專利名稱：活體虹膜圖像采集方法及采集裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于生物特征識別和自動身份鑒別技術(shù)領(lǐng)域，特別涉及活體虹膜圖像采集技術(shù)。
背景技術(shù)：
隨著信息科技的日益發(fā)展，生物特征識別技術(shù)也越來越融入到人們的日常生活中，對于我國這樣一個擁有眾多人口的國家，生物特征識別技術(shù)尤其具有廣泛的應(yīng)用前景和技術(shù)意義。由于信息技術(shù)領(lǐng)域里對于各級權(quán)限驗證的頻度明顯增大，使用密碼、IC卡等加密手段容易被人竊取，加上遺失等偶然事件會給使用者帶來諸多不便。然而生物特征識別具有其它身份鑒別系統(tǒng)所不具備的優(yōu)點，這為它成為安全實用的安全終端提供了堅實的技術(shù)基礎(chǔ)，而且方便快捷的生物特征識別技術(shù)依靠Internet這一載體使得它(生物特征識別)成為未來的信息安全終端最佳選擇。
虹膜識別技術(shù)就是利用人體眼睛虹膜紋理的不同來識別人身份的一種生物特征識別方式，與其它的生物特征識別技術(shù)相比，虹膜識別具有很高的識別率、穩(wěn)定性和防偽性。活體虹膜圖像采集是虹膜識別技術(shù)的關(guān)鍵，所采集到的虹膜圖像質(zhì)量好壞將直接影響整個系統(tǒng)的識別率，圖1為一幅在虹膜區(qū)域有光斑噪聲的虹膜圖像，虹膜11位于鞏膜12和瞳孔14之間，虹膜11區(qū)域上有照明光斑噪聲13和15，照明光斑噪聲13和15將造成虹膜11的部分紋理特征丟失，這就會影響系統(tǒng)的識別率。
目前活體虹膜圖像采集的方式主要有以下兩種1.固定眼睛的定焦采集法。這種方法是讓使用者把眼睛貼靠在鏡頭前的一個固定裝置上，眼睛虹膜部位處在鏡頭清晰成像的聚焦平面上，然后用CCD攝像頭采集得到虹膜圖像。例如2000年8月16日公開的專利CN 2392219Y就是實現(xiàn)這種方法的采集裝置，該裝置結(jié)構(gòu)的剖面圖如圖2所示，主體結(jié)構(gòu)包括外殼21、中部有透明窗口的毛玻璃22、紅外發(fā)射管23、發(fā)光二極管24和CCD攝像頭25，采集的時候被采集者將眼睛部位貼靠在外殼21的前端面211(鏡頭清晰成像的聚焦平面)即可。這種方式可以得到較為清晰的圖像，但對使用者來說是一種有侵害的采集方式，因為使用者必須把眼睛貼靠在鏡頭前的裝置上，眼睛是一個容易過敏的器官，如果在頻繁使用的場合下就可能造成眼睛疾病的交叉感染，而且采集過程也不便捷。
2.人工對焦采集法。該方法是給定使用者在鏡頭前一個較小的對焦范圍，讓使用者在這個范圍內(nèi)注視著鏡頭并且前后移動，直到裝置采集到一幅較為清晰的虹膜圖像為止。例如松下公司推出的BM-ET100US。該方法明顯的缺點就是它的對焦方式不夠人性化，要求使用者不斷調(diào)整自己位置才能采到清晰的虹膜圖像，如果是一個沒有經(jīng)驗的使用者很可能花很長時間對焦才能采集到一幅清晰的圖像，圖3是這種方法獲得的虹膜圖像，可以明顯看出這種方法所采集到的圖像的虹膜31也不夠清晰。
由此可見，固定眼睛的定焦采集法對使用者來說不是一種無侵害的采集方式，它不適合應(yīng)用于公共場合，這限制了虹膜識別技術(shù)的推廣。而人為的對焦方式又給使用者帶來了不便，這將直接影響虹膜識別的效率，這種方式所采集的圖像不夠清晰，對識別率也會有所影響。

發(fā)明內(nèi)容
本發(fā)明的目的是為克服已有采集方法的不足之處，提出一種活體虹膜圖像采集方法及采集裝置，基于智能化的眼睛位置檢測及圖像質(zhì)量評估方法，距離調(diào)整范圍大，容易調(diào)整，使用者只需站在距鏡頭規(guī)定的范圍內(nèi)注視鏡頭幾秒鐘，采集儀就能夠快速地采集到清晰的虹膜圖像，而且可得到初步分割出來的虹膜圖像，以達(dá)到實時虹膜識別系統(tǒng)的要求。
本發(fā)明提出的一種活體虹膜圖像采集方法，包括眼睛位置檢測及圖像質(zhì)量評估兩個部分；具體包括以下步驟1)調(diào)整被采集者前后位置使其眼睛處于攝像頭的視野范圍內(nèi)，攝像頭不斷傳輸采集到的動態(tài)圖像；2)當(dāng)動態(tài)圖像由暗變亮?xí)r，在整個圖像中抽樣，若中間部分圖像的灰度值低于周圍圖像的灰度值，則確認(rèn)為是眼睛圖像；3)統(tǒng)計眼睛圖像灰度值，找到灰度值最低區(qū)域中心點，把這一點設(shè)定為初始瞳孔中心；4)設(shè)定一個眼睛圖像的灰度差閾值和灰度的梯度閾值，從該初始瞳孔中心向上下左右四個方進行邊緣檢測，并滿足以下三個條件檢測到灰度差大于所述設(shè)定的灰度差閾值(此處為是瞳孔的邊緣)；檢測灰度的梯度值超過所述設(shè)定的灰度的梯度閾值，再檢測初始瞳孔中心坐標(biāo)是否處于圖像中心位置；5)若步驟4)中所述任何一個條件不滿足，則通過表示條件不滿足的提示信號來提示繼續(xù)調(diào)整被采集者前后位置，直到所述三個條件均滿足，則通過表示開始采集的信號來提示被采集者注視鏡頭并且保持不動；6)前后自動移動攝像頭，采集一系列不同焦平面的眼睛圖像進行圖像質(zhì)量評估，確定質(zhì)量最好的虹膜圖像；圖像質(zhì)量評估的具體方法可采用已知的常規(guī)方法，也可采用下述方法，以達(dá)到較好的效果，該方法為選出眼睛圖像上的一塊固定區(qū)域，對每幀圖像上的這塊區(qū)域求整體的梯度變化，最后取一個梯度變化最大的圖像確定為質(zhì)量最好的虹膜圖像。
本發(fā)明所述方法還可進一步包括對第6)步得到的虹膜圖像進行分割，得到初步分割出來的虹膜圖像；分割的具體方法為將瞳孔內(nèi)區(qū)域內(nèi)的照明光斑填充為黑色，再根據(jù)重新進行對灰度值的分布統(tǒng)計，找到灰度值分布最低的一點，并結(jié)合瞳孔的邊緣檢測計算出上下和左右的四個半徑，根據(jù)這四個半徑取平均值，得到瞳孔的最終半徑；然后利用哈夫(Hough)變換求出虹膜的外圓的中心坐標(biāo)和半徑；根據(jù)瞳孔和虹膜外圓的半徑和中心坐標(biāo)把虹膜內(nèi)部的瞳孔和外部的其它圖像全部切割掉，剩下的圖像部分為初步分割出來的虹膜圖像。
本發(fā)明提出實現(xiàn)上述方法的一種活體虹膜圖像采集裝置，包括一底座，安裝在該底座上的一維移動工作臺及其驅(qū)動電機，在該移動工作臺上安裝的提示信號裝置和CCD攝像頭，以及與CCD攝像頭連接的計算機，該計算機內(nèi)裝有眼睛位置檢測及圖像質(zhì)量評估模塊；該CCD攝像頭的鏡頭的周圍均勻地分布著多個紅外發(fā)光管，該CCD攝像頭的鏡頭前方裝有冷反光鏡，該冷反光鏡采用可見光被反射，部分紅外光可以通過的光學(xué)濾鏡；在工作臺后端安裝有與計算機連接的控制電路及電源，該計算機發(fā)指令給控制電路控制移動工作臺前后移動和提示信號裝置的顯示狀態(tài)。
本發(fā)明的技術(shù)特點及效果(1)用圖像的辦法檢測對焦距離這是一個代替其它測距方式并檢測是否有眼睛出現(xiàn)的方法。在本發(fā)明方法的實現(xiàn)裝置中，因為鏡頭前安裝的冷放光鏡可以濾出可見光，當(dāng)沒有使用者站在裝置前時，鏡頭的周圍的紅外發(fā)光管發(fā)射的紅外光不會被反射回來，所以就沒有任何光進入攝像頭，圖像偏暗；當(dāng)有人站在鏡頭前時動態(tài)圖像會變亮，此時啟動眼睛位置檢測，并確定眼睛處于采集的距離范圍之內(nèi)。
(2)自動對焦通過運動機構(gòu)帶動鏡頭實現(xiàn)一維運動的同時采集一系列不同聚焦平面上的圖像，從中選出清晰的圖像。
(3)利用求圖像差分的辦法評估圖像質(zhì)量。
(4)虹膜區(qū)域自動分割對采集到的清晰圖像利用哈夫(Hough)變換求出虹膜的內(nèi)圓和外圓參數(shù)，只將虹膜圖像保留下來，得到初步分割的虹膜圖像。
本發(fā)明的活體虹膜采集方法及其裝置用于虹膜生物特征識別，可完成虹膜圖像的采集，且進一步可完成虹膜圖像的初步分割。
本發(fā)明采集的圖像清晰度比較高，在虹膜圖像區(qū)域的特征紋理非常明顯，而且沒有照明光斑噪聲，不需要額外的后續(xù)處理。
本發(fā)明的數(shù)字?jǐn)z像頭是即插即用設(shè)備，可直接與計算機連接，將實時采集的虹膜圖像以視頻的方式動態(tài)傳輸給計算機。


圖1為已有方法采集的有光斑噪聲的虹膜圖像。
圖2為已有的定焦采集法的裝置。
圖3為松下BM-ET100US型虹膜圖像采集儀所采集的虹膜圖像樣本。
圖4為本發(fā)明的方法流程圖。
圖5為本發(fā)明的結(jié)構(gòu)示意圖。
圖6為本發(fā)明的控制電路圖。
圖7為本發(fā)明所采集的虹膜圖像樣本。
圖8為本發(fā)明初步所分割出來的虹膜區(qū)域圖像。
具體實施例方式
本發(fā)明提出的一種活體虹膜圖像采集方法及裝置結(jié)合附圖及實施例詳細(xì)說明如下。
本發(fā)明方法的實施例流程如圖4所示，包括以下步驟1)調(diào)整被采集者前后位置使其眼睛處于攝像頭的視野范圍內(nèi)，攝像頭不斷傳輸采集到的動態(tài)圖像；2)當(dāng)動態(tài)圖像由暗變亮?xí)r，在整個圖像中抽樣，若中間部分圖像的灰度值低于周圍圖像的灰度值，則確認(rèn)為是眼睛圖像；3)統(tǒng)計眼睛圖像灰度值，找到灰度值最低區(qū)域中心點，把這一點設(shè)定為初始瞳孔中心；4)設(shè)定一個眼睛圖像的灰度差閾值和灰度的梯度閾值，從該初始瞳孔中心向上下左右四個方進行邊緣檢測，并滿足以下三個條件檢測到所述灰度差大于設(shè)定的閾值，此處為是瞳孔的邊緣；檢測所述梯度值超過設(shè)定的梯度閾值，再檢測初始瞳孔中心坐標(biāo)是否處于圖像中心位置；5)若步驟4)中所述任何一個條件不滿足，則通過表示條件不滿足的提示信號來提示繼續(xù)調(diào)整被采集者前后位置，直到所述三個條件均滿足，則通過表示開始采集的信號來提示被采集者注視鏡頭并且保持不動；6)前后自動移動攝像頭，采集一系列不同焦平面的眼睛圖像進行圖像質(zhì)量評估，確定質(zhì)量最好的虹膜圖像；圖像質(zhì)量評估的具體方法為選出眼睛圖像上的一塊固定區(qū)域，對每幀圖像上的這塊區(qū)域求整體的梯度變化，最后取一個梯度變化最大的圖像確定為質(zhì)量最好的虹膜圖像；7)對第6)步得到的虹膜圖像作初步分割，得到虹膜圖像；分割的具體方法為將瞳孔區(qū)域內(nèi)的照明光斑填充為黑色，再根據(jù)重新進行對灰度值的分布統(tǒng)計，找到灰度值分布最低的一點，并結(jié)合瞳孔的邊緣檢測計算出上下和左右的四個半徑，根據(jù)這四個半徑取平均值，得到瞳孔的最終半徑；然后利用哈夫(Hough)變換求出虹膜的外圓的中心坐標(biāo)和半徑參數(shù)；根據(jù)瞳孔和虹膜外圓的半徑和中心坐標(biāo)把虹膜內(nèi)部的瞳孔和外部的其它圖像全部切割掉，剩下的圖像部分為初步分割出來的虹膜圖像。
實現(xiàn)本發(fā)明方法的裝置實施例的總體結(jié)構(gòu)如圖5所示，它包括工作臺底座51，步進電機52和電控盒53都固定在工作臺底座51之上，步進電機52通過絲杠54傳動移動工作臺55，移動工作臺55的上方用支架56固定數(shù)字?jǐn)z像頭57，數(shù)字?jǐn)z像頭57的長焦鏡頭58周圍是紅外光源59，長焦鏡頭58的上方是LED燈510，長焦鏡頭58前有一面冷反光鏡511，另外還包括串行通訊口512和USB接口513，USB接口513用于數(shù)字?jǐn)z像頭57給計算機514上傳圖像數(shù)據(jù)，串行通訊口512用于計算機514給電控盒53發(fā)送控制指令。
本實施例各部件的功能說明如下工作臺底座51用于安裝和固定其它部件，并在兩頭裝有限位開關(guān)，移動工作臺55運行到端點時會自動回到中間位置。
步進電機52用于帶動絲杠54的轉(zhuǎn)動，從而使移動工作臺5能夠前后移動。
電控盒53主要包括電源和控制電路兩部分電源給控制電路、步進電機52、紅外光源59和LED燈供電；控制電路通過串行通訊口接收計算機控制指令控制步進電機52和LED燈510；即按照程序的要求控制步進電機52正轉(zhuǎn)反轉(zhuǎn)，并且還控制LED燈510的提示狀態(tài)。
本實施例的控制電路采用AT90S8515單片機實現(xiàn)為常規(guī)成熟電路，其結(jié)構(gòu)如圖6所示，包括單片機及分別與其相連的復(fù)位開關(guān)61和外部晶振64、單片機設(shè)置以下端口串行端口62、限位開關(guān)的中斷端口63、單片機地線接口65、LED燈510的控制端口67、步進電機52轉(zhuǎn)動的控制端口68、單片機電源69以及預(yù)留的端口66。
絲杠54的主要作用是運動傳遞，將旋轉(zhuǎn)運動變?yōu)橹本€運動。
移動工作臺55的作用是固定圖像采集設(shè)備，并帶動它們前后移動，以達(dá)到對焦的目的。
支架56的作用是連接移動工作臺55和數(shù)字?jǐn)z像頭57，把數(shù)字?jǐn)z像頭穩(wěn)固在移動工作臺上，避免在移動采集的過程中出現(xiàn)抖動，保證圖像的清晰度。
數(shù)字?jǐn)z像頭57的作用就是采集圖像，并把它轉(zhuǎn)換為計算機能識別的數(shù)字圖像，通過USB接口上傳給計算機。
長焦鏡頭58是焦距為25mm的CCD鏡頭，它相當(dāng)于普通35mm單反相機100mm的鏡頭，所以相對于普通相機來說25mm的CCD鏡頭為長焦鏡頭；選用長焦鏡頭目的是為了減少景深，以得到足夠面積的虹膜圖像。
紅外光源59是采用940nm波長的紅外發(fā)光管，呈圓形分布在鏡頭周圍，它的目的一是為了給虹膜區(qū)域照射均勻的紅外光源，以后得到虹膜區(qū)域紋理細(xì)節(jié)的圖像，目的二是因為紅外光不會對使用者眼睛產(chǎn)生刺激，讓使用者能正常地睜大眼睛注視鏡頭，方便地采集虹膜圖像。
LED燈510的作用是給使用者提示，包括一個紅色LED和綠色LED。沒有使用者站在鏡頭前時綠色LED持續(xù)發(fā)光，一旦有使用者靠近鏡頭綠色LED滅掉而紅色LED就會持續(xù)發(fā)光，提示被采集者用在冷反光鏡中對準(zhǔn)自己的眼睛并適當(dāng)前后移動，使眼睛距鏡頭的距離在20cm-30cm之間，一旦紅色LED開始閃爍就說明工作臺開始移動，使用者在這段時間里要一直注視鏡頭，不要再隨便移動位置，當(dāng)綠色LED閃爍時表明采集完畢，使用者可以離開鏡頭。
冷反光鏡511是一面可見光被反射紅外光可通過的濾鏡，其功能一是為了濾出可見光的干擾，得到亮度對比度衡定的圖像；功能二是為了讓使用者在采集虹膜圖像的過程中對準(zhǔn)鏡頭，因為在冷反光鏡中能看到自己的眼睛就說明眼睛的圖像處在了圖像的中間位置，以減少采集圖像的時間。
串行通訊口512用于連接計算機514和電控盒53，用于指令下行傳輸給電控盒3。
USB接口513用于連接計算機514和數(shù)字?jǐn)z像頭，用于將數(shù)字圖像上傳給計算機514。
本實施例的工作流程如下
1)將串行通訊口512與USB接口513與計算機正確連接，讓后將電控盒53上的開關(guān)打開，這時候綠色LED發(fā)光，使用者站到采集儀前并在冷反光鏡中511看到自己的眼睛；2)當(dāng)動態(tài)圖像由暗變亮?xí)r，并且在整個圖像中抽樣，每幀圖像大小為640×480，將圖像分為12288個5×5的子塊，抽取中間一點像素的值代表該子塊的灰度值，若整個圖像中間部分圖像抽樣的灰度值低于周圍圖像抽樣的灰度值，則確認(rèn)為是眼睛圖像，此時紅色LED開始閃爍；3)先將設(shè)定一個80×80像素的模板，在圖像中按照步驟2)中設(shè)定抽樣坐標(biāo)中心為該模板的中心坐標(biāo)，統(tǒng)計模板內(nèi)80×80像素圖像的灰度值，模板的中心在每統(tǒng)計一次就移動到下一個子塊的中心，這樣可以在整個圖像中找到灰度值最低的一點，把這一點設(shè)定為初始瞳孔中心；4)通過實驗設(shè)定一個眼睛圖像的灰度差閾值(例如80)和灰度的梯度閾值(例如50)，從初始瞳孔中心向上下左右四個方進行邊緣檢測，當(dāng)檢測到灰度差大于80，則認(rèn)為是瞳孔的邊緣，而且梯度值超過50時，則認(rèn)為眼睛處在距冷反光鏡511的鏡面20-30cm的焦距范圍之內(nèi)，再檢測初始瞳孔中心坐標(biāo)是否處于圖像中心位置，即初始瞳孔中心坐標(biāo)(x，y)滿足條件200≤x≤440,150≤y≤330；5)若步驟4)中所述任何一個條件不滿足，則通過紅色LED會一直閃爍提示被采集者繼續(xù)調(diào)整前后位置，并初始瞳孔中心處圖像中心位置，如果滿足步驟4)的條件，計算機514給電控盒53中的控制電路發(fā)指令控制步進電機52轉(zhuǎn)動并改變LED燈510的狀態(tài)，紅色LED會停止閃爍并且一直發(fā)光以示被采集者注視鏡頭并且保持不動；6)步進電機52通過絲杠54帶動移動工作臺55向前移動，數(shù)字?jǐn)z像頭57采集一系列不同焦平面的眼睛圖像進行圖像質(zhì)量平詁選出眼睛圖像上的一塊固定區(qū)域，對每幀圖像上的這塊區(qū)域求整體的梯度變化，最后取一個梯度變化最大的圖像確定為質(zhì)量最好的虹膜圖像；7)當(dāng)?shù)玫劫|(zhì)量最好的虹膜圖像后計算機514給電控盒53中的控制電路發(fā)指令使綠色LED閃爍，表明采集完畢，使用者可以離開采集裝置；并且電控盒53控制步進電機52反轉(zhuǎn)，使移動工作臺55退回到初始的位置，綠色LED發(fā)光但停止閃爍，裝置等待下一次采集。
本實施例還可進一步把初始瞳孔內(nèi)的區(qū)域進行填充，即將瞳孔內(nèi)的照明光斑填充為黑色，再按照步驟3)重新進行對灰度值的分布統(tǒng)計，找到灰度值分布最低的一點，并結(jié)合瞳孔的邊緣檢測計算出上下和左右的四個半徑，根據(jù)這四個半徑取平均值再對瞳孔中心進行修正；然后利用Hough變換求出虹膜的外圓的中心坐標(biāo)和半徑參數(shù)；根據(jù)瞳孔和虹膜外圓的半徑和中心坐標(biāo)參數(shù)將虹膜的外徑把虹膜內(nèi)部的瞳孔和外部的其它圖像全部切割掉，剩下的圖像部分為初步分割出來的虹膜圖像。
本實施例所采集的虹膜圖像如圖7所示，虹膜圖像清晰度比較高，虹膜區(qū)域71的紋理都非常清晰。本實施例進一步對虹膜區(qū)域自動分割，較為準(zhǔn)確地分割出了虹膜區(qū)域的圖像81，如圖8所示，可以滿足實時識別系統(tǒng)對圖像采集的要求。
權(quán)利要求
1.一種活體虹膜圖像采集方法，包括眼睛位置檢測及圖像質(zhì)量評估兩個部分；具體包括以下步驟1)調(diào)整被采集者前后位置使其眼睛處于攝像頭的視野范圍內(nèi)，攝像頭不斷傳輸采集到的動態(tài)圖像；2)當(dāng)動態(tài)圖像由暗變亮?xí)r，在整個圖像中抽樣，若中間部分圖像的灰度值低于周圍圖像的灰度值，則確認(rèn)為是眼睛圖像；3)統(tǒng)計眼睛圖像灰度值，找到灰度值最低區(qū)域中心點，把這一點設(shè)定為初始瞳孔中心；4)設(shè)定一個眼睛圖像的灰度差閾值和灰度的梯度閾值，從該初始瞳孔中心向上下左右四個方進行邊緣檢測，并滿足以下三個條件檢測到灰度差大于所述設(shè)定的灰度差閾值；檢測灰度的梯度值超過所述設(shè)定的灰度的梯度閾值，再檢測初始瞳孔中心坐標(biāo)是否處于圖像中心位置；5)若步驟4)中所述任何一個條件不滿足，則通過表示條件不滿足的提示信號來提示繼續(xù)調(diào)整被采集者前后位置，直到所述三個條件均滿足，則通過表示開始采集的信號來提示被采集者注視鏡頭并且保持不動；6)前后自動移動攝像頭，采集一系列不同焦平面的眼睛圖像進行圖像質(zhì)量評估，確定質(zhì)量最好的虹膜圖像。
2.如權(quán)利要求1所述的活體虹膜圖像采集方法，其特征在于，所述的圖像質(zhì)量評估的具體方法為選出眼睛圖像上的一塊固定區(qū)域，對每幀圖像上的這塊區(qū)域求整體的梯度變化，最后取一個梯度變化最大的圖像區(qū)域確定為質(zhì)量最好的虹膜圖像；
3.如權(quán)利要求1或2所述的活體虹膜圖像采集方法，其特征在于，還進一步包括對第6)步得到的虹膜圖像進行分割，得到虹膜圖像；分割的具體方法為將根據(jù)瞳孔的邊緣所劃分出的瞳孔區(qū)域內(nèi)的照明光斑填充為黑色，再根據(jù)重新進行對灰度值的分布統(tǒng)計，找到灰度值分布最低的一點，并結(jié)合瞳孔的邊緣檢測計算出上下和左右的四個半徑，根據(jù)這四個半徑取平均值，得到瞳孔的最終半徑；然后利用哈夫變換求出虹膜的外圓的中心坐標(biāo)和半徑；根據(jù)瞳孔和虹膜外圓的半徑和中心坐標(biāo)把虹膜內(nèi)部的瞳孔和外部的其它圖像全部切割掉，剩下的圖像部分為初步分割出來的虹膜圖像。
4.一種活體虹膜圖像采集裝置，包括一底座，安裝在該底座上的一維移動工作臺及其驅(qū)動電機，在該移動工作臺上安裝的提示信號裝置和CCD攝像頭，以及與CCD攝像頭連接的計算機，該計算機內(nèi)裝有眼睛位置檢測及圖像質(zhì)量評估模塊；該CCD攝像頭的鏡頭的周圍均勻地分布著多個紅外發(fā)光管，該CCD攝像頭的鏡頭前方裝有冷反光鏡，該冷反光鏡采用可見光被反射，部分紅外光可以通過的光學(xué)濾鏡；在工作臺后端安裝有與計算機連接的控制電路及電源，該計算機發(fā)指令來控制工作臺前后移動和改變顯示裝置的工作狀態(tài)。
全文摘要
本發(fā)明涉及活體虹膜圖像采集方法及采集裝置，屬于生物特征識別和自動身份鑒別技術(shù)領(lǐng)域。包括攝像頭不斷傳輸采集到的動態(tài)圖像；若中間部分圖像的灰度值低于周圍圖像的灰度值，則確認(rèn)為是眼睛圖像；統(tǒng)計眼睛圖像灰度值，找到灰度值最低區(qū)域中心點為初始瞳孔中心；若滿足；檢測到灰度差大于所述設(shè)定的灰度差閾值；檢測灰度的梯度值超過所述設(shè)定的灰度的梯度閾值，再檢測初始瞳孔中心坐標(biāo)是否處于圖像中心位置三個條件；則可開始采集；前后自動移動攝像頭，采集一系列不同焦平面的眼睛圖像進行圖像質(zhì)量評估，確定質(zhì)量最好的虹膜圖像。本發(fā)明采集的圖像清晰度比較高，在虹膜圖像區(qū)域的特征紋理非常明顯，而且沒有照明光斑噪聲，不需要額外的后續(xù)處理。
文檔編號G06K9/00GK1584917SQ200410047920
公開日2005年2月23日 申請日期2004年6月11日 優(yōu)先權(quán)日2004年6月11日
發(fā)明者林喜榮, 胡競, 譚汝謀, 周斌, 瞿蓬 申請人:清華大學(xué)