度,以及曝光程度,并根据分析结果向传感器控制模块输送相应指令以及数据。
上述驱动模块,图像质量分析模块,传感器控制模块形成一个闭环流程,根据图像传感器所采集的虹膜图像分析,并调整图像传感器曝光及增益相关参数以达到采集虹膜图像最佳状态。每次虹膜识别流程结束,将重新设定初始值以便下一流程中的调试。
4、图像处理模块:此模块对通过图像质量分析模块的虹膜图像进行虹膜特征提取前的预处理,实际操作为虹膜内外圆检测,虹膜分割。
所述虹膜内外圆检测,在上述瞳孔定位分析的基础上完成。其实现方法为:在以瞳孔中心为圆心的左右水平线上计算不同半径圆弧的灰度值,找出左右两边得到的最大差值,相对应的半径则为瞳孔圆心到虹膜左右边界的距离。由此得到虹膜内外圆。
所述虹膜分割,对上述经过虹膜内外圆检测处理的图像进行图像分割。将虹膜图像按照瞳孔外径的上侧和下侧进行直线分割并形成分割区域,在上下侧的分割区域中分别提取左侧部分和右侧部分的虹膜区域构成虹膜分割图像。
5、特征编码模块:在经过对所得的虹膜图像处理后,对得到的虹膜图像结果进行虹膜特征提取及生物编码。
所述虹膜特征提取包括对图像进行二维傅里叶变换,从空间域转换为频率域,得到待处理数据。
所述生物编码过程实现步骤为:加载最优参数集,并基于此对待处理数据做滤波操作,得到相位信号和幅值信号。对得到的相位信号和幅值信号进行编码成为计算机数据结构,得到相对应的生物编码。
6、特征比对模块:比对模块比对所得的虹膜生物编码与数据库中的生物编码。
所述比对过程实现步骤为:通过所得到的一堆虹膜编码中获得表征集,利用一个二值分类器在偏移参数和描述符合数下进行N:N计算得到多个相似度,找出最大的相似度。根据最大的相似度加载多个置信水平阈值,如若半数以上相同则证明两个虹膜图像属于同一虹膜,否则匹配失败。
7、结果输出模块:在通过比对后,将比对结果以及虹膜图像输出给主控板。输出通信接口单元可以是SPI、UART、IIC等通信接口。
8、控制模块:控制模块与其他模块相连,可根据不同用户使用要求调控运算参数,如时钟速度、精度值、阈值等。如在用户信息数量小于一定数值时,可将精度值调低(FAR:1:105),此时运算速度提升功耗降低;当用户信息数量大于一定数值时,可将精度值提高(FAR:1:107)。
9、存储器,具体的可以为Flash存储器:通过储存预先录入参数值,以及用户特征、所采集图像。可采用其他包括非易失性储存器如NAND、EEPROM、MVM等。
步骤103、通过所述虹识芯片输出所述比对的结果。
实施例2
本发明实施例2还公开了一种基于芯片的虹膜识别设备,应用于包括摄像装置与虹识芯片的虹膜识别系统,其中,所述摄像装置连接所述虹识芯片;所述虹识芯片中存储有已认证对象的虹膜特征数据,如图4所示,该设备包括:
采集模块201,用于通过所述摄像装置采集待识别对象的虹膜图像;
比对模块202,用于通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;
输出模块203,用于通过所述虹识芯片输出所述比对的结果。
在一个具体的实施例中,所述摄像装置从外到内以此包括:镜头、红外截止滤波片、图像传感器;其中,所述图像传感器连接所述虹识芯片,用以将所获取的虹膜图像传递至所述虹识芯片,且接收所述虹识芯片的包括拍摄参数的指令,以基于所述指令中的拍摄参数对所述红外截止滤波片以及自身进行调整。
在一个具体的实施例中,所述虹识芯片包括:用于获取以及转发所述虹膜图像和所述指令的驱动模块、用于对所述虹膜图像进行质量分析的图像质量分析模块、用于根据质量分析的结果生成指令的传感器控制模块、对通过质量分析的虹膜图像进行虹膜特征提取前预处理的图像处理模块、对进行预处理的虹膜图像进行特征提取的特征编码模块、进行特征比对的特征比对模块、将特征比对的结果进行输出的结果输出模块、对所连接的模块进行控制的控制模块、存储有已认证对象的虹膜特征数据的存储模块;其中,
所述驱动模块与所述摄像装置中的图像传感器双向连接;
所述驱动模块还分别连接所述传感器控制模块与所述图像质量分析模块;
所述图像质量分析模块连接所述图像处理模块;
所述图像处理模块连接所述特征编码模块;
所述特征编码模块连接所述特征比对模块;
所述特征编码模块与所述存储模块双向连接;
所述特征编码模块连接所述结果输出模块;
所述控制模块分别连接所述驱动模块、所述传感器控制模块、所述图像质量分析模块、所述图像处理模块、所述特征编码模块、所述特征比对模块、所述结果输出模块、所述存储模块。
在一个具体的实施例中,所述质量分析包括:瞳孔定位分析、图像清晰度分析;其中,
所述瞳孔定位分析是基于所述虹膜图像中瞳孔部分的灰度值与形状来进行的;
所述图像清晰度分析是基于所述虹膜图像中低频,中频和高频能量的比例来判断的;所述图像清晰度分析包括以下一个或多个的参数:离焦模糊度、运动模糊度、亮度、曝光程度。
在一个具体的实施例中,所述比对模块202“通过所述虹膜图像与所述虹膜特征数据进行比对”,包括:
对所述虹膜图像进行虹膜内外圆检测,以确定所述虹膜内外圆;
基于所述虹膜内外圆对所述虹膜图像进行切割,得到虹膜分割图像;
对所述虹膜分割图像进行虹膜特征提取以及生物编码,得到虹膜生物编码;
将得到的虹膜生物编码与所述虹膜特征数据中虹膜生物编码进行比对,以判断所述虹膜特征数据中是否存在相似度超过预设值的虹膜生物编码;
若判断结果为是,则确定比对结果为成功;
若判断结果为否,则确定比对结果为失败。
以此,本发明实施例提出了一种基于芯片的虹膜识别方法和设备,应用于包括摄像装置与虹识芯片的虹膜识别系统,其中,所述摄像装置连接所述虹识芯片;所述虹识芯片中存储有已认证对象的虹膜特征数据,该方法包括:通过所述摄像装置采集待识别对象的虹膜图像;通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;通过所述虹识芯片输出所述比对的结果。以此,通过虹识芯片将所获取到的虹膜图像进行处理以及完成比对,并向外输出比对结果,在虹识芯片内部完成比对流程后,提供外围逻辑接口与外部通信,仅涉及比对结果输出,内部所述存储的已认证对象的虹膜特征数据不会被其他的软件调用,以此保证了数据的安全性。
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。
Claims (10)
1.一种基于芯片的虹膜识别方法,其特征在于,应用于包括摄像装置与虹识芯片的虹膜识别系统,其中,所述摄像装置连接所述虹识芯片;所述虹识芯片中存储有已认证对象的虹膜特征数据,该方法包括:
通过所述摄像装置采集待识别对象的虹膜图像;
通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;
通过所述虹识芯片输出所述比对的结果。
2.如权利要求1所述的一种基于芯片的虹膜识别方法,其特征在于,所述摄像装置从外到内以此包括:镜头、红外截止滤波片、图像传感器;其中,所述图像传感器连接所述虹识芯片,用以将所获取的虹膜图像传递至所述虹识芯片,且接收所述虹识芯片的包括拍摄参数的指令,以基于所述指令中的拍摄参数对所述红外截止滤波片以及自身进行调整。
3.如权利要求2所述的一种基于芯片的虹膜识别方法,其特征在于,所述虹识芯片包括:用于获取以及转发所述虹膜图像和所述指令的驱动模块、用于对所述虹膜图像进行质量分析的图像质量分析模块、用于根据质量分析的结果生成指令的传感器控制模块、对通过质量分析的虹膜图像进行虹膜特征提取前预处理的图像处理模块、对进行预处理的虹膜图像进行特征提取的特征编码模块、进行特征比对的特征比对模块、将特征比对的结果进行输出的结果输出模块、对所连接的模块进行控制的控制模块、存储有已认证对象的虹膜特征数据的存储模块;其中,
所述驱动模块与所述摄像装置中的图像传感器双向连接;
所述驱动模块还分别连接所述传感器控制模块与所述图像质量分析模块;
所述图像质量分析模块连接所述图像处理模块;
所述图像处理模块连接所述特征编码模块;
所述特征编码模块连接所述特征比对模块;
所述特征编码模块与所述存储模块双向连接;
所述特征编码模块连接所述结果输出模块;
所述控制模块分别连接所述驱动模块、所述传感器控制模块、所述图像质量分析模块、所述图像处理模块、所述特征编码模块、所述特征比对模块、所述结果输出模块、所述存储模块。
4.如权利要求1所述的一种基于芯片的虹膜识别方法,其特征在于,所述质量分析包括:瞳孔定位分析、图像清晰度分析;其中,
所述瞳孔定位分析是基于所述虹膜图像中瞳孔部分的灰度值与形状来进行的;
所述图像清晰度分析是基于所述虹膜图像中低频,中频和高频能量的比例来判断的;所述图像清晰度分析包括以下一个或多个的参数:离焦模糊度、运动模糊度、亮度、曝光程度。
5.如权利要求1所述的一种基于芯片的虹膜识别方法,其特征在于,所述“通过所述虹膜图像与所述虹膜特征数据进行比对”,包括:
对所述虹膜图像进行虹膜内外圆检测,以确定所述虹膜内外圆;
基于所述虹膜内外圆对所述虹膜图像进行切割,得到虹膜分割图像;
对所述虹膜分割图像进行虹膜特征提取以及生物编码,得到虹膜生物编码;
将得到的虹膜生物编码与所述虹膜特征数据中虹膜生物编码进行比对,以判断所述虹膜特征数据中是否存在相似度超过预设值的虹膜生物编码;
若判断结果为是,则确定比对结果为成功;
若判断结果为否,则确定比对结果为失败。
6.一种基于芯片的虹膜识别设备,其特征在于,应用于包括摄像装置与虹识芯片的虹膜识别系统,其中,所述摄像装置连接所述虹识芯片;所述虹识芯片中存储有已认证对象的虹膜特征数据,该设备包括:
采集模块,用于通过所述摄像装置采集待识别对象的虹膜图像;
比对模块,用于通过所述虹识芯片对所述虹膜图像进行质量分析,且当质量分析结果为符合要求时,通过所述虹膜图像与所述虹膜特征数据进行比对;
输出模块,用于通过所述虹识芯片输出所述比对的结果。
7.如权利要求6所述的一种基于芯片的虹膜识别设备,其特征在于,所述摄像装置从外到内以此包括:镜头、红外截止滤波片、图像传感器;其中,所述图像传感器连接所述虹识芯片,用以将所获取的虹膜图像传递至所述虹识芯片,且接收所述虹识芯片的包括拍摄参数的指令,以基于所述指令中的拍摄参数对所述红外截止滤波片以及自身进行调整。
8.如权利要求7所述的一种基于芯片的虹膜识别设备,其特征在于,所述虹识芯片包括:用于获取以及转发所述虹膜图像和所述指令的驱动模块、用于对所述虹膜图像进行质量分析的图像质量分析模块、用于根据质量分析的结果生成指令的传感器控制模块、对通过质量分析的虹膜图像进行虹膜特征提取前预处理的图像处理模块、对进行预处理的虹膜图像进行特征提取的特征编码模块、进行特征比对的特征比对模块、将特征比对的结果进行输出的结果输出模块、对所连接的模块进行控制的控制模块、存储有已认证对象的虹膜特征数据的存储模块;其中,
所述驱动模块与所述摄像装置中的图像传感器双向连接;
所述驱动模块还分别连接所述传感器控制模块与所述图像质量分析模块;
所述图像质量分析模块连接所述图像处理模块;
所述图像处理模块连接所述特征编码模块;
所述特征编码模块连接所述特征比对模块;
所述特征编码模块与所述存储模块双向连接;
所述特征编码模块连接所述结果输出模块;
所述控制模块分别连接所述驱动模块、所述传感器控制模块、所述图像质量分析模块、所述图像处理模块、所述特征编码模块、所述特征比对模块、所述结果输出模块、所述存储模块。
9.如权利要求6所述的一种基于芯片的虹膜识别设备,其特征在于,所述质量分析包括:瞳孔定位分析、图像清晰度分析;其中,
所述瞳孔定位分析是基于所述虹膜图像中瞳孔部分的灰度值与形状来进行的;
所述图像清晰度分析是基于所述虹膜图像中低频,中频和高频能量的比例来判断的;所述图像清晰度分析包括以下一个或多个的参数:离焦模糊度、运动模糊度、亮度、曝光程度。
10.如权利要求6所述的一种基于芯片的虹膜识别设备,其特征在于,所述比对模块“通过所述虹膜图像与所述虹膜特征数据进行比对”,包括:
对所述虹膜图像进行虹膜内外圆检测,以确定所述虹膜内外圆;
基于所述虹膜内外圆对所述虹膜图像进行切割,得到虹膜分割图像;
对所述虹膜分割图像进行虹膜特征提取以及生物编码,得到虹膜生物编码;
将得到的虹膜生物编码与所述虹膜特征数据中虹膜生物编码进行比对,以判断所述虹膜特征数据中是否存在相似度超过预设值的虹膜生物编码;
若判断结果为是,则确定比对结果为成功;
若判断结果为否,则确定比对结果为失败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810739797.5A CN109190447A (zh) | 2018-07-06 | 2018-07-06 | 一种基于芯片的虹膜识别方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810739797.5A CN109190447A (zh) | 2018-07-06 | 2018-07-06 | 一种基于芯片的虹膜识别方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109190447A true CN109190447A (zh) | 2019-01-11 |
Family
ID=64936213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810739797.5A Pending CN109190447A (zh) | 2018-07-06 | 2018-07-06 | 一种基于芯片的虹膜识别方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190447A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119706A (zh) * | 2019-05-09 | 2019-08-13 | 北京虹安翔宇信息科技有限公司 | 一种基于云技术虹膜识别方法及装置 |
CN110458016A (zh) * | 2019-07-08 | 2019-11-15 | 北京虹安翔宇信息科技有限公司 | 一种基于高通芯片的虹膜识别图像的处理方法 |
CN110532858A (zh) * | 2019-07-16 | 2019-12-03 | 武汉虹识技术有限公司 | 微型双目虹膜识别装置 |
CN110705401A (zh) * | 2019-09-19 | 2020-01-17 | 武汉虹识技术有限公司 | 一种虹膜采集识别装置及方法 |
CN118887710A (zh) * | 2024-09-30 | 2024-11-01 | 深圳市汇顶科技股份有限公司 | 指纹处理方法、装置及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339603A (zh) * | 2008-08-07 | 2009-01-07 | 电子科技大学中山学院 | 一种从视频流中选取到了质量合格的虹膜图像的方法 |
CN101499134A (zh) * | 2009-03-13 | 2009-08-05 | 重庆大学 | 基于现场可编程门阵列的虹膜识别方法及系统 |
CN101866420A (zh) * | 2010-05-28 | 2010-10-20 | 中山大学 | 一种用于光学体全息虹膜识别的图像前处理方法 |
CN103324908A (zh) * | 2012-03-23 | 2013-09-25 | 桂林电子科技大学 | 用于虹膜识别的快速虹膜采集判断控制方法 |
CN105260725A (zh) * | 2015-10-23 | 2016-01-20 | 北京无线电计量测试研究所 | 一种虹膜识别系统 |
CN105447371A (zh) * | 2015-12-29 | 2016-03-30 | 深圳市亚略特生物识别科技有限公司 | 生物身份识别验证终端及电子系统 |
CN105516168A (zh) * | 2015-12-22 | 2016-04-20 | 恒宝股份有限公司 | 一种脱机虹膜认证设备和方法 |
CN105975837A (zh) * | 2016-06-12 | 2016-09-28 | 北京集创北方科技股份有限公司 | 生物特征识别装置和方法以及生物特征模板注册方法 |
-
2018
- 2018-07-06 CN CN201810739797.5A patent/CN109190447A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339603A (zh) * | 2008-08-07 | 2009-01-07 | 电子科技大学中山学院 | 一种从视频流中选取到了质量合格的虹膜图像的方法 |
CN101499134A (zh) * | 2009-03-13 | 2009-08-05 | 重庆大学 | 基于现场可编程门阵列的虹膜识别方法及系统 |
CN101866420A (zh) * | 2010-05-28 | 2010-10-20 | 中山大学 | 一种用于光学体全息虹膜识别的图像前处理方法 |
CN103324908A (zh) * | 2012-03-23 | 2013-09-25 | 桂林电子科技大学 | 用于虹膜识别的快速虹膜采集判断控制方法 |
CN105260725A (zh) * | 2015-10-23 | 2016-01-20 | 北京无线电计量测试研究所 | 一种虹膜识别系统 |
CN105516168A (zh) * | 2015-12-22 | 2016-04-20 | 恒宝股份有限公司 | 一种脱机虹膜认证设备和方法 |
CN105447371A (zh) * | 2015-12-29 | 2016-03-30 | 深圳市亚略特生物识别科技有限公司 | 生物身份识别验证终端及电子系统 |
CN105975837A (zh) * | 2016-06-12 | 2016-09-28 | 北京集创北方科技股份有限公司 | 生物特征识别装置和方法以及生物特征模板注册方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119706A (zh) * | 2019-05-09 | 2019-08-13 | 北京虹安翔宇信息科技有限公司 | 一种基于云技术虹膜识别方法及装置 |
CN110458016A (zh) * | 2019-07-08 | 2019-11-15 | 北京虹安翔宇信息科技有限公司 | 一种基于高通芯片的虹膜识别图像的处理方法 |
CN110532858A (zh) * | 2019-07-16 | 2019-12-03 | 武汉虹识技术有限公司 | 微型双目虹膜识别装置 |
CN110705401A (zh) * | 2019-09-19 | 2020-01-17 | 武汉虹识技术有限公司 | 一种虹膜采集识别装置及方法 |
CN118887710A (zh) * | 2024-09-30 | 2024-11-01 | 深圳市汇顶科技股份有限公司 | 指纹处理方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190447A (zh) | 一种基于芯片的虹膜识别方法和设备 | |
CN108664879B (zh) | 脸部验证方法和设备 | |
KR102707594B1 (ko) | 홍채 영역 추출 방법 및 장치 | |
US11790065B2 (en) | Method and apparatus for verifying user using multiple biometric verifiers | |
CN109284683B (zh) | 用于生物认证的特征提取及匹配以及模板更新 | |
US9836591B2 (en) | Managing latency and power in a heterogeneous distributed biometric authentication hardware | |
KR102415509B1 (ko) | 얼굴 인증 방법 및 장치 | |
US20180137329A1 (en) | User authentication method using fingerprint image and method of generating coded model for user authentication | |
WO2016084071A1 (en) | Systems and methods for recognition of faces e.g. from mobile-device-generated images of faces | |
CN108629262B (zh) | 虹膜识别方法及相应装置 | |
CN104680128B (zh) | 一种基于四维分析的生物特征识别方法和系统 | |
JP2016534474A (ja) | 虹彩利用生体認証のための装置および方法 | |
CN112567398B (zh) | 用于匹配不同输入数据的技术 | |
US20200193117A1 (en) | Method and system for neural fingerprint enhancement for fingerprint recognition | |
US20180053041A1 (en) | Face recognition system and method | |
KR20170045813A (ko) | 사용자 인증을 위한 생체 영역을 검출하는 방법 및 장치 | |
CN112069887A (zh) | 一种人脸识别方法、装置、终端设备及存储介质 | |
CN111160251B (zh) | 一种活体识别方法及装置 | |
CN113505682A (zh) | 活体检测方法及装置 | |
US11605210B2 (en) | Method for optical character recognition in document subject to shadows, and device employing method | |
US10445546B2 (en) | Authentication method and authentication apparatus using synthesized code for iris | |
KR20220027126A (ko) | 얼굴 식별 방법, 및 이를 이용하는 장치 및 프로그램 | |
US20150023558A1 (en) | System and method for face detection and recognition using locally evaluated zernike and similar moments | |
CN111666847A (zh) | 一种基于局部0-1量化技术的虹膜分割、特征提取和匹配方法 | |
CN111353361A (zh) | 一种人脸识别方法及装置、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |
|
RJ01 | Rejection of invention patent application after publication |