虹膜信息的采集方法及采集系統的制作方法
【技術領域】
[0001]本發明屬于計算機的安全領域，尤其涉及一種虹膜信息的采集方法及采集系統。
【背景技術】
[0002]虹膜是人眼瞳孔和眼白之間的環狀組織，包含了豐富的紋理信息。虹膜的形成由遺傳基因決定，人體基因表達決定了虹膜的形態、生理、顏色和總的外觀。到二歲左右，虹膜就基本上發育到了足夠尺寸，進入了相對穩定的時期。除非極少見的反常狀況、身體或精神上大的創傷造成虹膜外觀上的改變外，虹膜形貌可以保持數十年沒有多少變化。
[0003]虹I旲作為生物識別彳目息，具有唯一性尚、穩定性尚、不易仿造、以及易米集的特點。雖然如此，但由于所在人體所處環境的亮度是否適宜、虹膜部分是否被遮擋等外界因素仍會對采集到的虹膜信息產生影響。
[0004]對此，目前虹膜識別技術研發方向，集中在對虹膜識別的各類識別算法上，并通過識別算法去彌補、或去除因采集導致的不足。比如:若虹膜采集過程中，若虹膜信息被遮擋了一部分，則一般是通過算法分析未被遮擋的部分。這樣進行后期彌補，不僅降低了準確率，還導致分析的速度變慢，浪費了系統資源。
【發明內容】
[0005]有鑒于此，本發明的目的在于提供一種虹膜信息的采集方法及采集系統，可以解決現有技術中依靠識別算法去彌補采集中不足而導致的準確率低、分析速度慢，以及浪費系統資源等技術問題。
[0006]為解決上述技術問題，本發明實施例提供了一種虹膜信息的采集方法，應用于終端設備中，所述采集方法包括:
[0007]掃描所述終端設備的采集范圍內是否有人體出現；
[0008]當存在人體時，通過調整拍攝角度以采集所述人體的虹膜圖像；
[0009]從所述虹膜圖像中提取特征點；
[0010]判斷所述虹膜圖像中的特征點是否清晰；以及
[0011]若所述虹膜圖像中的特征點清晰，則將所述特征點進行編碼，以生成當前用戶的虹膜信息。
[0012]為解決上述技術問題，本發明實施例還提供了一種虹膜信息的采集系統，應用于終端設備中，所述采集系統包括:
[0013]掃描模塊，用于掃描所述終端設備的采集范圍內是否有人體出現；
[0014]采集模塊，連接于所述掃描模塊，用于當存在人體時，通過調整拍攝角度以采集所述人體的虹膜圖像；
[0015]提取模塊，連接于所述采集模塊，用于從所述虹膜圖像中提取特征點；
[0016]判斷模塊，連接于所述提取模塊，用于判斷所述虹膜圖像中的特征點是否清晰；以及
[0017]編碼模塊，連接于所述判斷模塊和所述采集模塊，用于當所述虹膜圖像中的特征點清晰時，將所述特征點進行編碼，以生成當前用戶的虹膜信息。
[0018]相對于現有技術，本發明提供的虹膜信息的采集方法及采集系統，首先通過掃描采集范圍后才進行虹膜圖像的采集，避免拍攝到無法或不易識別的圖像，其次僅對清晰的虹膜圖像進行編碼，避免因模糊而造成識別錯誤、以及資源的浪費，進而提升識別的速度和提高識別的準確率。
【附圖說明】
[0019]圖1是本發明實施例一提供的虹膜信息的采集方法的流程示意圖；
[0020]圖2是本發明實施例二提供的虹膜信息的采集方法的流程示意圖；
[0021]圖3是本發明實施例三提供的虹膜信息的采集系統的模塊示意圖；
[0022]圖4是本發明實施例四提供的虹膜信息的采集系統的模塊示意圖；
[0023]圖5是本發明實施例提供的虹膜識別要素的示意圖。
【具體實施方式】
[0024]請參照附圖中的圖式，其中相同的組件符號代表相同的組件，本發明的原理是以實施在一適當的運算環鏡中來舉例說明。以下的說明是基于所示例的本發明的具體實施例，其不應被視為限制本發明未在此詳述的其它具體實施例。
[0025]本發明原理以上述文字來說明，其并不代表為一種限制，本領域技術人員將可了解到以下所述的多種步驟及操作亦可實施在硬件當中。
[0026]請參照以下實施例，實施例一、二側重于虹膜信息的采集方法，實施例三、四側重于虹膜信息的采集系統，可以理解的是:雖然各實施例的側重不同，但其設計思想是一致的。且，在某個實施例中沒有詳述的部分，可以參見說明書全文的詳細描述，不再贅述。
[0027]實施例一
[0028]請參閱圖1，所示為本發明實施例提供的虹膜信息的采集方法的流程示意圖。
[0029]所述虹膜信息的采集方法，應用于終端設備中，所述采集方法包括:
[0030]在步驟SlOl中，掃描所述終端設備的采集范圍內是否有人體出現。
[0031]所述掃描，包括但不限于:通過紅外線、超聲波、視頻掃描、或溫度監測等方式進行掃描。
[0032]可以理解的是，不同的終端設備因其自身的配置、安全要求、安裝位置的不同，在正式采集前會設置不同的采集范圍。
[0033]比如:攝像頭的像素越高，則支持的采集的范圍越遠；應用于車庫門禁時，識別距離要比應用手機時，采集范圍遠的多，前者可在12米左右，后者在0.5米左右即可。當然，以上具體距離不應視為對本案采集范圍的限制，僅用于舉例說明。
[0034]在步驟S102中，當存在人體時，通過調整拍攝角度以采集所述人體的虹膜圖像。
[0035]具體而言，所述調整拍攝角度，包括:
[0036](I)獲取人臉的位置，并拍攝人臉圖像；
[0037](2)對所述人臉圖像中的虹膜進行定位，包括:通過確定內圓(虹膜與瞳孔的邊界)、外圓(虹膜與鞏膜的邊界)和二次曲線(虹膜與上下眼皮的邊界)在圖像中的位置，以進行虹膜定位；以及
[0038](3)將虹膜圖像中的虹膜大小進行歸一化處理，以調整到預設的固定尺寸，以形成所述虹膜圖像。
[0039]在步驟S103中，從所述虹膜圖像中提取特征點。
[0040]可以理解的是，在提取特征點前，還包括預處理的步驟，即:
[0041]針對上述歸一化處理后虹膜圖像，進行亮度、對比度、和平滑度等處理，以提高虹膜圖像中虹膜特征的識別度。
[0042]在步驟S104中，判斷所述虹膜圖像中的特征點是否清晰。
[0043]其中，若所述虹膜圖像中的特征點清晰，則執行步驟S105，若所述虹膜圖像中的特征點不清晰，則返回至步驟S102，以采集當前人體的虹膜圖像，直至清晰。
[0044]具體而言，所述清晰的判斷步驟，包括:
[0045](I)判斷特征點是否包括色素點、放射紋、斑點、和隱窩四個要素。
[0046]如圖5所示，為虹膜識別要素的示意圖。所述虹膜500的識別要素，包括:色素點51、放射紋52、斑點53、和隱窩54。
[0047](2)判斷所述虹膜圖像中是否存在模糊區域。
[0048]可以理解的是，所述模糊區域，通常是由于距離稍遠，局部被遮擋而形成的，尤其是眼鏡、頭發、發飾等。
[0049](3)若包括四個要素、且不存在模糊區域，則判斷為特征點清晰。
[0050](4)若不包括四個要素之一、或存在模糊區域，則判斷為特征點不清晰。
[0051]在步驟S105中，將所述特征點進行編碼，以生成當前用戶的虹膜信息。
[0052]目前，常用的是子波分析的數學技術，將虹膜圖像轉換成一串數字代碼。人的虹膜具有大約266項可檢測的特征，相比之下，人的指紋只有大約40項可檢測的特征。
[0053]此外，需要說明的是，本發明提供的虹膜信息的采集方法，尤其適用于首次