本公开涉及智能存储领域，具体涉及一种虹膜图像的处理方法及装置。
背景技术：
虹膜识别技术是基于眼睛中的虹膜进行身份识别，应用于安防设备(如门禁等)，以及有高度保密需求的场所。
人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。因此，可以将眼睛的虹膜特征作为每个人的身份识别对象。
在进行虹膜识别之前往往需要对获取的虹膜图像进行预先处理以此来提高虹膜识别的速度以及准确率，当今市场对虹膜图像的预先处理往往较为两极化，一部分处理的十分简单但是处理效果不理想，一部分处理的效果较为理想但是处理过程却十分复杂，运算时间较长。
技术实现要素：
本公开的目的是针对上述问题之一，提供一种虹膜图像的处理方法及装置，能够通过对虹膜图像进行校正来增加虹膜图像的处理准确率，并提取虹膜图像的感兴趣区域，且针对感兴趣区域进行滤波降噪，在一定程度加快了虹膜图像处理的速率。
具体包括以下步骤：
步骤1、获取用户的虹膜图像信息作为第一图像；
步骤2、对第一图像进行预处理操作得到第二图像；
步骤3、将第二图像进行感兴趣区域图像提取得到第三图像；
步骤4、对第三图像进行滤波处理，并将滤波处理后的第三图像与第二图像的同尺寸的空模版图像进行图像相加得到第四图像，所述第四图像即为可用来进行虹膜识别的图像。
进一步，上述步骤2中的预处理操作具体包括以下：
步骤201、对所述第一图像进行二值化处理得到第五图像；
步骤202、对第五图像通过canny算子进行边缘轮廓提取得到第六图像；
步骤203、通过扫描第六图像的方式得到第六图像的最外边的轮廓图像的上、下、左、右四个边缘点；
步骤204、以四个所述边缘点为基准点对第一图像进行校正得到第二图像，校正的准则为：将上、下边缘点处理为共横坐标，将左、右边缘点处理为共纵坐标。
进一步，在上述步骤3中的感兴趣区域图像提取具体包括以下：
步骤301、对第二图像从左向右进行图像扫描，得到第二图像的左侧第二个灰度跳变点；
步骤302、对第二图像从右向左进行图像扫描，得到第二图像的右侧第二个灰度跳变点；
步骤303、对第二图像从上向下进行图像扫描，得到第二图像的上侧第二个灰度跳变点；
步骤304、对第二图像从下向上进行图像扫描，得到第二图像的下侧第二个灰度跳变点；
步骤305、分别以上、下、左、右侧第二个灰度跳变点为交点做水平与竖直方向的直线，所述直线构成的方形区域即为感兴趣区域图像；
步骤306、对第二图像进行图像分割将所述感兴趣区域图像提取出来得到第三图像。
进一步，在步骤306中的图像分割的具体方式为通过采用连通域分割的图像分割方法。
进一步，在上述步骤4中的滤波处理具体通过采用五维度的极坐标形式的gabor滤波器对第三图像进行滤波处理。
进一步，在上述步骤4中的图像相加的操作具体通过采用opencv的addweighted函数将滤波处理后的第三图像与第二图像的空模版图像进行图像相加得到第四图像。
还提出一种虹膜图像的处理装置，所述装置包括：
图像获取模块，所述图像获取模块用于获取用户的虹膜图像信息作为第一图像；
图像预处理模块，所述图像预处理模块用于对第一图像进行预处理操作得到第二图像；
感兴趣区域图像提取模块，所述感兴趣区域图像提取模块用于将第二图像进行感兴趣区域图像提取得到第三图像；
图像处理模块，所述图像处理模块包括滤波处理单元以及图像相加单元，
所述滤波处理单元用于对第三图像进行滤波处理；
所述图像相加单元用于将滤波处理后的第三图像与第二图像的同尺寸的空模版图像进行图像相加得到第四图像。
进一步，所述图像预处理模块包括图像二值化单元、图像边缘轮廓提取单元、图像边缘点提取单元以及图像校正单元，
所述图像二值化单元用于对所述第一图像进行二值化处理得到第五图像，
所述图像边缘轮廓提取单元用于对第五图像通过canny算子进行边缘轮廓提取得到第六图像，
所述图像边缘点提取单元用于对第六图像进行扫描得到第六图像的最外边的轮廓图像的上、下、左、右四个边缘点，
所述图像校正单元用于以四个所述边缘点为基准点对第一图像进行校正得到第二图像，校正的准则为：将上、下边缘点处理为共横坐标，将左、右边缘点处理为共纵坐标。
本公开的有益效果为：本发明公开了一种虹膜图像的处理方法，能够通过对虹膜图像进行校正来增加虹膜图像的处理准确率，并提取虹膜图像的感兴趣区域，且针对感兴趣区域进行滤波降噪，在一定程度加快了虹膜图像处理的速率。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
图1所示为本公开的一种虹膜图像的处理方法的流程图。
具体实施方式
以下将结合实施例和附图对本公开的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本公开的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
如图1所示为根据本公开的一种虹膜图像的处理方法的流程图，下面结合图1来阐述根据本公开的实施方式的一种虹膜图像的处理方法。
本公开提出一种虹膜图像的处理方法，具体包括以下步骤：
步骤1、获取用户的虹膜图像信息作为第一图像；
步骤2、对第一图像进行预处理操作得到第二图像；
步骤3、将第二图像进行感兴趣区域图像提取得到第三图像；
步骤4、对第三图像进行滤波处理，并将滤波处理后的第三图像与第二图像的同尺寸的空模版图像进行图像相加得到第四图像，所述第四图像即为可用来进行虹膜识别的图像。
作为本发明的优选实施方式，上述步骤2中的预处理操作具体包括以下：
步骤201、对所述第一图像进行二值化处理得到第五图像；
步骤202、对第五图像通过canny算子进行边缘轮廓提取得到第六图像；
步骤203、通过扫描第六图像的方式得到第六图像的最外边的轮廓图像的上、下、左、右四个边缘点；
步骤204、以四个所述边缘点为基准点对第一图像进行校正得到第二图像，校正的准则为：将上、下边缘点处理为共横坐标，将左、右边缘点处理为共纵坐标。
因为在进行虹膜识别的训练时，往往需要将图像进行归一化处理，这里面会将图像进行校正，而一般采集虹膜图像的过程中，往往不会对图像进行图像校正，如果直接进行处理的话，一方面可能会增加图像处理的时间，另一方面可能会因为图像未进行校正而导致图像识别失败。本实施方式的校正思路是，通过图像扫描的方式得到虹膜图像的外轮廓(也就是眼眶的图像)的四个特征点，将图像按照四个特征点的上、下对齐，左、右对齐，这样一来图像也就完成了校正。
作为本发明的优选实施方式，在上述步骤3中的感兴趣区域图像提取具体包括以下：
步骤301、对第二图像从左向右进行图像扫描，得到第二图像的左侧第二个灰度跳变点；
步骤302、对第二图像从右向左进行图像扫描，得到第二图像的右侧第二个灰度跳变点；
步骤303、对第二图像从上向下进行图像扫描，得到第二图像的上侧第二个灰度跳变点；
步骤304、对第二图像从下向上进行图像扫描，得到第二图像的下侧第二个灰度跳变点；
步骤305、分别以上、下、左、右侧第二个灰度跳变点为交点做水平与竖直方向的直线，所述直线构成的方形区域即为感兴趣区域图像；
步骤306、对第二图像进行图像分割将所述感兴趣区域图像提取出来得到第三图像。
在本实施方式中，因为虹膜图像的感兴趣区域图像也就是眼眶内的瞳孔图像，这样一来眼眶图像处应该是第一个灰度跳变点，而瞳孔处也就是第二个灰度跳变点，这样一来就能够将感兴趣区域图像提取出来。
作为本发明的优选实施方式，在步骤306中的图像分割的具体方式为通过采用连通域分割的图像分割方法。
作为本发明的优选实施方式，在上述步骤4中的滤波处理具体通过采用五维度的极坐标形式的gabor滤波器对第三图像进行滤波处理。
作为本发明的优选实施方式，在上述步骤4中的图像相加的操作具体通过采用opencv的addweighted函数将滤波处理后的第三图像与第二图像的空模版图像进行图像相加得到第四图像。
还提出一种虹膜图像的处理装置，所述装置包括：
图像获取模块，所述图像获取模块用于获取用户的虹膜图像信息作为第一图像；
图像预处理模块，所述图像预处理模块用于对第一图像进行预处理操作得到第二图像；
感兴趣区域图像提取模块，所述感兴趣区域图像提取模块用于将第二图像进行感兴趣区域图像提取得到第三图像；
图像处理模块，所述图像处理模块包括滤波处理单元以及图像相加单元，
所述滤波处理单元用于对第三图像进行滤波处理；
所述图像相加单元用于将滤波处理后的第三图像与第二图像的同尺寸的空模版图像进行图像相加得到第四图像。
作为本发明的优选实施方式，所述图像预处理模块包括图像二值化单元、图像边缘轮廓提取单元、图像边缘点提取单元以及图像校正单元，
所述图像二值化单元用于对所述第一图像进行二值化处理得到第五图像，
所述图像边缘轮廓提取单元用于对第五图像通过canny算子进行边缘轮廓提取得到第六图像，
所述图像边缘点提取单元用于对第六图像进行扫描得到第六图像的最外边的轮廓图像的上、下、左、右四个边缘点，
所述图像校正单元用于以四个所述边缘点为基准点对第一图像进行校正得到第二图像，校正的准则为：将上、下边缘点处理为共横坐标，将左、右边缘点处理为共纵坐标。
所述一种虹膜图像的处理装置可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种虹膜图像的处理装置可运行的装置可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种虹膜图像的处理装置的示例，并不构成对一种虹膜图像的处理装置的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种虹膜图像的处理装置还可以包括输入输出设备、网络接入设备、总线等。所称处理器可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种虹膜图像的处理装置运行装置的控制中心，利用各种接口和线路连接整个一种虹膜图像的处理装置可运行装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种虹膜图像的处理装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。
1.一种虹膜图像的处理方法，其特征在于，所述方法包括如下步骤：
步骤1、获取用户的虹膜图像信息作为第一图像；
步骤2、对第一图像进行预处理操作得到第二图像；
步骤3、将第二图像进行感兴趣区域图像提取得到第三图像；
步骤4、对第三图像进行滤波处理，并将滤波处理后的第三图像与第二图像的同尺寸的空模版图像进行图像相加得到第四图像，所述第四图像即为可用来进行虹膜识别的图像。
2.根据权利要求1所述的一种虹膜图像的处理方法，其特征在于，上述步骤2中的预处理操作具体包括以下：
步骤201、对所述第一图像进行二值化处理得到第五图像；
步骤202、对第五图像通过canny算子进行边缘轮廓提取得到第六图像；
步骤203、通过扫描第六图像的方式得到第六图像的最外边的轮廓图像的上、下、左、右四个边缘点；
步骤204、以四个所述边缘点为基准点对第一图像进行校正得到第二图像，校正的准则为：将上、下边缘点处理为共横坐标，将左、右边缘点处理为共纵坐标。
3.根据权利要求1所述的一种虹膜图像的处理方法，其特征在于，在上述步骤3中的感兴趣区域图像提取具体包括以下：
步骤301、对第二图像从左向右进行图像扫描，得到第二图像的左侧第二个灰度跳变点；
步骤302、对第二图像从右向左进行图像扫描，得到第二图像的右侧第二个灰度跳变点；
步骤303、对第二图像从上向下进行图像扫描，得到第二图像的上侧第二个灰度跳变点；
步骤304、对第二图像从下向上进行图像扫描，得到第二图像的下侧第二个灰度跳变点；
步骤305、分别以上、下、左、右侧第二个灰度跳变点为交点做水平与竖直方向的直线，所述直线构成的方形区域即为感兴趣区域图像；
步骤306、对第二图像进行图像分割将所述感兴趣区域图像提取出来得到第三图像。
4.根据权利要求3所述的一种虹膜图像的处理方法，其特征在于，在步骤306中的图像分割的具体方式为通过采用连通域分割的图像分割方法。
5.根据权利要求1所述的一种虹膜图像的处理方法，其特征在于，在上述步骤4中的滤波处理具体通过采用五维度的极坐标形式的gabor滤波器对第三图像进行滤波处理。
6.根据权利要求1所述的一种虹膜图像的处理方法，其特征在于，在上述步骤4中的图像相加的操作具体通过采用opencv的addweighted函数将滤波处理后的第三图像与第二图像的空模版图像进行图像相加得到第四图像。
7.一种虹膜图像的处理装置，其特征在于，所述装置包括：
图像获取模块，所述图像获取模块用于获取用户的虹膜图像信息作为第一图像；
图像预处理模块，所述图像预处理模块用于对第一图像进行预处理操作得到第二图像；
感兴趣区域图像提取模块，所述感兴趣区域图像提取模块用于将第二图像进行感兴趣区域图像提取得到第三图像；
图像处理模块，所述图像处理模块包括滤波处理单元以及图像相加单元，
所述滤波处理单元用于对第三图像进行滤波处理；
所述图像相加单元用于将滤波处理后的第三图像与第二图像的同尺寸的空模版图像进行图像相加得到第四图像。
8.根据权利要求7所述的一种虹膜图像的处理装置，其特征在于，所述图像预处理模块包括图像二值化单元、图像边缘轮廓提取单元、图像边缘点提取单元以及图像校正单元，
所述图像二值化单元用于对所述第一图像进行二值化处理得到第五图像，
所述图像边缘轮廓提取单元用于对第五图像通过canny算子进行边缘轮廓提取得到第六图像，
所述图像边缘点提取单元用于对第六图像进行扫描得到第六图像的最外边的轮廓图像的上、下、左、右四个边缘点，
所述图像校正单元用于以四个所述边缘点为基准点对第一图像进行校正得到第二图像，校正的准则为：将上、下边缘点处理为共横坐标，将左、右边缘点处理为共纵坐标。
技术总结