CN108009534A - 基于瞳孔灰度的活体检测方法 - Google Patents

Abstract

本发明公开了一种基于瞳孔灰度的活体检测方法，在虹膜采集程序进行虹膜采集时，通过用户眼部图像中的瞳孔图像灰度进行活体检测，瞳孔是人眼的通光孔，通过瞳孔的光线经过晶状体后在视网膜上成像，进入瞳孔的光线很少会被反射出瞳孔，因此在外界不同的亮度下观察，瞳孔都是黑色的；而对于打印在纸张上的假眼，瞳孔区域只是打印出的深色图案，在不同亮度下，假眼的瞳孔区域会呈现不同灰度，基于以上瞳孔特性进行活体检测，具有所需计算量小，检测速度快的优点，对于目前最常见的盗取虹膜图像进行纸质打印欺骗虹膜识别系统，具有良好的检测效果。

Description

基于瞳孔灰度的活体检测方法

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于瞳孔灰度的活体检测方法。

背景技术

目前主流虹膜识别算法，误识率普遍低于百万分之一，因为具有极高的准确性，虹膜识别技术常被应用到高安全级别的场景中，如：银行、医院、监狱；在这种情况下，识别非活体，防止他人盗取虹膜信息以假眼欺骗虹膜识别系统，就显得尤为重要。

瞳孔是人眼的通光孔，通过瞳孔的光线经过晶状体后在视网膜上成像，进入瞳孔的光线很少会被反射出瞳孔，因此在外界不同的亮度下观察，瞳孔都是黑色的；而对于打印在纸张上的假眼，瞳孔区域只是打印出的深色图案，在不同亮度下，假眼的瞳孔区域会呈现不同灰度，现有的虹膜识别活体检测方法，未对瞳孔图像的这种特性进行充分利用。

发明内容

为了解决上述技术问题，利用瞳孔特性，实现活体检测，本发明提供了一种基于瞳孔灰度的活体检测方法。

在虹膜采集程序进行虹膜采集时，通过用户眼部图像中的瞳孔图像信息进行活体检测，其特征在于所述瞳孔图像信息包括瞳孔平均灰度，虹膜采集程序的活体检测过程包括步骤：

S10首先对用户眼部进行测光，得到曝光正常的第一用户图像，分割第一用户图像，得到第一用户图像中的第一瞳孔区域，计算第一瞳孔区域的平均灰度得到第一平均灰度；

S11若第一平均灰度低于第一灰度阈值，则以预设的正曝光补偿控制虹膜采集设备拍摄用户眼部区域曝光偏高的第二用户图像，对第二用户图像中的眼部区域进行图像分割，得到第二瞳孔区域，计算第二瞳孔区域的平均灰度得到第二平均灰度；若第二平均灰度低于第二灰度阈值，则活体检测通过。

本发明基于瞳孔灰度的活体检测方法的进一步改进在于，所述第一平均灰度以及第二平均灰度在计算之前需要在瞳孔区域内检测是否存在反光点，若存在，应在计算平均灰度时把反光点区域剔除。

本发明基于瞳孔灰度的活体检测方法的进一步改进在于，所述正曝光补偿为+1.5ev；在图像像素灰度区间为0到255的情况下，所述的第一灰度阈值和第二灰度阈值均为20。

本发明基于瞳孔灰度的活体检测方法的进一步改进在于，步骤S11所述以预设的正曝光补偿控制虹膜采集设备，通过控制虹膜采集设备的虹膜采集摄像头曝光参数实现提高画面曝光。

本发明基于瞳孔灰度的活体检测方法的进一步改进在于，步骤S11所述以预设的正曝光补偿控制虹膜采集设备，通过在虹膜采集摄像头曝光参数不变的情况下控制虹膜采集设备的红外补光灯亮度实现提高画面曝光。

本发明基于瞳孔灰度的活体检测方法的进一步改进在于，步骤S10或步骤S11分别采集一帧图像按照该步骤所述方法进行分析。

本发明基于瞳孔灰度的活体检测方法的进一步改进在于，步骤S10或步骤S11分别采集多帧图像按照该步骤所述方法进行分析。

本发明基于瞳孔灰度的活体检测方法的进一步改进在于，步骤S10或步骤S11采集多帧图像进行分析时，所述多帧图像中的每一帧图像全部通过检测才判定该步骤检测通过。

本发明基于瞳孔灰度的活体检测方法的进一步改进在于，步骤S10或步骤S11采集多帧图像进行分析时，所述多帧图像中的每一帧图像全部不通过检测才判定该步骤检测不通过。

本发明基于瞳孔灰度的活体检测方法，利用活体人眼瞳孔区域不反射外界光线的特性，进行活体检测，具有所需计算量小，检测速度快的优点，对于目前最常见的盗取虹膜图像进行纸质打印欺骗虹膜识别系统，具有良好的检测效果。

附图说明

图1为基于瞳孔灰度的活体检测流程示意图。

具体实施方式

下面结合附图及具体实施方式对本发明作进一步详细描述。

在虹膜采集程序进行虹膜采集时，通过用户眼部图像中的瞳孔图像信息进行活体检测，所述瞳孔图像信息包括瞳孔平均灰度，虹膜采集程序的活体检测过程包括步骤：

S101对用户眼部区域测光，拍摄曝光正常的第一用户图像。

S102对第一用户图像的眼部区域进行图像分割得到第一瞳孔区域：

检测第一用户图像中是否存在人眼，若存在，则对第一用户图像中的眼部区域进行图像分割得到第一瞳孔区域。

S103计算得到第一瞳孔区域的第一平均灰度：

检测第一瞳孔区域中是否存在虹膜采集设备照明光源的反光点，即第一瞳孔区域中的高亮点块状区域，若存在，应剔除反光点区域，计算第一瞳孔区域的平均灰度，得到第一平均灰度。

S104是否低于灰度阈值：

将第一平均灰度与第一灰度阈值进行比较，若第一平均灰度低于第一灰度阈值，则执行步骤S111；若第一平均灰度高于第一灰度阈值则采集下一帧图像，在本实施例中S104所述灰度阈值和S114所述灰度阈值并不相同，在图像像素灰度区间为0到255的情况下，优选的，本实施例中预设的第一灰度阈值为20。

S111对用户眼部区域测光，以正曝光补偿拍摄第二用户图像：

若第一平均灰度低于第一灰度阈值，则以预设的正曝光补偿控制虹膜采集设备拍摄用户眼部区域曝光偏高的第二用户图像，优选的，本实施例中预设的正曝光补偿为+1.5ev，所述以预设的正曝光拍摄第二用户图像，在本实施例中是通过控制虹膜采集设备的曝光参数实现的。

S112对第二用户图像的眼部区域进行图像分割得到第二瞳孔区域：

检测第二用户图像中是否存在人眼，若存在，则对第二用户图像中的眼部区域进行图像分割得到第二瞳孔区域。

S113计算得到第二瞳孔区域的第二平均灰度：

检测第二瞳孔区域中是否存在虹膜采集设备照明光源的反光点，即第二瞳孔区域中的高亮点块状区域，若存在，应剔除反光点区域，计算第二瞳孔区域的平均灰度，得到第二平均灰度。

S114是否低于灰度阈值：

将第二平均灰度与第二灰度阈值进行比较，若第二平均灰度低于第二灰度阈值，则活体检测通过；若第二平均灰度高于第二灰度阈值则提示活体检测失败，像素灰度区间为0到255的情况下，优选的，本实施例中预设的第二灰度阈值为30，在其他实施例中，第二灰度阈值与第一灰度阈值可以相同，也可不同。

S115活体检测通过：

瞳孔是人眼的通光孔，通过瞳孔的光线经过晶状体后在视网膜上成像，进入瞳孔的光线很少会被反射出瞳孔，因此在外界不同的亮度下观察，瞳孔都是黑色的；而对于打印在纸张上的假眼，瞳孔区域只是打印出的深色图案，在不同亮度下，假眼的瞳孔区域会呈现不同灰度，基于所述原理，若步骤S114中第二平均灰度低于第二灰度阈值，则活体检测通过。

以上结合附图及实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为本发明的保护范围。

Claims (9)

1.基于瞳孔灰度的活体检测方法，在虹膜采集程序进行虹膜采集时，通过用户眼部图像中的瞳孔图像信息进行活体检测，其特征在于所述瞳孔图像信息包括瞳孔平均灰度，虹膜采集程序的活体检测过程包括步骤：

S10首先对用户眼部进行测光，得到曝光正常的第一用户图像，分割第一用户图像，得到第一用户图像中的第一瞳孔区域，计算第一瞳孔区域的平均灰度得到第一平均灰度；

S11若第一平均灰度低于第一灰度阈值，则以预设的正曝光补偿控制虹膜采集设备拍摄用户眼部区域曝光偏高的第二用户图像，对第二用户图像中的眼部区域进行图像分割，得到第二瞳孔区域，计算第二瞳孔区域的平均灰度得到第二平均灰度；若第二平均灰度低于第二灰度阈值，则活体检测通过。

2.根据权利要求1所述的基于瞳孔灰度的活体检测方法，其特征在于所述第一平均灰度以及第二平均灰度在计算之前需要在瞳孔区域内检测是否存在反光点，若存在，应在计算平均灰度时把反光点区域剔除。

3.根据权利要求1所述的基于瞳孔灰度的活体检测方法，其特征在于所述正曝光补偿为+1.5ev；在图像像素灰度区间为0到255的情况下，所述的第一灰度阈值和第二灰度阈值均为20。

4.根据权利要求1所述的基于瞳孔灰度的活体检测方法，其特征在于步骤S11所述以预设的正曝光补偿控制虹膜采集设备，通过控制虹膜采集设备的虹膜采集摄像头曝光参数实现提高画面曝光。

5.根据权利要求1所述的基于瞳孔灰度的活体检测方法，其特征在于步骤S11所述以预设的正曝光补偿控制虹膜采集设备，是通过在虹膜采集摄像头曝光参数不变的情况下控制虹膜采集设备的红外补光灯亮度实现提高画面曝光。

6.根据权利要求1所述的基于瞳孔灰度的活体检测方法，其特征在于步骤S10或步骤S11分别采集一帧图像按照该步骤所述方法进行分析。

7.根据权利要求1所述的基于瞳孔灰度的活体检测方法，其特征在于步骤S10或步骤S11分别采集多帧图像按照该步骤所述方法进行分析。

8.根据权利要求7所述的基于瞳孔灰度的活体检测方法，其特征在于，步骤S10或步骤S11采集多帧图像进行分析时，所述多帧图像中的每一帧图像全部通过检测才判定该步骤检测通过。

9.根据权利要求7所述的基于瞳孔灰度的活体检测方法，其特征在于，步骤S10或步骤S11采集多帧图像进行分析时，所述多帧图像中的每一帧图像全部不通过检测才判定该步骤检测不通过。