一種基于arm平臺的動態(tài)人臉虹膜采集方法
【技術領域】
[0001] 本發(fā)明涉及一種基于ARM平臺的動態(tài)人臉虹膜采集方法。
【背景技術】
[0002] 目前，就目前來看，市場上虹膜識別主要是以X86平臺運行為主，其次是DSP平臺 的運行，只是單一的虹膜識別，大部分識別距離在30CM左右，并且識別的區(qū)間相對較短，是 低的區(qū)間只有1CM，最多的也就5CM，對于客戶很難把握到距離區(qū)間，產(chǎn)品的易用性相對來 說比較當差?，F(xiàn)在市面的上技術及產(chǎn)品，只是靜態(tài)識別，人要站在鏡頭前面不能動，要求人 要配合度很高，在室外陽光下無法識別，或在光線強的地方很難識別，這對于光學設備參數(shù) 與算法沒有很好的結(jié)合應用，很多公司要么只是做光學，要么就是只做算法，沒有把這兩種 技術融合運用好，這是目前所有生物識別技術存在的主要問題。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明目的是針對現(xiàn)有技術存在的缺陷提供一種結(jié)合人臉檢測和跟蹤的快速動 態(tài)人臉檢測算法。其在層次型AdaBoost檢測算法的基礎上，結(jié)合提出的一種基于線性預 測的人臉跟蹤算法來縮小搜索空間，使得檢測速度提高到24ms/幀。還設計了一種結(jié)合層 次型AdaBoost算法、負樣本反饋方式和利用權值縮減訓練時間的檢測器訓練方法，可以方 便地應用于物體檢測技術上。
[0004] 本發(fā)明為實現(xiàn)上述目的，采用如下技術方案：一種基于ARM平臺的動態(tài)人臉虹膜 米集方法，包括如下步驟：
[0005] 1)、配置如下采集設備，該采集設備包括：顯示屏、圖像采集單元、虹膜攝像頭、云 臺、紅外光源和RAM處理器；所述顯示屏與RAM處理器連接，顯示屏顯示RAM處理器給出的 識別結(jié)果；圖像采集單元與RAM處理器連接，圖像采集單元獲取用戶圖像并傳給RAM處理 器；虹膜攝像頭固定在所述云臺上，虹膜攝像頭獲取用戶虹膜圖像并傳給RAM處理器；RAM 處理器連接云臺和虹膜攝像頭，RAM處理器接收用戶圖像和用戶虹膜圖像并控制云臺在豎 直方向上轉(zhuǎn)動，用于調(diào)整固定在云臺上的虹膜攝像頭的角度，虹膜攝像頭對準用戶的眼睛 區(qū)域，獲取虹膜圖像，用于虹膜識別；紅外光源與RAM處理器連接，為虹膜攝像頭提供紅外 光源；
[0006] 2)、虹膜粗定位，通過RAM處理器控制虹膜攝像頭對人眼虹膜內(nèi)邊緣圓心和半徑 的進行粗定位；
[0007] 3)、虹膜精定位，當人眼虹膜的圓心和半徑大致確定之后，虹膜攝像頭根據(jù)虹膜的 圓形結(jié)構(gòu)特征，依次對虹膜的內(nèi)外邊緣進行精定位；其計算公式如下：
【主權項】
1. 一種基于ARM平臺的動態(tài)人臉虹膜采集方法，其特征在于，包括如下步驟： 1) 、配置如下采集設備，該采集設備包括；顯示屏、圖像采集單元、虹膜攝像頭、云臺、紅 外光源和RAM處理器；所述顯示屏與RAM處理器連接，顯示屏顯示RAM處理器給出的識別結(jié) 果；圖像采集單元與RAM處理器連接，圖像采集單元獲取用戶圖像并傳給RAM處理器；虹膜 攝像頭固定在所述云臺上，虹膜攝像頭獲取用戶虹膜圖像并傳給RAM處理器；RAM處理器連 接云臺和虹膜攝像頭，RAM處理器接收用戶圖像和用戶虹膜圖像并控制云臺在豎直方向上 轉(zhuǎn)動，用于調(diào)整固定在云臺上的虹膜攝像頭的角度，虹膜攝像頭對準用戶的眼睛區(qū)域，獲取 虹膜圖像，用于虹膜識別；紅外光源與RAM處理器連接，為虹膜攝像頭提供紅外光源； 2) 、虹膜粗定位，通過RAM處理器控制虹膜攝像頭對人眼虹膜內(nèi)邊緣圓屯、和半徑的進 行粗定位； 3) 、虹膜精定位，當人眼虹膜的圓屯、和半徑大致確定之后，虹膜攝像頭根據(jù)虹膜的圓形 結(jié)構(gòu)特征，依次對虹膜的內(nèi)外邊緣進行精定位；其計算公式如下：
其中，D(x，y)為利用Canny算子獲得的灰度邊緣圖像，咕(時表示高斯函數(shù)，R0表示粗 定位后的瞳孔半徑，AR表示捜索范圍；R0的值根據(jù)虹膜內(nèi)外徑的大致比例關系來確定； 4) 、對定位的虹膜進行圖像采集，W獲得虹膜圖像； 5) 、對虹膜圖像進行歸一化處理，即將每幅虹膜圖像調(diào)整為與原始虹膜圖像相同的尺 寸和對應的位置； 6) 、對歸一化處理后的虹膜圖像進行局部直方圖均衡化處理；其計算公式如下：
其中，設虹膜圖像的灰度級為fk，直方圖均衡化使用一個灰度函數(shù)作為變換函數(shù)，灰度 函數(shù)設為T(r)，設虹膜圖像中總的像素數(shù)目N，輸入直方圖做修正，則得到均衡化后的虹膜 圖像灰度分布函數(shù)為S(r);虹膜圖像中灰度級rk為灰度級ri的像素總數(shù)； 7) 、對虹膜圖像特征進行提??； 首先，用選16個G油or濾波通道，即選擇中屯、頻率為2樣2、4樣2、8樣2和16樣2,W及0°、45°、90°和135°四個方向，通過G油or濾波器的對稱性可知，構(gòu)成了不同方向和 頻率下的Gabor濾波器；通過下述公式對虹膜圖像進行處理，從而得到各個通道上的濾波 結(jié)果；
其中，電表示卷積，I(X，y)表示處理后虹膜圖像；k表示第k個尺度，j表示第j個方 向，F(xiàn)w(x，y)表示卷積后結(jié)果； 8) 、通過步驟6)對虹膜圖像進行濾波處理后，獲得子塊濾波模的最大值所小波號；并 采用分塊方式對特征進行編碼，提取局部相位信息，W得到虹膜特征碼； 具體為：設整個虹膜圖像（x，y)被分MXN大小的若干個子塊，各子塊濾波模的大小與 濾波器模板大小一樣，對局部相位信息值進行計算，得到一個復數(shù)；如果該個復數(shù)的實部大 于等于0,則表示該特征碼為1，否則為0 ;如果該個復數(shù)的虛部大于等于0,則表示該特征碼 為1，否則為0。
【專利摘要】本發(fā)明公布了一種基于ARM平臺的動態(tài)人臉虹膜采集方法，包括如下步驟：配置如下采集設備，虹膜粗定位，虹膜精定位，對定位的虹膜進行圖像采集，對虹膜圖像進行歸一化處理，對歸一化處理后的虹膜圖像進行局部直方圖均衡化處理，對虹膜圖像特征進行提取，采用分塊方式對特征進行編碼，提取局部相位信息，以得到虹膜特征碼。本發(fā)明可以在拍到人臉的基本上運用模糊算法圖像處理技術，形成一張清楚的人臉圖像，這樣就可以把人臉與虹膜識別兩種生物識別技術有機的結(jié)合在一起，即是人臉與虹膜同時識別，這種方式是在同一顆ARM處理器上完成，這樣也解決了目前生物識別不能達到百分之百的弊端，即面部與虹膜識別互相彌補，達到最優(yōu)狀態(tài)。
【IPC分類】G06K9-00
【公開號】CN104794445
【申請?zhí)枴緾N201510187589
【發(fā)明人】李強
【申請人】北京虹安翔宇信息科技有限公司
【公開日】2015年7月22日
【申請日】2015年4月20日