一种智能汽车无钥匙进入方法、系统及存储介质

技术特征：
1.一种智能汽车无钥匙进入方法，其特征在于，所述方法包括以下步骤：采集待识别用户的眼部图像，其中所述眼部图像分为瞳孔区域和虹膜区域；对所述眼部图像进行预处理，得到第一虹膜区域图像；使用二维gabor滤波器和灰度共生矩阵分别提取所述第一虹膜区域图像的特征，对两种特征进行联合归一化处理，得到第二虹膜区域图像；提取第二虹膜区域图像的特征向量，与虹膜特征模板数据集中的特征向量进行相似度对比，其中虹膜特征模板数据集由经过身份注册的合法用户的第二虹膜区域图像的特征向量组成；获取所述相似度对比结果，当相似度满足预设条件，用户身份认证成功，汽车解锁，否则汽车保持锁止状态。2.根据权利要求1所述的一种智能汽车无钥匙进入方法，其特征在于，所述预处理具体包括：对所述瞳孔区域和所述虹膜区域进行粗定位，确定瞳孔和虹膜的形状结构；基于瞳孔和虹膜的形状结构，对瞳孔区域和虹膜区域进行精定位并分割，得到虹膜区域图像；对虹膜区域图像进行归一化处理；对归一化处理后的虹膜区域图像进行增强处理，得到第一虹膜区域图像。3.根据权利要求2所述的一种智能汽车无钥匙进入方法，其特征在于，采用虹膜区域图像像素的灰度特征，对瞳孔区域和虹膜区域进行粗定位。4.根据权利要求2所述的一种智能汽车无钥匙进入方法，其特征在于，采用自适应cv模型对瞳孔区域和虹膜区域进行精定位并分割。5.根据权利要求2所述的一种智能汽车无钥匙进入方法，其特征在于，所述对虹膜区域图像进行归一化处理还包括：采用橡皮弹性模型将虹膜区域图像中的环带展开为一个固定大小的矩形区域，以瞳孔的圆心作为极坐标的原点，将极坐标系下的图像像素坐标转化到直角坐标系。6.根据权利要求2所述的一种智能汽车无钥匙进入方法，其特征在于，采用局部直方图均衡化方法对归一化处理后的虹膜区域图像进行增强处理。7.根据权利要求1所述的一种智能汽车无钥匙进入方法，其特征在于，所述提取第二虹膜区域图像的特征向量具体包括：采用尺度不变特征变换方法提取第二虹膜区域图像的特征信息，对所述特征信息进行编码得到特征向量，其中，所述编码方式为对特征信息进行离散余弦变换，通过检测相邻系数的过零点，得到二进制虹膜编码，作为虹膜区域图像的特征向量。8.根据权利要求1所述的一种智能汽车无钥匙进入方法，其特征在于，采用支持向量机分类器对所述第二虹膜区域图像的特征向量和虹膜特征模板数据集中的特征向量进行相似度对比。9.一种智能汽车无钥匙进入系统，其特征在于，所述系统包括以下模块：图像采集模块，用于采集待识别用户的眼部图像，其中所述眼部图像分为瞳孔区域和虹膜区域；图像预处理模块，用于对所述眼部图像进行预处理，得到第一虹膜区域图像；
图像特征提取模块，用于使用二维gabor滤波器和灰度共生矩阵分别提取所述第一虹膜区域图像的特征，对两种特征进行联合归一化处理，得到第二虹膜区域图像；图像特征识别模块，用于提取第二虹膜区域图像的特征向量，与虹膜特征模板数据集中的特征向量进行相似度对比，其中虹膜特征模板数据集由经过身份注册的合法用户的第二虹膜区域图像的特征向量组成；控制模块，获取所述相似度对比结果，当相似度满足预设条件，用户身份认证成功，汽车解锁，否则汽车保持锁止状态。10.一种计算机可读存储介质，其特征在于，所述存储介质中含有如权利要求1至8任一项所述的智能汽车无钥匙进入方法。

技术总结
本发明提供一种智能汽车无钥匙进入方法，包括采集待识别用户的眼部图像；对所述眼部图像进行预处理，得到第一虹膜区域图像；使用二维Gabor滤波器和灰度共生矩阵分别提取所述第一虹膜区域图像的特征，对两种特征进行联合归一化处理，得到第二虹膜区域图像；提取第二虹膜区域图像的特征向量，与虹膜特征模板数据集中的特征向量进行相似度对比；获取所述相似度对比结果，当相似度满足预设条件，用户身份认证成功，汽车解锁，否则汽车保持锁止状态。本发明有效提高了虹膜识别的正确率，克服了指纹识别系统等传统接触式系统存在的便利性问题和安全性问题。安全性问题。安全性问题。


技术研发人员：张恒于 楚明龙 宋廷伦 廖晨 殷齐涛 李泽智 贾晨 张武
受保护的技术使用者：南京航空航天大学
技术研发日：2022.03.09
技术公布日：2022/7/1