虹膜图像中的闭眼检测方法

一个虹膜识别系统主要包括 4 个部分：虹膜图像采集、虹 膜 的 预 处 理 、虹 膜 纹 理 分 析 和 虹 膜 纹 理 匹 配 。 而 虹 膜 的 预 处 理 起 到 极 其 重 要 的 作 用 ，在 这 方 面 已 经 出 现 很 多 成 型 的 算 法 。 Daugman[5-6]和 Wildes[7]提出了经典的虹膜内外轮廓检测方法。 郝伟勇 [8] 在他的硕士论文中使用了改进的环量积分算法对虹 膜的外轮廓进行分割。Preonca 等人[9]研究了如何对虹膜图像 的 质 量 进 行 评 价 ，根 据 评 价 结 果 可 以 对 检 测 到 的 虹 膜 内 外 轮 廓进行重新检测，这提高了虹膜识别的准确性。Luo 等人[10]提 出 了 使 用 数 学 的 形 态 学 知 识 检 测 眼 睑 、眼 睫 毛 等 非 虹 膜 区 域 。 苑玮琪等人 [11] 提出利用虹膜的外圆，用一个扇形区域表示眼 睫毛遮挡方法，实验表明算法可有效检测睫毛。Tan 等人也提 出 了 一 种 基 于 纹 理 分 割 的 快 速 虹 膜 定 位 方 法 ，该 算 法 首 先 利
(1)
2 , ,
—— 标 准 差 为 的 高 斯 函 数 ，
刘晓敏，李培华，郭吉平：虹膜图像中的闭眼检测方法
2011, Vol. 32, No.9 3111
用 小 波 变 换 的 低 频 信 息 进 行 图 像 分 割 ，然 后 利 用 积 分 微 分 操 作检测外轮廓 。 [12] 来毅等人 [13] 分别针对眼睑和睫毛遮挡的噪 声 ，利 用 其 灰 度 和 形 状 信 息 提 出 了 灰 度 形 态 学 检 测 算 法 。 罗 中亮等人 提 [14] 出利用边缘检测和最小二乘拟合方法去除眼睑， 以及阈值法去除虹膜内部噪声。
以 上 提 到 的 预 处 理 方 法 很 有 效 ，但 是 这 些 研 究 者 都 没 有 考虑将具有大量干扰和噪声的虹膜数据库中的闭眼虹膜图像 挑 选 出 来 ，这 使 得 他 们 的 方 法 在 复 杂 虹 膜 数 据 库 中 不 能 得 到 更 高 的 虹 膜 识 别 率 。 为 了 提 高 虹 膜 识 别 系 统 的 识 别 率 ，本 文 提 出 判 断 虹 膜 数 据 库 中 闭 眼 图 像 的 方 法 。该 方 法 首 先 使 用 圆 的 积 分 微 分 算 子 得 到 闭 眼 虹 膜 图 像 的 候 选 图 像 ，使 用 直 方 图 分 析 将 候 选 图 像 进 行 二 值 化 。 采 用 图 像 膨 胀 、边 缘 检 测 和 连 接 得 到 边 缘 图 像 。 使 用 最 小 二 乘 拟 合 算 法 拟 合 抛 物 线 ，通 过 抛物线开口方向判断该图像是否为闭眼虹膜图像。
0引言
基 于 虹 膜 的 生 物 特 征 识 别 技 术 具 有 识 别 精 度 高 、无 法 伪 造 以 及 非 侵 犯 性 等 优 点 ，在 门 禁 系 统 、海 关 出 入 境 、机 场 和 金 融 等 许 多 领 域 中 具 有 广 泛 的 应 用 。现 代 虹 膜 识 别 系 统 为 了 适 应各种复杂的应用场景，应对用户有尽可能小的约束，使用户 感觉不到系统的存在，因此远距离、运动中虹膜识别成为必然 的 发 展 趋 势 。然 而 在 复 杂 的 应 用 场 景 中 采 集 的 虹 膜 图 像 包 括 各种干扰和噪声，如眼睛半闭或全闭，头发、睫毛和眼睑遮挡， 光学眼镜等，如 UBIRIS.v2[1-4]数据库。这样的虹膜图像上进行 虹 膜 预 处 理 操 作 是 非 常 困 难 的 ，因 此 开 发 适 应 这 样 虹 膜 图 像 的预处理算法成为研究者研究热点。
Method of closed-eye detection in iris images
LIU Xiao-min1, LI Pei-hua2, GUO Ji-ping3 (1. College of Information and Electronic Technology, Jiamusi University, Jiamusi 154007, China; 2. College of Computer Science and Technology, Heilongjiang University, Harbin 150080, China; 3. Public Computer Education and Research Department, Jiamusi University, Jiamusi 154007, China)
1 判断闭眼虹膜图像
小 则 认 为 是 外 轮 廓 检 测 错 误 的 虹 膜 图 像 。在 这 些 图 像 上 观 察 可以发现闭眼图像中眼睛轮廓的上边缘可以拟合出一个开口 向 上 的 抛 物 线 。本 文 提 出 在 后 选 的 闭 眼 虹 膜 图 像 上 进 行 闭 眼 虹膜图像判断，过程如图 2 所示，候选图像上计算直方图，使 用 高 斯 函 数 进 行 平 滑 ，则 直 方 图 左 侧 的 第 一 个 峰 对 应 灰 度 值 较低的眼睫毛，如图 2(a)所示，选择该峰右边的谷作为阈值对 图像进行二值化得到如图 2 (b) 所示；继续对二值闭眼图像进 行膨胀操作得到图 2 (c)。然后使用边缘连接算法找出边缘图 像 中 的 最 长 一 条 边 ，取 该 边 上 面 部 分 进 行 抛 物 线 拟 合 。 如 图 3 所示，图 3 (a) 为睁眼虹膜图像虹膜上边缘抛物线拟合过程， 该抛物线开口向下，图 3 (b) 为闭眼虹膜图像虹膜上边缘抛物 线的拟合过程，该抛物线开口向上，这样可以判断图 3(b)为闭 眼 虹 膜 图 像 ，下 面 几 节 详 细 介 绍 了 这 一 过 程 。
收稿日期：2010-09-17；修订日期：2010-11-16。 基金项目：教育部科学技术研究重点基金项目 (210063)；黑龙江省教育厅基金项目 (11551489)；黑龙江省新世纪优秀人才计划基金项目 (1153NCET-002)；黑龙江大学高层次人才 (团队) 支持计划基金项目 (Hdtd2010-07)；黑龙江省教育厅基金项目 (11551490)；佳木斯大学科学技术研 究基金项目 (L2010-147)。 作者简介：刘晓敏 (1980－)，女，黑龙江佳木斯人，硕士，讲师，研究方向为图像处理、模式识别； 李培华 (1971－)，男，黑龙江哈尔滨人， 博士，教授，CCF 会员，研究方向为图像处理、模式识别； 郭吉平 (1962－)，女，黑龙江佳木斯人，教授，研究方向为图像处理、模式识别。 E-mail：xiaominliu@
由 于 瞳 孔 内 部 灰 度 值 比 虹 膜 图 像 的 其 他 部 分 低 ，因 此 本 文使用一种渐进的方法检测虹膜内外轮廓 。 [15] 该方法首先使 用 矩 形 模 板 扫 描 虹 膜 图 像 ，计 算 矩 形 区 域 的 均 值 和 方 差 ，找 到 均 值 和 方 差 最 小 的 模 板 ，将 该 模 板 所 在 的 位 置 作 为 瞳 孔 的 粗 略位置，然后使用 Canny 边缘检测加 Hough 变换检测准确的 虹膜内外边缘；使用该方法检测到的虹膜外轮廓图像如图 1 所示，图 1(a)表示正确检测虹膜外轮廓的虹膜图像，图 1(b) 表 示 错 误 检 测 虹 膜 外 轮 廓 图 像 ，而 闭 眼 虹 膜 图 像 通 常 都 是 检 测 错 误 的 虹 膜 图 像 ，因 此 本 文 将 检 测 错 误 的 虹 膜 图 像 看 成 闭 眼 虹膜图像的候选图像。
3110 2011, Vol. 32, No.9 计算计机算工机程工与程设与设计计CoCmopmupteurteErnEgningeinereienrginagnadnDdeDsiegsnign
虹膜图像中的闭眼检测方法
刘晓敏 1， 李培华 2， 郭吉平 3 (1. 佳木斯大学 信息电子技术学院，黑龙江 佳木斯 154007；2. 黑龙江大学 计算机科学与技术学院，
1.1 圆 的 积 分 微 分 算子 得 到 闭 眼 虹 膜 图像 的 候 选 图 像
如果该虹膜图像是闭眼图像则确定的虹膜外轮廓将是不
准 确 的 ，于 是 这 里 使 用 如 下 积 分 微 分 算 子 的 值 来 评 价 外 轮 廓
确定是否准确
,, = 式 中 ：* —— 卷 积 操 作 ，
, *
外轮廓检测错误的虹膜图像是通过判断虹膜外轮廓的积 分 微 分 算 子 值 确 定 的 ，如 果 虹 膜 外 轮 廓 的 积 分 微 分 算 子 值 较
(a) 准确检测虹膜外轮廓
(b) 错误检测虹膜外轮廓
图 1 虹膜外轮廓的检测
(a) 睁眼虹膜二值图像
(b) 闭眼虹膜二值图像
图 3 虹膜上边缘抛物线的拟合
黑龙江 哈尔滨 150080；3. 佳木斯大学 公共计算机教研部，黑龙江 佳木斯 154007)
摘 要：在远距离 、运 动 中 采 集 到 的虹 膜 图 像 库 中 包 含了 闭 眼 虹 膜 图 像 ，一 种 检 测 闭 眼 虹 膜 图像 的 方 法 被 提出用于提 取这 些虹 膜图像。该方法 使用圆的积分 微分算子确定闭 眼虹膜图像的 候选图像，使用直方 图分析将候选 图像进行二值化 ，采用 边缘 检测和连接、图像 膨胀和最小二乘 拟合等技术拟 合抛物线，通过抛 物线开口方向判 断该图像是否为 闭眼虹膜图像 。在 UBIRIS.v2 虹 膜数据库中进 行了实验，结果表 明，检测闭眼虹 膜图像方法的使 用提高了虹膜 分割算法的效果 。 关键 词：积分微分算 子; 二值化; 边 缘检测和连接; 图像膨胀; 最 小二乘拟合 中图 法分类号：TP391.4 文 献标识码：A 文章编号：1000-7024 (2011) 09-3110-05
Abstract：In the recognition-at-distance and recognition-on-move system, iris images captured include someethodology of judging closed-eye iris images in the iris database is used to extract the close-eye iris images. This methodology first uses integro-differential operator to obtain the candidate close-eye iris images. After obtaining a binary map by analyzing the histogram of the iris image, the parabola is fitted based on image dilation, edge detection, edge link and least square fitting. Then the iris images with the parabola opening to the top are considered as the closed-eye iris image. The experiments are performed in the UBIRIS.v2 iris training database, which shows that proposed methodology can judge the close-eye iris images effectively. Key words：integro-differential operator; binaryzation; edge detection and link; image dilation; least square fitting