LOCALISATION D'UN ANNEAU
La présente invention concerne la localisation, dans une image numérisée, d'une surface annulaire comprise entre deux formes géométriques de forme générale circulaire et sensiblement concentriques. Plus particulièrement, la présente invention concerne la détection d'un anneau s 'étendant entre deux cercles de rayons différents, le cercle de rayon le plus petit étant strictement inclus dans le cercle de rayon supérieur.
Un exemple d'application de la présente invention est la localisation de l'iris d'un oeil dans une image numérisée. En effet, un oeil peut se caractériser comme étant un ensemble de formes géométriques elliptiques sensiblement concentriques : les sourcils soulignent un contour que suivent des cils qui cernent le fond de l'oeil qui comprend un iris sensiblement circulaire qui contient une pupille sensiblement circulaire. Dans un tel motif approximativement concentrique, on souhaite extraire la position des centres ainsi que les rayons des deux motifs circulaires de la pupille et de l'iris, de façon à extraire de cette image l'anneau constituant l'iris. Par souci de clarté, on considère dans la description suivante que les limites de la pupille et de l'iris sont des cercles parfaits.
La figure 1 illustre, par un organigramme, un exemple de procédé connu de' localisation d'un iris d'un oeil. Les
figures 2A à 2C illustrent l'image numérique objet du procédé en différentes étapes de sa mise en oeuvre.
Un tel procédé commence par une étape 101 (ACQUIRING EYE IMAGE) d'acquisition d'une image numérique d'un oeil. L'oeil est numérisé de façon que l'image obtenue soit grandeur nature (échelle 1 :1) . Une telle image peut être obtenue par tout terminal de biométrie permettant la saisie d'image d'oeil. Par exemple, l'acquisition est effectuée par une caméra numérique CCD d'une image de 580x760 pixels, en noir et blanc par illumination infrarouge, l'oeil étant placé à seulement quelques centimètres de la caméra.
Localiser un iris dans une telle image consiste alors à localiser le centre et le rayon de la pupille ainsi que le centre et le rayon de l'iris. En effet, bien que la pupille soit strictement incluse dans l'iris, elle est généralement légèrement excentrée par rapport à celui-ci.
Un procédé connu de détermination des centres de la pupille et de 1 ' iris et de leurs rayons est basé sur l'observation suivante. En illumination infrarouge, d'une part le contour de 1 ' iris contraste sur le blanc de 1 'oeil . D'autre part, le contour de la pupille, contraste par rapport à l'iris périphérique. Ce contraste se traduit sur 1 ' image numérique par des niveaux de gris très différents de part et d'autre de la limite entre l'iris et la cornée, d'une part, et de la limite entre l'iris et la pupille, d'autre part. Le gradient, en termes de niveaux de gris, des points situés sur le contour de l'iris ou de la pupille, est alors très important. Généralement, le contraste entre la pupille et 1 ' iris est plus élevé que le contraste entre l'iris et la cornée. La localisation de 1 ' iris consiste à considérer successivement chaque point de l'image comme le centre potentiel et à mesurer les gradients des points situés sur des arcs de cercle centrés sur le centre potentiel considéré. Les rayons de ces arcs de cercle varient dans une plage de rayons possibles d'une pupille ou d'un iris à l'échelle de numérisation
considérée. Pour une image à l'échelle 1:1 de 580x760 pixels, on considère que le diamètre de la pupille est compris entre 30 et 100 pixels et que le diamètre de l'iris est compris entre 100 et 180 pixels. Le centre de la pupille ou de l'iris est alors le point pour lequel, dans la plage de rayons correspondant à la pupille, respectivement à l'iris, la variation du gradient est plus importante. Les calculs de variation de gradient sont effectués au moyen d'opérateurs intégro-différentiels.
Afin de réduire le nombre de calculs et donc le temps de traitement, on applique, lors de l'étape 102 (LOCATING IRIS) qui suit l'acquisition 101, les opérateurs intégro-différentiels sur des grilles successives de points représentant des centres potentiels. Ces grilles successives présentent des dimensions et des pas décroissants. Ainsi, lors d'une première itération 103 (i=0, S=SQ) , on choisit par exemple d'appliquer sur l'image numérisée illustrée en figure 2A une première grille de dimensions proches de celles de l'image et d'un premier pas SQ relativement grand, par exemple SQ=25 pixels, c'est-à-dire comportant un centre potentiel tous les 25 pixels dans les deux directions. En outre, les centres de l'iris et de la pupille étant confondus ou très faiblement excentrés, on commence généralement par localiser le centre et le contour de la seule pupille en appliquant les opérateurs sur des arcs de cercles dont les diamètres varient de 30 à 100 pixels. A l1 itération suivante i=l, le pas de la grille est réduit afin d'affiner la détermination du centre. Cette réduction de pas s'accompagne d'une réduction des dimensions de la grille et d'un centrage de celle-ci dans la région de plus fortes variations de gradient. Comme l'illustre la figure 2B, on considère par exemple, que pour la deuxième itération i=l, le pas si vaut 10 pixels. Si le nombre de points de la grille est constant, sa réduction de taille est automatique avec la réduction du pas.
De nouveau, on applique pour chaque point de la grille les opérateurs intégro-différentiels et on détecte l'existence
d'un centre ou d'une région dans laquelle, pour plusieurs points, la variation de gradient (niveau de gris) est la plus forte .
Pour chaque itération i et chaque pas correspondant SJ, le procédé se répète donc en appliquant dans un bloc 104
(INTEGRO DIFFERENTIAL OPERATOR) les opérateurs intégro- différentiels sur des grilles de pas s^ décroissants et de dimensions de plus en plus réduites.
Après chaque passage par le bloc 104, on obtient au bloc 105 (CENTER & RADIUS) un centre et un rayon possible pour la pupille, que l'on inclut dans la grille de pas inférieur à
1 ' itération suivante.
On contrôle à l'étape 106 (i=V ? Si=S ?) qui suit si un critère de précision est atteint. Ce critère est défini par un nombre V d'itérations ou un pas Sy de la grille pour lequel on considère le centre et le rayon obtenus, comme étant localisés de façon suffisamment précise.
Dans la négative (N) , on redéfinit à l'étape 107 (NEW
GRID, i=i+l, SÏ=SJ+I) une nouvelle grille de dimensions réduites et de pas plus faible, centrée sur la région pour laquelle on a observé à l'itération précédente la variation de gradient la plus forte.
Généralement, le procédé se poursuit jusqu'à atteindre une précision maximale, c'est-à-dire une grille dont le pas est d'un pixel comme l'illustre la figure 2C. Une telle précision permet de déterminer exactement le centre Cp et le rayon Rp de la pupille.
Une fois le test 106 de précision positif (Y) , on localise l'iris à l'étape suivante 108 (IRIS) en appliquant de nouveau une grille de centres potentiels afin de déterminer par les opérateurs intégro-différentiels le rayon de l'iris Rj et, le cas échéant, de discriminer son centre Cj du centre Cp de la pupille avec une fiabilité maximale. Les opérateurs sont ici appliqués sur des arcs de cercle dont les diamètres varient de 100 à 180. Comme les cercles sont approximativement
concentriques, il n'est pas nécessaire de repartir d'une grille ayant le pas maximal. On peut se contenter d'un nombre réduit d'itérations (voire d'une seule itération) en centrant sur le centre de la pupille une grille dimensionnée en fonction de l'écart maximal possible (physiologiquement) entre les deux centres. Un tel procédé de localisation du centre et de détermination du rayon d'un deuxième après la localisation d'un premier cercle est décrite dans le brevet américain N° 5291560. La surface de l'iris, c'est-à-dire la surface annulaire comprise entre le cercle pupillaire de centre Cp et de rayon Rp et le cercle iridien de centre Cj et de rayon Rj, est alors déterminée avec une précision maximale.
La surface ainsi obtenue peut faire l'objet de tout traitement numérique approprié. Dans l'exemple considéré d'un iris, il s'agit généralement d'un procédé de reconnaissance iridienne basé sur la comparaison 109 (MATCHING) entre des caractéristiques extraites de la surface obtenue, par exemple d'une des façons décrites dans le brevet américain susmentionné N° 5291560 ou dans le brevet américain susmentionné N° 5572596 ou dans la demande internationale WO 00/62239.
De façon générale, le procédé décrit en relation avec les figures 1 et 2 permet de localiser au moins un cercle par détermination exacte de son rayon et de la position de son centre . Un inconvénient majeur d'un tel procédé réside dans la répétition successive des mêmes opérations sur des grilles de dimensions et de pas décroissants. Ceci impose un grand nombre de calculs. De plus, pour un point donné, par exemple le point A de la figure 2A proche des centres recherchés, les calculs sont répétés un grand nombre de fois. Par conséquent, un tel procédé est lent à mettre en oeuvre.
Par ailleurs, les diverses opérations de comparaison de variation de gradient et les calculs correspondants imposent une structure logicielle relativement complexe et encombrante. De plus, lors de chaque itération, pour chaque centre potentiel,
il faut mémoriser les données obtenues afin de les comparer à celles obtenues pour les autres centres potentiels pour déterminer la/les région/s de plus forte variation du gradient. Ceci est nécessaire pour pouvoir recentrer la grille suivante à l'étape 107. Un tel procédé impose donc le recours à une surface mémoire importante.
Dans un tout autre domaine, pour reconnaître la présence d'un visage dans une image numérisée, on a proposé un procédé de détermination de la présence d'une cornée ou d'un iris afin d'identifier la présence d'un oeil et de calculer un espacement entre deux yeux. Ce procédé consiste à rechercher des formes géométriques concentriques au moyen d'une transformation de Hough telle que décrite dans le brevet américain N° 3069654. Un tel procédé consiste à considérer, pour la forme géométrique en cause (ici un cercle), chaque pixel de l'image numérisée comme étant à la périphérie d'un cercle d'un périmètre (rayon) donné, et à localiser approximativement le centre de ce cercle. Pour chaque diamètre possible du cercle recherché, on associe à 1 ' image numérisée un accumulateur de mêmes dimensions que l'image. Chaque accumulateur mémorise, pour un rayon donné, le nombre de fois où un point donné de l'image numérisée est déterminé comme étant le centre potentiel du cercle recherché. Ceci est effectué en incrémentant, pour chaque rayon, un poids initialement nul affecté, dans l'accumulateur lié à ce rayon, à la position du centre potentiel dans l'image.
Le centre et le rayon recherchés sont ensuite obtenus en déterminant, pour chaque rayon considéré, le point de poids le plus élevé et, pour les différents rayons considérés, celui pour lequel le centre potentiel présente le poids maximal par rapport aux autres centres potentiels déterminés par la première détermination. Un tel procédé est décrit, par exemple, dans l'article "Détection of eye locations in unconstrained visual images" de R. Kothari et J.L. Mitchell, publié dans Proc. ICIP'96, III pp. 519-523 (1996), ou dans l'article "Eye spacing
measurement for facial récognition", de M. Nixon, publié dans SPIE Proc, 575, pp. 279-285 (1985).
Un tel procédé présente l'inconvénient d'être également long à exécuter. De plus, pour chaque pixel de l'image, il impose le recours à une mémoire encombrante car, pour chaque rayon possible, on doit mémoriser une matrice d'un nombre de lignes et de colonnes égal au nombre de lignes et de colonnes de 1 ' image numérisée.
La présente invention vise à proposer un procédé de localisation d'au moins deux cercles concentriques permettant de déterminer, avec précision, qui soit plus rapide que les procédés connus.
La présente invention vise également à proposer un tel procédé dont la mise en oeuvre requiert un espace mémoire réduit par rapport à l'espace requis par la mise en oeuvre des procédés connus .
La présente invention vise également à proposer un tel procédé qui s'applique également à la localisation de plusieurs cercles dont chacun est strictement inclus dans un cercle de plus grand rayon mais non concentriques.
La présente invention vise également à proposer un procédé de localisation d'un anneau compris entre deux cercles.
La présente invention vise également à proposer un tel procédé applicable à la localisation d'un iris d'un oeil dans une image numérisée.
Pour atteindre ces objets et d'autres, la présente invention prévoit un procédé de localisation, dans une image numérique, d'au moins deux cercles dont l'un est strictement inclus dans l'autre par détermination de leurs rayons et des coordonnées de leurs centres au moyen d'opérateurs intégro- différentiels appliqués à au moins une grille de centres potentiels, comportant les étapes suivantes : évaluer une position approximative du centre de l'un des deux cercles ; et
centrer la grille au voisinage du centre approximatif, la grille étant de dimensions réduites par rapport aux dimensions de 1 ' image .
Selon un mode de réalisation de la présente invention, le procédé utilise une seule grille dont le pas est minimal.
Selon un mode de réalisation de la présente invention, la taille maximale de la grille est inférieure à la taille du plus grand cercle.
Selon un mode de réalisation de la présente invention, la taille maximale de la grille est inférieure à la taille de celui des cercles constituant la limite de plus fort contraste.
Selon un mode de réalisation de la présente invention, la taille maximale de la grille est inférieure à la taille du plus petit cercle. Selon un mode de réalisation de la présente invention, l'étape d'évaluation de la position approximative du centre comporte les étapes suivantes : a) prédéfinir un ensemble de rayons potentiels du cercle ; b) dimensionner deux accumulateurs à une dimension sous la forme d'une matrice colonne d'au plus la taille de l'image en abscisse et d'une matrice ligne d'au plus la taille de l'image en ordonnée ; c) successivement, pour chaque pixel de l'image : (i) sélectionner successivement chaque rayon potentiel ;
(ii) évaluer la position du centre potentiel d'un cercle du rayon sélectionné et dont le pixel considéré est sur la périphérie ; et (iii) incrémenter les accumulateurs aux abscisse et ordonnée du centre potentiel ; et d) sélectionner, comme coordonnées du centre localisé, l'abscisse et l'ordonnée correspondant au maximum des accumulateurs .
Selon un mode de réalisation de la présente invention, 1 ' incrément est 1 'unité.
Selon un mode de réalisation de la présente invention, l'incrément est pondéré en fonction de l'importance du gradient au pixel considéré.
La présente invention prévoit également un procédé de localisation, dans une image numérique, d'un anneau défini par l'inclusion d'un premier cercle de rayon relativement faible dans un second cercle de rayon relativement grand, consistant à localiser les premier et second cercles selon le procédé de l'un quelconque des modes de réalisation précédents.
Selon un mode de réalisation de la présente invention, l'anneau est un iris d'un oeil, le premier cercle étant la pupille de 1 'oeil et le second cercle étant la limite entre l'iris et la cornée de l'oeil.
Selon un mode de réalisation de la présente invention, la pupille est celui des cercles dont on recherche approximativement le centre.
Ces objets, caractéristiques et avantages, ainsi que d'autres de la présente invention seront exposés en détail dans la description suivante de modes de réalisation particuliers faite à titre non-limitatif en relation avec les figures jointes parmi lesquelles : la figure 1 illustre, par un organigramme, la séquence d'étapes d'un procédé de reconnaissance iridienne connu ; les figures 2A à 2C illustrent, schématiquement et partiellement, la mise en oeuvre du procédé de la figure 1 ; la figure 3 illustre, par un organigramme, la séquence d'étapes d'un procédé de reconnaissance iridienne selon un mode de réalisation de la présente invention ; et les figures 4A à 4D illustrent la mise en oeuvre du procédé de la figure 3.
Par souci de clarté, les mêmes éléments ont été désignés par les mêmes références aux différentes figures. De
plus, les figures 2A à 2C et 4A à 4D ne sont pas tracées à 1 'échelle.
Un mode de reconnaissance et de localisation d'un iris par détermination des rayons pupillaire et iridien et par localisation des centres de la pupille et d'un iris d'un oeil selon l'invention est décrit ci-après en relation avec les figures 3 et 4A à 4D.
Le procédé commence par une étape 301 (ACQUIRING EYE IMAGE) d'acquisition d'une image d'un oeil. De préférence, une telle acquisition est effectuée de façon que l'image obtenue présente des dimensions très proches du modèle, c'est-à-dire une échelle aussi proche de l'unité que possible. Une telle acquisition peut être effectuée au moyen de tout terminal de biométrie classique approprié, par exemple le dispositif décrit dans le document EP-A-0 973 122.
La figure 4A illustre une image d'un oeil obtenue par l'acquisition 301 par une caméra numérique CCD d'une image de 580x760 pixels, en noir et blanc, l'oeil étant placé à seulement quelques centimètres de la caméra et étant soumis à une illumination infrarouge. L'image obtenue comporte une pupille P, un iris I, une cornée limitée par une paupière supérieure HE et une paupière inférieure LE.
Le procédé selon l'invention se poursuit par la localisation approximative du centre de l'oeil, c'est-à-dire du centre de la pupille ou de l'iris. De préférence, on localise approximativement le centre du cercle qui présente le plus fort contraste. Comme cela a été indiqué précédemment, en illumination infrarouge, le contraste est généralement plus élevé entre la pupille et l'iris qu'entre l'iris et la cornée. De préférence, on commence donc par localiser approximativement le centre de la pupille. La localisation approximative permet de déterminer un centre approximatif qui se trouve, par rapport au centre réel cherché, à une distance d'au plus cinq pixels.
Selon un premier mode de réalisation de l'invention non représenté, le centre approximatif est déterminé au moyen de
tout procédé connu. Par exemple, on pourra utiliser la méthode décrite dans l'article "A new memory model for the parameter space in the Hough transfor : Projection arrays" de M.H. Kim et H. Y. Hwang paru dans Proceedings TENCON 87, IEEE région 10 conférence "Computers and Communications Technology Toward 2000" August 25-28, 1987, Volume 1, pages 222-226.
Selon un mode de réalisation préféré de la présente invention, le centre approximatif est déterminé au moyen d'un procédé dont un algorithme est décrit ci-après en relation avec la figure 3.
On commence, comme l'illustre le bloc 302 (LOCATING IRIS) de la figure 3, par la génération de deux accumulateurs unidimensionnels Wx et Wy. La dimension d'un premier accumulateur Wx est le nombre N de lignes de l'image en cours de traitement. La dimension du second accumulateur y est le nombre M de colonnes de l'image. Dans une première sous-étape 303, tous les éléments courants des premier et second accumulateurs Wx(i) où i est compris entre 1 et N, et Wy(j) où j est compris entre 1 et M, sont initialisés à zéro. On initialise le système de façon à se placer en la première ligne (bloc 304, x=l) , sur la première colonne (bloc 305, y=l) et à considérer un premier (bloc 306, k=l) rayon possible .
La localisation s'effectue en mettant en oeuvre successivement pour chacune des N lignes x, pour chaque point Pxy à l'intersection de la ligne courante x et d'une colonne y parmi les M colonnes, les opérations suivantes (bloc 307) :
- calculer les composantes Gradx et Grady du gradient du point Pxy courant, c'est-à-dire comparer le niveau de gris du pixel courant aux niveaux de gris des points voisins ;
- calculer les abscisse xc et ordonnée yc du centre C du cercle passant par le point courant Pxy, auquel le gradient déterminé à l'étape précédente est tangent. Les coordonnées xc et yc se déduisent, à partir des composantes Gradx et Grady du
gradient et de l'équation du cercle de centre C de rayon R]ç, de la façon suivante :
Le rayon R^ considéré est prélevé dans un ensemble de K rayons potentiels du cercle préalablement prédéfini.
- incrémenter d'une unité le premier accumulateur en la position Wx(i) correspondant à l'abscisse xc du centre C ainsi calculé ; et incrémenter d'une unité le second accumulateur en la position Wy(j) correspondant à l'ordonnée yc du centre C ainsi calculé. En variante, l'incrément peut être une quantité pondérée en fonction de l'importance du gradient au point courant P pour lequel le point C est le centre du cercle de rayon R^ auquel ce gradient est tangent.
Les opérations successives de calcul des coordonnées xc et yc sont effectuées pour chaque point P pour chacune des K valeurs possible du rayon Rjç, par exemple pour une pupille entre 30 et 100 pixels.
Pour un point courant considéré P^y, les seules valeurs à mémoriser sont celles des composantes Gradx et Grady du gradient et le contenu des deux accumulateurs Wx et Wy. Les deux coordonnées xc et yc du centre C, recalculées pour chaque rayon R^, n'ont pas besoin d'être mémorisées. On contrôle ensuite successivement :
- si, pour le point courant P , tous les K rayons ont été traités (étape 308, k = K ?) ;
- si, pour la ligne x considérée, les M colonnes (ou pixels) ont été balayées (étape 309, y = M ?) ; et
- si on est arrivé à la dernière ligne N (étape 310, x = N ?) . Tant que l'une des conditions précédentes 308, 309, 310 n'est pas remplie (N) , on incrémente le compteur correspondant de rayon k (bloc 311, k = k+1) , de colonne y (bloc
312, y = y+1) ou de ligne x (bloc 313, x = x+1) et on recommence la séquence appropriée en revenant soit au traitement du rayon suivant par le bloc 307, soit au traitement du point de la colonne suivante, depuis le bloc 306, soit au traitement de la ligne suivante, depuis le bloc 305.
Au fur et à mesure des calculs, les deux composantes Gradx et Grady du gradient sont recalculées pour chaque point courant Pw. Lors du passage à un point suivant, les valeurs associées au point précédent ne sont plus nécessaires. Ainsi, le même espace mémoire peut être utilisé pour stocker ce paramètre nécessaire aux K calculs d'autant de centres possibles en fonction des rayons R^. Le même espace mémoire minimal peut donc être affecté à ces calculs tampons lors de chaque changement de point courant. D'un point à un autre, les seules données à conserver sont les contenus des deux accumulateurs Wx et Wy.
Comme l'illustre le bloc 314, l'abscisse X0 du centre approximatif C0 recherché est la valeur pour laquelle le terme correspondant Wx(X0) du premier accumulateur Wx est maximal. De façon similaire, l'ordonnée Y0 du point C0 est le point pour lequel la valeur Wy(j) est maximale :
Wx(X0) ≈ Max(i=1_N) [Wx(i)]# et
Wy(Y0) = Max(j=1_M) [Wy(j)] .
Les coordonnées X0 et Y0 du centre C0 sont par conséquent obtenues en déterminant, dans chaque accumulateur Wx et Wy, les positions courantes respectives i et j pour lesquelles les valeurs respectives Wx(i) et Wy(j) sont maximales.
La figure 4B illustre le résultat obtenu à l'issue de l'étape 314.
A l'étape suivante 315 (INTEGRO-DIFFERENTIAL OPERATORS AROUND (X0,Y0)), on met en oeuvre des étapes de recherche du centre et du rayon d'un cercle à partir d'opérateurs intégro- différentiels appliqués sur une grille G de points représentant des centres potentiels. Le cercle recherché est celui de la
pupille. Comme l'illustre la figure 4C, la grille G est selon l'invention de pas fin (de préférence minimal, c'est-à-dire 1 pixel) et est centrée sur le centre approximatif C0 déterminé précédemment. Cela revient à mettre en oeuvre les étapes 104 et 105 du procédé de la figure 1, mais directement pour la grille G de détermination finale. En variante, on pourra maintenir 1 'exécution de quelques boucles du procédé de la figure 1 selon la précision de détermination du centre approximatif. La grille G étant déjà centrée sur le centre approximatif C0, la détermination du centre Cp et le rayon Rp exacts de la pupille est particulièrement rapide. En effet, même si on choisit de faire plusieurs passes, le nombre de grilles successives, donc le nombre de calculs, est réduit par rapport au procédé connu tel que décrit précédemment. On notera que cette détermination exacte du centre Cp et du rayon Rp de la pupille utilise le même ensemble de K valeurs possibles pour le rayon de la pupille que celui préalablement défini et utilisé pour déterminer le centre approximatif C0.
Une fois déterminés, le centre Cp et le rayon Rp de la pupille, on applique de nouveau des opérateurs intégro- différentiels sur des cercles dont les rayons sont dans une plage possible du diamètre moyen de l'iris d'un oeil afin de déterminer (bloc 316 (IRIS CENTER & BOUNDARIES) de la figure 3 ; figure 4D) le rayon Rj et le centre Cj de l'iris. Comme pour la pupille, cette détermination utilise préfèrentiellement une unique grille à pas minimal. Cette grille est centrée sur le centre Cp et ses dimensions sont fonction de l'écart maximal possible entre les centres Cp et Cj pour qu'elle inclut forcément le centre Cj. On a ainsi localisé précisément 1 ' anneau constituant l'iris de l'oeil. Celui-ci peut alors faire l'objet de tout traitement approprié, par exemple de reconnaissance en le comparant au contenu d'une base de données (bloc 317, MATCHING) .
Le temps global de localisation de l'anneau constituant l'iris est considérablement réduit par rapport aux
procédés classiques mettant en oeuvre pour toute l'image une série de grilles successives de centres potentiels de dimensions et de pas décroissants. En outre, la précision de cette localisation est maximale. Le procédé de localisation d'un iris décrit en relation avec les figures 3 et 4 permet, de façon générale, de localiser par détermination de son centre et de ses rayons, toute forme géométrique elliptique. Dans 1 ' exemple même de localisation d'un iris, au lieu de considérer la pupille et/ou l'iris comme un cercle parfait, on pourrait les considérer de forme elliptique soit lors de la détermination du centre approximatif - étapes 303 à 314 de la figure 3 - soit lors de l'application 315 des opérateurs intégro-différentiels qui sont alors appliqués sur des arcs d'ellipse au lieu d'arcs de cercle. De façon générale, le procédé selon l'invention s'applique à la localisation par détermination de leurs centres et rayons, d'un nombre quelconque de formes géométriques elliptiques, chaque forme géométrique étant strictement incluse dans une forme géométrique de plus grand périmètre, à l'exception de celle de plus grandes dimensions. En outre, les formes elliptiques recherchées sont concentriques ou faiblement excentrées .
Ce procédé de localisation est utilisable pour localiser au moins un anneau compris entre au moins deux des formes géométriques localisées. Par exemple, dans l'industrie du bois, il permet de détecter la présence de noeuds dans le bois lors de tests de contrôle de qualité. Il est alors également avantageusement possible de mesurer leur taille ce qui permet de déterminer leur impact sur la solidité du produit fini. Dans l'application décrite précédemment de localisation d'un iris, la localisation est le préalable à une reconnaissance iridienne utilisable comme paramètre de reconnaissance pour identifier un individu. Un exemple d'application est le contrôle d'accès : accès à un site physique, tel qu'une commande d'ouverture d'une porte par code,
ou par carte d'accès ; accès à un compte bancaire habituellement protégé par un mot de passe ; accès à un dispositif quelconque tel qu'un ordinateur ou un téléphone portable habituellement protégé par un code à saisir. Un tel dispositif peut également remplacer l'identification par empreintes digitales ou autre identification biométrique.
Bien entendu, la présente invention est susceptible de diverses variantes et modifications qui apparaîtront à l'homme de l'art. En particulier, on a considéré en figure 4 que le procédé commence par l'acquisition de l'image d'un oeil. Toutefois, il pourrait s'agir de l'accès dans une base de données à une image numérisée précédemment. Cette image peut alors provenir d'une base de données distante. En figure 4C, on a supposé que le centre Cp diffère du centre approximatif CO. Toutefois, le centre approximatif CO pourrait se révéler être le centre recherché de la pupille. Dans l'algorithme de recherche d'un centre approximatif, on a supposé que l'on balaye l'image ligne par ligne . L 'homme de 1 'art comprendra que tout autre type de balayage, par exemple colonne par colonne, serait également possible. Par ailleurs, le mode de contrôle des boucles
(compteur de ligne x, compteur de colonne y, compteur de rayon k) peut être modifié de toute façon appropriée. En outre, au lieu de rechercher comme centre approximatif le centre de la pupille, on pourrait rechercher celui de l'iris en modifiant de façon appropriée l'ensemble prédéfini de valeurs possibles pour le rayon.
En outre, on a localisé approximativement parmi des cercles recherchés de divers rayons possibles celui constituant la limite de plus fort contraste, c'est-à-dire celui dont les points présentent les valeurs de gradient les plus élevées. Il serait toutefois possible de rechercher à déterminer le centre approximatif d'un autre cercle de moindre contraste, par exemple si celui-ci présente un nombre de rayons possibles particulièrement réduit.