强方向加权边缘检测及R.pdf

上传人:li****8 文档编号:10046491 上传时间:2021-06-02 格式:PDF 页数:7 大小:370.82KB
收藏 版权申诉 举报 下载
强方向加权边缘检测及R.pdf_第1页
第1页 / 共7页
强方向加权边缘检测及R.pdf_第2页
第2页 / 共7页
强方向加权边缘检测及R.pdf_第3页
第3页 / 共7页
文档描述:

《强方向加权边缘检测及R.pdf》由会员分享,可在线阅读,更多相关《强方向加权边缘检测及R.pdf(7页完成版)》请在专利查询网上搜索。

1、(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 (43)申请公布日 (21)申请号 202010679988.4 (22)申请日 2020.07.15 (71)申请人 杭州电子科技大学 地址 310018 浙江省杭州市下沙高教园区2 号大街 (72)发明人 叶学义季必胜陈妍婷张珂坤 陈华华 (74)专利代理机构 杭州君度专利代理事务所 (特殊普通合伙) 33240 代理人 朱亚冠 (51)Int.Cl. G06K 9/00(2006.01) (54)发明名称 强方向加权边缘检测及RNL拟合优度的眼睑 定位方法 (57)摘要 本发明公开了强方向加权边缘检测及RNL。

2、拟 合优度的眼睑定位方法。 现有的直线拟合定位方 法定位速度快, 但定位精度低; 抛物线拟合定位 方法拟合定位精度高, 但定位速度慢。 本发明方 法首先根据虹膜圆心位置分割上下眼睑, 确定 上、 下眼睑区域; 然后利用强方向加权的保边去 噪平滑滤波算子对眼睑检测前图像预处理; 再利 用强方向加权的边缘检测算子抑制睫毛干扰, 根 据虹膜图像中睑缘以上和以下区域的灰度对比 值, 动态选择边缘检测算子参数, 获得待拟合的 候选眼睑边缘; 最后采用最小二乘法抛物线拟合 眼睑边缘, 以RNL拟合优度为指标筛选眼睑候边 缘选点, 完成眼睑定位。 本发明方法具有良好的 鲁棒性, 即使对于受睫毛遮挡严重的上眼。

3、睑, 也 能得到理想的定位结果。 权利要求书1页 说明书4页 附图1页 CN 111950376 A 2020.11.17 CN 111950376 A 1.强方向加权边缘检测及RNL拟合优度的眼睑定位方法, 其特征在于, 该方法具体是: 步骤(1).根据虹膜圆心位置分割上下眼睑, 确定上、 下眼睑区域; 以虹膜圆心与内、 外 眼角点的连线作为分割线, 上眼睑和虹膜范围内的分割线之间的区域为上眼睑区域, 虹膜 范围内的分割线与下眼睑之间的区域为下眼睑区域; 步骤(2).利用强方向加权的保边去噪平滑滤波算子, 进行眼睑检测前的图像预处理; 所述的平滑滤波算子的水平方向对应睑缘方向, 垂直方向对应。

4、睫毛方向; 在垂直方向 的数值个数等于睑缘宽度的像素个数; 在水平方向上满足一维高斯低通滤波算子的要求, 在中心位置的值取0, 在该方向上取0的个数等于睫毛的像素宽度, 同时在该方向上左右两 边除0之外的数值个数大于算子垂直方向的个数; 所述的睑缘即为眼睑边缘; 步骤(3).利用强方向加权的边缘检测算子, 抑制睫毛干扰, 根据虹膜图像中睑缘以上 区域与睑缘以下区域的灰度对比值, 动态选择边缘检测算子参数, 获得待拟合的候选眼睑 边缘; 步骤(4).采用最小二乘法抛物线拟合眼睑边缘, 并以RNL拟合优度为指标在拟合过程中 筛选眼睑候边缘选点, 完成眼睑定位。 2.如权利要求1所述的强方向加权边缘。

5、检测及RNL拟合优度的眼睑定位方法, 其特征在 于: 步骤(2)中所述的图像预处理, 首先对平滑滤波算子归一化, 然后利用归一化后的平滑 滤波算子与图像卷积, 完成检测眼睑睑缘之前的图像预处理。 3.如权利要求1所述的强方向加权边缘检测及RNL拟合优度的眼睑定位方法, 其特征在 于: 步骤(3)中所述的边缘检测算子的水平方向对应睑缘方向, 垂直方向对应睫毛方向; 边 缘检测算子水平方向取0的行数等于睑缘宽度的像素个数, 并且这些行在垂直方向上处于 算子的中间位置, 然后在这些全0行的上方和下方分别附加k行等长的非零行, 上下附加的 行数相同, k1, k最多是全0行数一半的向下取整, 且这些非。

6、零行在垂直方向上对称位置的 数值仅符号相反, 每行的数值在水平方向上满足一维低通滤波算子的要求, 数值的绝对值 大小由图像中睑缘上下区域的灰度差异决定, 差异越大绝对值越小, 差异越小绝对值越大, 范围为19, 据此确定边缘检测算子参数; 虹膜图像利用边缘检测算子进行卷积计算后, 获 得待拟合的候选眼睑边缘。 4.如权利要求1所述的强方向加权边缘检测及RNL拟合优度的眼睑定位方法, 其特征在 于, 步骤(4)具体是: 输入待拟合的眼睑边缘点, 采用最小二乘法抛物线拟合眼睑边缘, 以所 有待拟合的眼睑边缘点的水平方向坐标值为x值, 对其垂直方向坐标值为y值进行拟合, 并 以RNL拟合优度为指标在。

7、拟合过程中筛选眼睑候边缘选点, 以拟合结果作为睑缘, 完成眼睑 定位,为拟合值。 权利要求书 1/1 页 2 CN 111950376 A 2 强方向加权边缘检测及RNL拟合优度的眼睑定位方法 技术领域 0001 本发明属于生物特征识别及信息安全技术领域, 涉及一种强方向加权边缘检测及 RNL拟合优度的眼睑定位方法。 背景技术 0002 虹膜识别是一种生物识别技术, 它具有适于作为身份特征的许多良好特性, 包括 普遍性、 唯一性、 稳定性、 受保护性等。 相比其他生物特征识别技术, 虹膜识别是更准确、 更 可靠的身份鉴别方法。 眼睑定位是影响虹膜识别性能的关键技术。 在虹膜识别中, 眼睑定位 。

8、实际上是检测定位虹膜样本中上下眼睑的睑缘。 0003 到目前为止眼睑定位方法大致可以分为两类, 一类是直线拟合定位眼睑, 另一类 是抛物线拟合定位眼睑。 这两者的优缺点往往互补, 采用直线拟合定位眼睑计算复杂度低, 定位速度快, 但定位精度低, 会造成虹膜信息的大量缺失; 抛物线拟合定位精度高, 但计算 复杂度高, 定位速度慢。 另外, 在确定眼睑待拟合点过程中, 睫毛是最大的干扰因素。 从生理 构造上来看, 眼睑一般是呈水平方向的弧形延展, 而睫毛与眼睑近似垂直或放射状相交, 而 且灰度差异较小。 因此, 去除睫毛的干扰是眼睑定位的关键问题。 发明内容 0004 针对现有技术对于睫毛定位速度。

9、和定位精度两者难以兼顾的情况, 本发明的目的 是提供一种强方向加权边缘检测及RNL拟合优度的眼睑定位方法, 重点针对于受睫毛遮挡严 重的上眼睑, 兼顾定位速度和精度, 专门用于虹膜识别中的眼睑定位。 0005 本发明方法具体步骤是: 0006 步骤(1).根据虹膜圆心位置分割上下眼睑, 确定上、 下眼睑区域; 具体是: 根据虹 膜圆心坐标, 以圆心与内、 外眼角点的连线作为分割线, 上眼睑和虹膜范围内的分割线之间 的区域为上眼睑区域, 虹膜范围内的分割线与下眼睑之间的区域为下眼睑区域。 0007 步骤(2).利用强方向加权的保边去噪平滑滤波算子, 进行眼睑检测前的预处理; 0008 根据睫毛与。

10、睑缘之间的生理延展方向近似垂直相交的特性, 以及图像中睑缘和睫 毛的像素宽度, 在沿睑缘方向上, 尽可能保持睑缘的完整并滤除噪声, 在睫毛方向上, 尽可 能抑制睫毛边缘, 混淆睫毛边缘特征。 0009 所述的平滑滤波算子的水平方向对应睑缘方向, 垂直方向对应睫毛方向; 在垂直 方向的数值个数等于睑缘宽度的像素个数; 在水平方向上满足一维高斯低通滤波算子的要 求, 但在中心位置的值取0, 在该方向上取0的个数等于睫毛的像素宽度, 同时在该方向上左 右两边除0之外的数值个数大于算子垂直方向的个数; 所述的睑缘即为眼睑边缘; 利用平滑 滤波算子完成检测眼睑睑缘之前的图像预处理: 首先对平滑滤波算子归。

11、一化, 然后利用该 算子与图像卷积, 完成检测眼睑睑缘之前的图像预处理。 0010 步骤(3).利用强方向加权的边缘检测算子, 抑制睫毛干扰, 并根据虹膜图像中睑 缘以上区域与睑缘以下区域的灰度对比值, 动态选择边缘检测算子参数, 获得待拟合的候 说明书 1/4 页 3 CN 111950376 A 3 选眼睑边缘。 0011 为尽可能抑制睫毛方向的边缘, 同时增强睑缘方向的边缘, 所述的边缘检测算子 的水平方向对应睑缘方向, 垂直方向对应睫毛方向; 边缘检测算子水平方向取0的行数等于 睑缘宽度的像素个数, 并且这些行在垂直方向上处于算子的中间位置, 然后在这些全0行的 上方和下方分别附加k行。

12、等长的非零行, 上下附加的行数相同, k1, k最多是全0行数一半 的向下取整, 且这些非零行在垂直方向上对称位置的数值仅符号相反(检测上睑缘是上正 下负, 检测下睑缘是上负下正), 每行的数值在水平方向上满足一维低通滤波算子的要求, 数值的绝对值大小由图像中睑缘上下区域的灰度差异决定, 差异越大绝对值越小(最小取 1), 差异越小绝对值越大(最大取9), 据此确定边缘检测算子参数, 虹膜图像利用边缘检测 算子进行卷积计算后, 获得待拟合的候选眼睑边缘。 0012 步骤(4).采用最小二乘法抛物线拟合眼睑边缘, 并以RNL拟合优度为指标在拟合过 程中筛选眼睑候边缘选点, 完成眼睑定位。 001。

13、3 输入待拟合的眼睑边缘点, 采用最小二乘法抛物线拟合眼睑边缘, 以所有待拟合 的眼睑边缘点的水平方向坐标值为x值, 对其垂直方向坐标值为y值进行拟合, 并以RNL拟合 优度为指标在拟合过程中筛选眼睑候边缘选点, 以拟合结果作为睑缘, 完成眼睑定位。 0014为拟合值。 0015 本发明抓住眼睑定位中睫毛干扰的关键问题, 从预处理到眼睑边缘检测都充分利 用了睫毛和眼睑边缘的分布特性, 设计了强方向加权的平滑和检测滤波器; 并且考虑兼顾 定位精度和定位速度, 利用最小二乘法抛物线拟合眼睑边缘的计算中, 采用RNL拟合优度为 指标在拟合过程中以递进的方式筛选眼睑候选边缘选点, 实现最优定位。 00。

14、16 本发明方法提出了一种新的适用于眼睑定位的具有强方向加权的平滑滤波算子 和边缘检测算子, 结合RNL拟合优度评价, 运用最小二乘法抛物线拟合眼睑。 特别是对于受睫 毛遮挡严重的上眼睑定位, 首先根据虹膜圆心坐标, 以圆心与内、 外眼角点的连线作为分割 线, 虹膜范围内的分割线的上、 下区域作为上、 下眼睑区域; 其次根据睫毛与眼睑之间的生 理延展方向差异, 设计一种具有强方向性的保边去噪平滑滤波器完成检测眼睑之前的预处 理; 然后设计一种强方向加权的边缘检测算子, 抑制睫毛干扰, 并根据虹膜图像中眼睑边缘 (睑缘)上下区域的灰度对比值, 动态选择边缘检测算子参数(上、 下睑缘的检测算子参数。

15、正 好相反), 获得待拟合的眼睑边缘; 最后采用最小二乘法抛物线拟合眼睑边缘, 并以RNL拟合 优度为指标在拟合过程中筛选眼睑候边缘选点, 完成眼睑定位。 本发明方法具有良好的鲁 棒性, 即使对于受睫毛遮挡严重的上眼睑, 也能得到理想的定位结果。 附图说明 0017 图1为本发明中强方向加权的平滑滤波算子示意图; 0018 图2为实施例中平滑滤波算子示意图; 0019 图3为本发明中强方向加权的边缘检测算子示意图。 说明书 2/4 页 4 CN 111950376 A 4 具体实施方式 0020 结合以下具体实施例和附图, 对本发明进一步的详细说明。 0021 步骤(1).根据虹膜圆心位置分割。

16、上下眼睑, 确定上、 下眼睑区域; 具体是: 根据虹 膜圆心坐标, 以圆心与内、 外眼角点的连线作为分割线, 上眼睑和虹膜范围内的分割线之间 的区域为上眼睑区域, 虹膜范围内的分割线与下眼睑之间的区域为下眼睑区域。 0022 步骤(2).利用强方向加权的保边去噪平滑滤波算子, 进行眼睑检测前的预处理。 0023 本实施例中, 根据睫毛与眼睑睑缘之间的生理延展方向近似垂直相交的特性, 以 及图像中睑缘和睫毛的像素宽度, 设计一种具有强方向加权的保边去噪平滑滤波算子, 在 沿睑缘方向上, 尽可能保持睑缘的边缘完整并滤除噪声, 而在睫毛方向上, 尽可能抑制睫毛 边缘, 混淆睫毛边缘特征。 如图1所示。

17、, 该滤波算子在垂直方向(睫毛方向)的数值个数(即图 中M所示的行数)近似等于睑缘宽度的像素个数。 在水平方向(睑缘方向)上满足一维高斯低 通滤波算子的要求(即图中x1,x2,x3,, 值逐渐降低), 中心位置的值取0, 在该方向上取0的 个数(即图中R所示的列数)由睫毛的像素宽度决定。 如图2, 本实施例中M取3, R取1。 同时在 水平方向上的列数N的左右两边除0之外的列数大于算子垂直方向的行数, 即N 为奇数。 如图2, 本实施例中N取9。 最后对算子归一化, 即算子中每个数值除以算子所有数值 之和S, 如图1; 利用归一化后的算子与图像卷积, 完成检测眼睑睑缘之前的图像预处理。 002。

18、4 步骤(3).利用强方向加权的边缘检测算子, 抑制睫毛干扰, 并根据虹膜图像中睑 缘以上区域与睑缘以下区域的灰度对比值, 动态选择边缘检测算子参数, 获得待拟合的候 选眼睑边缘; 上、 下睑缘的检测算子参数满足上下翻转关系。 0025 本实施例中, 设计一种强方向加权的边缘检测算子, 尽可能抑制睫毛方向的边缘, 同时增强睑缘方向的边缘。 如图3所示, 该算子的水平方向对应睑缘方向, 垂直方向对应睫 毛方向, 其水平方向取0的行数近似等于睑缘宽度的像素个数(在本实施例中该值取为3), 并且这些全0的行在垂直方向上处于算子的中间位置; 然后在这些全0行的垂直方向上的上 下附加上等长的非零行, 上。

19、下附加的行数相同。 附加的行数最少是1行, 最大行数是全0行数 一半的向下取整, 由于全0的行数为3, 所以本实施例上下附加的行数取1, 且垂直方向上对 称位置的数值仅符号相反(检测上睑缘是上正下负, 检测下睑缘是上负下正), 每行的数值 在水平方向上满足一维低通滤波算子的要求, 其数的绝对值大小由图像中睑缘上下区域的 灰度差异来决定, 差异越大绝对值越小, 差异越小绝对值越大。 据此确定边缘检测算子参 数。 本实施例中算子取值如图3所示。 利用该边缘检测算子处理图像后, 可以获得待拟合的 眼睑边缘。 0026 步骤(4).采用最小二乘法抛物线拟合眼睑边缘, 并以RNL拟合优度为指标在拟合过 。

20、程中筛选眼睑候边缘选点, 完成眼睑定位。 0027 输入待拟合的眼睑边缘点, 采用最小二乘法抛物线拟合眼睑边缘, 以所有待拟合 的眼睑边缘点的水平方向坐标值为x值, 对其垂直方向坐标值为y值进行拟合, 并以RNL拟合 优度为指标在拟合过程中筛选眼睑候边缘选点, 以拟合结果作为睑缘, 完成眼睑定位。 0028为拟合值。 说明书 3/4 页 5 CN 111950376 A 5 0029 以RNL拟合优度为指标在拟合过程中筛选眼睑候边缘选点, 该值越大表明拟合越 好。 以最优拟合结果作为睑缘, 完成眼睑定位。 说明书 4/4 页 6 CN 111950376 A 6 图1 图2 图3 说明书附图 1/1 页 7 CN 111950376 A 7 。

展开阅读全文
内容关键字: 方向 加权 边缘 检测
关于本文
本文标题:强方向加权边缘检测及R.pdf
链接地址:https://www.zhuanlichaxun.net/pdf/10046491.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1