TWI553501B - Iris feature identification method and its system - Google Patents

Description

虹膜特徵辨識方法及其系統

本發明係一種辨識方法及其裝置，尤指一種利用虹膜特徵分析以進行辨識的方法及其系統。

從古至今，身份識別皆為保護人身或資料的重要手段，而極重要的人員或資料僅能在通過層層的身份識別之後才能供被認可的特定人士見面或讀取。現有的技術手段中，係利用特定的帳號及密碼來進行身份識別，或是採用讀取使用者的生物特徵來進行識別。而生物特徵技術係採用每個人的生物行為特徵，如DNA、臉部五官、眼睛虹膜、手汗、靜脈、聲紋、指紋、簽名或打字速度等方式來進行身份識別。

當利用虹膜進行身份識別時，現有的技術手段係利用一影像擷取裝置來獲取虹膜影像資料，並針對該虹膜影像資料進行特徵比對分析。而現有的虹膜影像資料特徵比對分析如中華民國公告專利第I335544號「虹膜辨識系統」專利所述，先定位出瞳孔圓心，並以一第一半徑選取一第一圓周之第一像素組及以一第二半徑選取一第二圓周之第二像素組後，定位出眼睛影像的虹膜區域，且該虹膜區域經過正規化及等化後，產生一等化虹膜區域。再抽取出該等化虹膜區域之特徵，用來與資料庫中的虹膜影像資料進行特徵比對，以進行身份認證。於第I335544號專利案中，無論定位瞳孔圓心還是定位虹膜區域，均係以不同半徑選取二圓周的二像素組後，計算該二像素組的總合之差值，以進 行定位。然而，此一方法將造成影像轉換複雜度的提升，增加處理器的負擔，且不利於降低整體辨識及比對的時間。

有鑑於現有的虹膜辨識系統造成影像轉換複雜度的提升，本發明的主要目的係提供一種具有高效率及高辨識效果的虹膜特徵辨識方法及其系統，以降低處理器的負擔及降低整體辨識及比對的時間。

為達上述目的，本發明所採用的主要技術手段係令該虹膜特徵辨識系統包含有：一儲存裝置、一影像資料擷取裝置及一電連接至該儲存裝置及該影像資料擷取裝置的處理器。該儲存裝置中儲存有至少一虹膜影像資料樣本。該影像擷取裝置擷取一虹膜影像資料。而該處理器接收該虹膜影像資料，先對該虹膜影像資料進行灰階化處理後，決定一瞳孔區域，並進一步自該虹膜影像資料選取至少一與該瞳孔區域相切的特徵線段，再根據該特徵線段的灰階分布於該特徵線段中選取至少一特徵點，並根據該特徵點分別設定一辨識區域，且將該辨識區域與一該虹膜影像資料樣本進行灰階相似度比對；當灰階相似度比對相同時，確認身份認證結果成功；當灰階相似度比對不同時，確認身份認證結果失敗。

本發明另採用之技術手段係令該虹膜特徵辨識方法包含有以下步驟：預設有至少一虹膜影像資料樣本，擷取一虹膜影像資料，對該虹膜影像資料進行灰階化處理，並決定一瞳孔區域，以自該虹膜影像資料選取至少一與該瞳孔區域相切的特徵線段，再根據該特徵線段的灰階分布於該特徵線段中選取至少一特徵點，並根據該特徵點分別設定一辨識區域，且將該辨識區域與該虹膜影像資料樣本進行灰階相似度比對；當灰階相似度比對相同時，確認身份認證結果成功；當灰階相似度比對不同時，確認身份認證結果失敗。

本發明藉由將擷取到的虹膜影像資料根據上述方法界定出該辨識區域，並將該辨識區域與該虹膜影像資料樣本進行灰階相似度比對，來確認擷取到的虹膜影像資料是否正確，以進行身份認證。本發明採用不同的影像比對特徵區域的擷取方法，以降低影像轉換的複雜度，並降低處理器的負擔及辨識比對的時間。

10‧‧‧儲存裝置

20‧‧‧影像擷取裝置

30‧‧‧處理器

40‧‧‧顯示裝置

50‧‧‧瞳孔區域

60‧‧‧特徵線段

61‧‧‧特徵點

62‧‧‧辨識區域

圖1係本發明虹膜特徵辨識系統較佳實施例之方塊圖。

圖2係本發明虹膜特徵辨識方法較佳實施例之流程圖。

圖3係本發明較佳實施例選取三特徵線段之示意圖。

圖4係本發明較佳實施例虹膜特徵資料顯示畫面之示意圖。

圖5係本發明較佳實施例選取六辨識區域之示意圖。

圖6係本發明較佳實施例辨識區域之示意圖。

以下配合圖式及本發明較佳實施例，進一步闡述本發明為達成預定目的所採取的技術手段。

請參閱圖1及圖2所示，本發明係一虹膜特徵辨識方法及其系統，該虹膜特徵辨識系統包含有一儲存裝置10、一影像擷取裝置20及一處理器30。該儲存裝置10中儲存有一虹膜影像資料樣本，該虹膜資料影像樣本係一做為身分認證的比對標準，即係預先取得的一具有合格認證身分的使用者的虹膜影像資料的辨識區域，並儲存之。該影像擷取裝置20用於擷取待辨識者的一虹膜影像資料。該處理器30電連接至該儲存裝置10及該影像擷取裝置20，以接收 該影像擷取裝置20所擷取的虹膜影像資料，並對該虹膜影像資料進行灰階化處理，且決定一瞳孔區域50，進一步自該虹膜影像資料選取至少一與該瞳孔區域50相切的特徵線段60，舉例來說，該瞳孔區域50為一圓形，並選取該圓形的一切線做為該特徵線段60。在本較佳實施例中，該處理器30係先對該灰階化後的虹膜影像資料進行二值化處理以決定該瞳孔區域50，且該處理器30共選取三特徵線段，如圖3所示，該三特徵線段60的取得係先取得一正方形，且該正方形四邊之其中一邊與該瞳孔區域50相切，並將該正方形的上邊去除，以排除因為人眼的上睫毛遮蔽而造成的誤差，而剩餘線段即為該三特徵線段60。

請一併參閱圖4所示，該處理器30於取得該三特徵線段60後，遂根據該灰階化處理後的虹膜影像資料，於各特徵線段60中分別選取至少一特徵點。在本較佳實施例，係於該三特徵線段60中，對每一特徵線段60分別選取其中灰階程度最低及次低的二個特徵點61，共六個特徵點61。圖4中的三折線圖分別為該三特徵線段60的灰階程度分布圖，其橫軸為該三特徵線段的長度座標，單位為像素，而其縱軸則為灰階程度。請參閱圖5所示，該處理器30於該虹膜影像資料上分別根據每個特徵點61選取一辨識區域62，共六個辨識區域62。在本較佳實施例中，請一併參閱圖6所示，該三特徵線段60的影像長度均為90像素。該辨識區域62係一邊長為30像素的正方形，且該辨識區域62的選取方式係由該特徵點61向該瞳孔區域50偏移5像素，再分別向與具有該特徵點61的特徵線段60平行的二相反方向各偏移各15像素而界定出該辨識區域62之第一邊，且重新由該特徵點61反向偏移25像素，再分別向與具有該特徵點61的特徵線段60平行的二相反方向各偏移各15像素而界定出該辨識區域62的第二邊，並由該相對的第一邊與第二邊的二對應端點相連而形成該邊長為30像素的正方形辨識區域62。

該處理器30進一步將該六個辨識區域62與該虹膜影像資料樣本進行灰階相似度比對；當灰階相似度比對相同時，確認身份認證結果成功；當灰階相似度比對不同時，確認身份認證結果失敗。進一步而言，當該處理器30分別對該六個辨識區域62與虹膜影像資料樣本的辨識區域62進行灰階相似度比對時，於n個辨識區域的灰階相似度比對相同時，設定一比對分數為m，且n及m為正相關，舉例來說，n=m，也就是說，當一個辨識區域62的灰階相似度比對相同，設定比對分數為1，而當二個辨識區域62的灰階相似度比對相同，設定該比對分數為2，並以此類推，該比對分數最多設定為6，且該處理器30預設有一標準分數，並於該六辨識區域62的灰階相似度皆比對完畢時，將該比對分數與該標準分數比較，若該比對分數大於或等於該標準分數時，即認定身份認證結果成功，若該比對分數小於該標準分數時，即認定身份認證結果失敗。舉例來說，該預設的標準分數為4，該六辨識區域62中，有五個辨識區域62的灰階相似度比對結果相同，故，該比對分數為5，而本次的身份認證結果即為成功。在本較佳實施例中，該灰階相似度比對係採用相關係數法。

進一步而言，該虹膜特徵辨識系統還包含有一顯示裝置40，電連接至該處理器30，該處理器30將該虹膜影像資料傳送至該顯示裝置40顯示。

該虹膜影像資料樣本係於使用本發明進行身份認證前，預先執行一採樣程序而採集並儲存的身份認證比對標準。該採樣程序係由該影像擷取裝置20擷取一具有合格身分認證的使用者的虹膜影像資料，且該處理器30根據與上述相同的取得該虹膜影像資料的特徵區域的方式，取得該具有合格身分認證的使用者的虹膜影像資料的六特徵區域，並於該儲存裝置中儲存，以做為該虹膜影像資料樣本。

請參閱圖2所示，本發明虹膜特徵辨識方法包含有以下步驟：預設有至少一虹膜影像資料樣本(S10)； 擷取至少一虹膜影像資料(S11)；對該虹膜影像資料進行灰階化處理(S12)；決定一瞳孔區域(S13)；自該虹膜影像資料選取至少一與該瞳孔區域相切的特徵線段60(S14)；根據該灰階化的特徵線段60的灰階分布，於該特徵線段60中選取至少一特徵點61(S15)；根據該特徵點61設定一辨識區域62(S16)；對該辨識區域62與該虹膜影像資料樣本進行灰階相似度比對(S17)；當灰階相似度比對相同時，確認身份認證結果成功(S18)；當灰階相似度比對不同時，確認身份認證結果失敗(S19)。

在本較佳實施例中，於上述步驟S14中，係選取三特徵線段60，且該三特徵線段60的選取係先對該灰階化後的虹膜影像資料進行二值化處理以決定一瞳孔區域50，，並選取一其中一邊與該瞳孔區域50相切的正方形，且去除該正方形的上邊後，剩下的三邊即為該三特徵線段60。而於上述步驟S15中，係於每特徵線段60中分別選取二特徵點61，且於同一特徵線段60的二特徵點61係於該灰階化後的特徵線段60中，選取灰階程度最低及次低的二點做為該二特徵點61。該辨識區域62係一邊長為30像素的正方形，且該辨識區域62的選取方式係由該特徵點61向該瞳孔區域50偏移5像素，再分別向與具有該特徵點61的特徵線段60平行的二相反方向各偏移各15像素而界定出該辨識區域62之第一邊，且重新由該特徵點61向該瞳孔區域50反向偏移25像素，再分別向與具有該特徵點61的特徵線段60平行的二相反方向各偏移各15像素而界定出該辨識區域62的第二邊，並由該相對的第一邊與第二邊的二對應端點相連而形成該邊長為30像素的正方形辨識區域62。

當執行該對該辨識區域與該虹膜影像資料樣本的辨識區域進行灰階相似度比對的步驟(S17)時，進一步包含有：預設一標準分數(S171)；於n個辨識區域的灰階相似度比對相同時，設定一比對分數為m，其中n跟m為正相關，且於各辨識區域的灰階相似度皆比對完畢時，比較該比對分數與該標準分數(S172)；若該比對分數大於或等於該標準分數時，確認身份認證結果成功(S18)；若該比對分數小於該標準分數時，確認身份認證結果失敗(S19)。

一般而言，於人眼虹膜中，灰階程度最低點附近的虹膜特徵最為明顯。故本發明採用先選取三特徵線段60，再對該虹膜影像進行灰階化處理來找出於各特徵線段60中灰階程度最低點及次低點二特徵點61，並進一步根據於該些特徵點61附近的辨識區域62來進行灰階相似度比對以進行身份認證。藉由不同方式擷取虹膜特徵，且並無複雜的影像轉換，因而降低了該處理器30的負擔，而影像轉換複雜度的降低，可進一步節省整體辨識及比對的時間。

以上所述僅是本發明的較佳實施例而已，並非對本發明做任何形式上的限制，雖然本發明已較佳實施例揭露如上，然而並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明技術方案的範圍內，當可利用上述揭示的技術內容作出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本發明技術方案的內容，依據本發明的技術實質對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬於本發明技術方案的範圍內。

Claims (12)

1. 一種虹膜特徵辨識系統，包含有：一儲存裝置，儲存有至少一虹膜影像資料樣本；一影像擷取裝置，擷取一虹膜影像資料；一處理器，電連接至該儲存裝置及該影像擷取裝置，以接收該虹膜影像資料，並對該虹膜影像資料進行灰階化處理後，決定一瞳孔區域，並選取三與該瞳孔區域相切的特徵線段，且於各該特徵線段中選取二特徵點，並根據各該特徵點的位置選取一辨識區域，且對該辨識區域與該虹膜影像資料樣本進行灰階相似度比對；當灰階相似度比對相同時，確認身份認證結果成功；當灰階相似度比對不同時，確認身份認證結果失敗；其中該處理器選取於選取該三特徵線段時，係選取一正方形，且該正方形四邊之其中一邊與該瞳孔區域相切，並去除該正方形的上邊後，剩下的三邊即分別為該些特徵線段；其中該處理器於選取同一特徵線段上的二特徵點時，係於灰階化處理後的虹膜影像資料的特徵線段中選取灰階程度最低及次低的二個特徵點。
2. 如請求項1所述之虹膜特徵辨識系統，其中該處理器進一步預設有一標準分數，並於分別對各辨識區域與該虹膜影像資料樣本的辨識區域進行灰階相似度比對時，於n個辨識區域的灰階相似度比對相同時，設定一比對分數為m，其中n跟m為正相關，且於各辨識區域的灰階相似度皆比對完畢時，將該比對分數與該標準分數比較，若該比對分數大於或等於該標準分數時，即認定身份認證結果成功，若該比對分數小於該標準分數時，即認定身份認證結果失敗。
3. 如請求項1所述之虹膜特徵辨識系統，其中該處理器係對該灰階化後的虹膜影像資料進行二值化處理以決定該瞳孔區域。
4. 如請求項1所述之虹膜特徵辨識系統，其中該灰階相似度比對係採用相關係數法。
5. 如請求項1至4中任一項所述之虹膜特徵辨識系統，其中該特徵線段的長度為90像素。
6. 如請求項1至4中任一項所述之虹膜特徵辨識系統，其中該辨識區域為一邊長為30像素的正方形，且該處理器於選取該辨識區域時，係由該特徵點向該瞳孔區域偏移5像素，再分別向與具有該特徵點的特徵線段平行的二相反方向各偏移15像素而界定出該辨識區域之第一邊，且該處理器重新由該特徵點向該瞳孔區域反向偏移25像素，再分別向與具有該特徵點的特徵線段平行的二相反方向各偏移各15像素而界定出該辨識區域的第二邊，並由該相對的第一邊與第二邊的二對應端點相連而形成該邊長為30像素的正方形辨識區域。
7. 一種虹膜特徵辨識方法，包含有：預設至少一虹膜影像資料樣本；擷取一虹膜影像資料；對該虹膜影像資料進行灰階化處理；決定一瞳孔區域；自該虹膜影像資料選取三與該瞳孔區域相切的特徵線段；根據該些灰階化的特徵線段的灰階分布，於各該特徵線段中選取二特徵點；根據各該特徵點設定一辨識區域；對該辨識區域與該虹膜影像資料樣本進行灰階相似度比對；當灰階相似度比對相同時，確認身份認證結果成功；當灰階相似度比對不同時，確認身份認證結果失敗； 其中於自該虹膜影像資料選取三與該瞳孔區域相切的特徵線段的步驟中，係選取一正方形，而該正方形四邊之其中一邊與該瞳孔區域相切，並去除該正方形的上邊後，剩下三邊的即為該三特徵線段；其中於根據該些灰階化的特徵線段的灰階分布，於各該特徵線段中選取二特徵點的步驟中，係於灰階化處理後的虹膜影像資料的特徵線段中選取灰階程度最低及次低的二個特徵點。
8. 如請求項7所述之虹膜特徵辨識方法，其中於該對該辨識區域與該虹膜影像資料樣本的辨識區域進行灰階相似度比對的步驟時，進一步包含有：預設一標準分數；於n個辨識區域的灰階相似度比對相同時，設定一比對分數為m，其中n跟m為正相關，且於各辨識區域的灰階相似度皆比對完畢時，比較該比對分數與該標準分數；若該比對分數大於或等於該標準分數時，確認身份認證結果成功；若該比對分數小於該標準分數時，確認身份認證結果失敗。
9. 如請求項7所述之虹膜特徵辨識方法，其中該瞳孔區域係根據對該灰階化後的虹膜影像資料進行二值化處理而決定。
10. 如請求項7所述之虹膜特徵辨識方法，其中該灰階相似度比對係採用相關係數法。
11. 如請求項7至10中任一項所述之虹膜特徵辨識方法，其中該各特徵線段的長度為90像素。
12. 如請求項7至10中任一項所述之虹膜特徵辨識方法，其中於根據各特徵點分別設定一辨識區域的步驟中，該辨識區域為一邊長為30像素的正方形，且該辨識區域係由該特徵點向該瞳孔區域偏移5像素，再分別向與具有 該特徵點的特徵線段平行的二相反方向各偏移15像素而界定出該辨識區域之第一邊，且重新由該特徵點向該瞳孔區域反向偏移25像素，再分別向與具有該特徵點的特徵線段平行的二相反方向各偏移各15像素而界定出該辨識區域的第二邊，並由該相對的第一邊與第二邊的二對應端點相連而形成該邊長為30像素的正方形辨識區域。