（信号与信息处理专业论文）虹膜定位与特征提取算法研究.pdf

摘要 摘要 随着信息技术的发展和对安全需要的日益增长，基于生物特征的身份识别技 术正受到越来越多的关注。作为生物特征识别技术之一的虹膜识别技术正在兴起， 并显示了巨大的优越性在现有各类生物识别技术中，虹膜识别技术是相对较新 并且具有巨大潜力的技术虹膜识别系统主要包括了虹膜图像采集、虹膜预处理、 虹膜特征提取以及虹膜特征的模式匹配四个部分本论文主要对虹膜识别算法进 行了研究，这其中虹膜定位和特征提取是最为关键的部分本文完成的工作有： 1 在分析了已有虹膜定位方法的基础上，研究了基于方向模板的虹膜定位算 法该算法先采用粗定位再精定位：在虹膜定位时，将采集的虹膜图像划分为几 个区域，对不同的区域只使用一个相应的方向算子模板来计算边缘强度，从而减 少了计算量在定位虹膜外圆时，针对虹膜与巩膜之间的过渡带较宽的特点，选 择较大的方向模扳，这样在不增加太多的计算量的情况下提高了外圆的定位精度。 最后又研究了一种基于以上算法的递归的方法来进一步提高定位的速度。本文研 究的方法与传统的定位算法相比在定位速度上有了提高，同时算法简单，容易实 现。 2 介绍了小波包变换，研究了基于小波包过零点的虹膜特征提取算法。本算 法首先对虹膜图像进行小波包变换；选择对虹膜识别作用大的子图的小波包系数 进行编码；最后采用加权汉明距离进行虹膜模式匹配 3 介绍了直接线性判别分析d l d a ( d i r e c t “n e 村s c r i m i n a n t a n a l y s i s ) ，研 究了基于2 d 小波变换与d l d a 相结合的虹膜特征提取算法首先对归一化后的 虹膜图像进行两层小波变换，选择其低频分部分的小波系数进行进一步处理以达 到降维的目的：再用d l d a 从中提取虹膜特征提取。、最后采用欧氏距离进行虹膜 模式匹配。实验结果表明，本论文的虹膜特征提取方法与现有的一些方法如p c a ， i c a 等方法相比有更好的性能。 以上算法均在m a t l a b 7 0 平台上使用c a s i a 2 0 虹膜库进行了仿真验证。实 验结果表明，本文研究的算法具有良好的性能，能有效地进行虹膜识别。 关键词：虹膜识别，虹膜定位，特征提取，小波包变换，直接线性判别分析， a b s t r a c t a b s t r a c t w i t ht h ei n c r e a s i n ge m p h a s i so ns e c u r i t y , a u t o m a t e dp e r s o n a li d e n t i f i c a t i o nb a s e d o nb i o m e t r i c sh a sb e e nr e c e i v i n ge x t e n s i v ea t t e n t i o no v e rt h ep a s td e c a d e i r i s r e c o g n i t i o n , ak i n do fb i o l o g i c a le h a r a e t e r i s t i cr e c o g n i t i o n , s p r i n g su pa sar e s u l to ft h e s o c i a la n de c o n o m i c a ld e v e l o p m e n t , a n di ts h o w sg r e a ta d v a n t a g e s i r i sr e c o g n i t i o n t e c h n o l o g yw i t hi t sg r e a tp o t e n t i a li sr e l a t i v e l yn e wa m o n gd i f f e r e n tk i n d so f b i o m e t r i c r e c o g n i t i o nt e c h n o l o g i e s at y p i c a li r i sr e c o g n i t i o ns y s t e mi n c l u d e si r i sa c q u i r e , i r i s p r e 产p r o c e s s i n g , i r i sf e a m r ee x t r a c t i o na n df e a t u r ep a t t e r nm a t c h t l l i sd i s s e r t a t i o nf u c o u s o ni r i sr e c o g n i t i o na l g o r i t h mr e s e a r c hw h o s ek e ys t e p ss e ei r i sl o c a l i z a t i o na n di r i s f e a t u r ee x t r a c t i o n t h em a i nw o r k so f t h i sd i s s e r t a t i o na l e 舔f o l l o w s ： 1 f i r s t l y , a f t e ra n a l y s i s i n gt h ee x i s t e di r i sl o c a l i z e da l g o r i t h m , an e wi r i sl o c a l i z e d a l g o r i t h mi sp r o p o s e dw h i c hi sb a s e do nd i r e c t i o n a lo p e r a t o rm a s ki nt h i sd i s s e r t a t i o n t h ea l g o r i t h mi n c l u d e sc o a r s el o c a l i z a t i o na n df i n el o c a l i z a t i o n n l cm e t h o di s ：d e f i n e t h ec e n t e ro fc o a r s ei n n e rc i r c l e 嬲t h eo r i g i no ft h er e c t a n g u l a rc o o r d i n a t es y s t e m , a n d d i v i d e dt h ea c q u i r e di r i si m a g ei n t os e v e r a la r e a s i ne a c ha r e a , t h eo n l yc o r r e s p o n d e d d i r e c t i o n a lm a s ki su s e dt oc o m p u t ee d g ei n t e n s i t ys ot h a tt h ec o m p u t e dc o m p l e x i t yi s r e d u c e d f o ro u t e rc i r c l el o c a l i z i n g , t h eb i g g e rm a s k sa l ea p p l i e dt oc o m p u t et h ee d g e i n t e n s i t yb e c a u s et h e 粤a y s c a l et r a n s i t i o nz o n eb e t w e e ni r i sa n ds c l e r au s u a l l yi sw i d e r t h a nt h eo n eb e t w e e np u p i la n di r i s i tc o u l de n h a n c el o c a l i z a t i o np r e c i s i o nw i t h i n c r e a s i n gl i t t l ec o m p u t a t i o n i nt h ee n d ，ar e e n r s i v em e t h o di sp r o p o s e df o rt h i s a l g o r i t h mt oa c c e l e r a t et h el o c a l i z a t i o ns p e e df u r t h e rm o r e 2 t h ew a v e l e t ep a c k e tt r a n s f o r mi si n t r o d u c e da n dt h e nt h ei r i sf e a t u r ee x t r a c t a l g o r i t l u nb a s e do i lw a v e l e t ep a c k e tz e r o - c r o s s i n g si sp o tf o r w a r d 1 1 1 ea l g o r i t h mf i r s t l y a p p l i e sw a v e l e tp a c k e td e c o m p o s i t i o nt ot h en o r m a l i z e di r i si m a g e ，a n dt h e nt h e s u b i m a g e sw h i c h h a v eg o o de f f e c to ni r k sr e c o g n i t i o na r es e l e c t e df o re n c o d i n g i nt h e e n d , t h ew e i g h t i n gh a m m i n gd i s t a n c ei sa p p l i e dt om e a s l 】r ot h es i m i l a r i t yd e g r e eo f t w o i r i sc l a s s e s 3 i nt h i sd i s s e r t a t i o n ，d l d a ( d i r e c tl i n e a rd i s c d m i n a n ta n a l y s i s ) i si n t r o d u c e d a n dd l d aw h i c hc o m b i n e sw i t hw a v e l e tt r a n s f o r mi sp r o p o s e dt oe x 缸傲t h ei r i s a b s t r a c t f e a t u r e ，t ot e d n c et h ed a t ad i m e n s i o n ，f i r s t l y , w ea p p l yw a v e l e td e c o m p o s i t i o nt ot h e n o r m a l i z e di r i si m a g e ，a n dj u s tc h o o s et h ec o e f f i c i e n t so ft h ea p p r o x i m a t i o np a r to ft h e s e c o n dl e v e lw a v e l e td e c o m p o s i t i o nt or e p r e s e n tt h ei r i si m a g e a n dt h e nm a k eu s eo f d l d at oe x t r a c tt h ei r i sf e a t u r ef r o mt h i sa p p r o x i m a t i o np a r ts ot h a tc a nb ee a s yt o c a l c u l a t e a l lt h ep r o p o s e da l g o f i t h m sa g ep r o g r a m m e dw i t hm a t l a b 7 。0a n dt e a t e do nt h e s e c o n dv e r s i o nc a s i ai r i sd a t a b a s e t h er e s u l t so ft h ee x p e r i m e n ts h o wt h a tt h e a l g o r i t h m sp u tf o r w a r dc a nr e c o g n i z ep e o p l ee f f e c t i v e l y k e y w o r d s ：i r i sr e c o g n i t i o n , i r i sl o c a l i z a t i o n , f e a t u r ee x t r a c t i o n ，w a v e l e t ep a c k e t f l a i l s f o r m ，d l d a m 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名：囱签遂 导师签名： 日期：加7 年6 月乒日 第一章绪论 第一章绪论 在现代生活中，电脑、a t m 机、移动电话、门禁控制系统等电子设备不断地 进入我们的日常生活中，安全方便的身份认证技术变得越来越重要。而在生活中 我们需要记忆太多的密码，如：信用卡号、银行帐号、网络登录号等等。信息时 代的一大特征就是身份的数字化和隐性化；如何准确的鉴定身份，保证信息安全， 同时不用记忆这些密码是人们关注的焦点。正在兴起的生物识别技术正好可以解 决这个问题。生物识别技术将彻底解决我们社会中任何有关身份识别的难题，在 公安、国防、金融、保险、医疗卫生、计算机网络等各个领域中都有广阔的应用 前景，可靠、方便快捷是其最吸引人的地方。 1 1 生物识别简介 生物特征识别技术，或称生物测定技术【l 】，是使用人体本身所固有的物理特征 ( 如指纹、虹膜、面部、掌纹等) 及行为特征( 如书写、声音等) ，通过图像处理 和模式识别的方法来自动地鉴别个人身份的技术叫生物识别技术。生物特征的分 类如图1 1 所示。由于身份识别技术利用了人体的某些具有终生不变性与唯一性的 特征，所以使得这种技术不但具有极高的可靠性，而且操作方便快捷。同时由于 人工智能、图像处理及模式识别技术的飞速发展为这种鉴别技术提供了技术支持； 社会的迅速发展也提出了这种鉴别技术的需求。由于生理特性既不会象密码一样 被遗忘，也不会象钥匙一样被遗失，所以生物识别技术被认为是一种更为可靠的 个人身份验证方法。据研究表明，人的指纹、手型、面孔、视网膜、骨架等都具 有唯一性和稳定性的特征，即每个人的这些特征都与别人不同、且终身不变，因 此就可以据此识别人的身份。基于这些特征，人们发展了指纹识别、面部识别、 声音识别以及虹膜识别等多种生物特征识别技术，解决了一些传统身份鉴别方法 存在的问题，提供了相对方便、快速、准确的身份识别方法。 一般而言，能够用来鉴别身份的生物特征必须具有以下特点：( 1 ) 广泛性， 每个人都具有这种特征；( 2 ) 唯一性，每个人拥有的特征各不相同；( 3 ) 稳定性， 所选择的特征不随时间变化而发生变化；( 4 ) 可采集性，所选择的特征便于测量。 例如：世界上某两个人指纹相同的概率及其微小，两个人的眼睛虹膜一模一样的 电子科技大学硕士学位论文 情况也几乎没有。人的虹膜在两到三岁之后就不再发生变化，眼睛瞳孔周围的虹 膜具有复杂的结构，能够成为独一无二的标识。与生活中的钥匙和密码相比，人 的指纹或虹膜不易被修改、被盗或被人冒用，而且随时随地都可以使用。 在实际的应用过程中，基于生物特征的鉴别系统除了考虑生物特征本身应具 有广泛性、唯一性、稳定性、可采集性外，还要考虑以下要素： ( 1 ) 性能：识别的准确性、速度、鲁棒性以及达到准确性和速度要求时所需 要的资源； ( 2 ) 可接受性：人们对于一种特定的生物特征识别在日常生活中的接受程度； ( 3 ) 安全性：系统是否能够防止被攻击； ( 4 ) 价格：是否达到用户所接受的价格； ( 5 ) 技术保障：是否具有相关的、可信的研究背景作为技术支持； ( 6 ) 速度：是否具有较高的注册和识别速度； ( 7 ) 隐私：是否具有非侵犯性。 图卜1 生物特征的分类 目前，国外许多高技术公司正在试图使用眼睛虹膜、指纹等取代人们手中的 信用卡或密码，并且已经开始在机场、银行和各种电子设备上进行了实际应用。 国内也有类似的产品出现，但在大多数情况下，基于某种生物特征的识别系统只 是满足上述的部分要求。 下面简要叙述一下其他生物识别技术的原理和优缺点【2 】。 1 1 1 指纹识别 2 第一章绪论 指纹是手指末梢乳突纹突起形成的纹线图案，指纹的稳定性和唯一性早已获 得公认，目前指纹识别主要利用纹线所提供的细节特征( 即纹线的起终点、中断 处、分叉点、汇合点、转折点) 的位置、类型、数目和方向的比对来鉴别身份。 它是利用了两个人的指纹完全一样的几率是十亿分之一这一特性通过特殊的光电 扫描和计算机图像处理技术，对活体指纹采集、分析比对，自动迅速准确的鉴别 出个人身份的系统。这个系统由活体指纹采集、图像板、计算机即指纹自动识别 软件、数据库和结果输出组成。在实际应用中，由于预先建立了指纹数据库，新 的指纹图像获取非常方便，如入的手指在采集仪上轻轻一按就完成了，所以应用 起来十分便捷。再加上计算机对人体指纹的特征计算、指纹比对，很快就可以得 出被检人的身份。指纹识别在所有生物特征识别中无论从硬件设备还是软件算法 上都是最成熟、应用最早、使用最广泛的。指纹识别的优点在于：指纹的独特性 非常强，同卵双胞胎的指纹也不相同；每个人的指纹是相当稳定的。指纹信息的 复杂度足以适合大规模的身份识别；同一个人的不同手指的指纹相同而且不具有 相关性，可以方便的利用指纹构成多重口令，提高系统的安全性。尽管如此，指 纹识别技术也有不足之处，对指纹质量较差的人群如皮肤干燥、有疤痕、老茧、 表面磨损严重和有病变的人无法取得好的识别效果，指纹使用接触式采集，留在 传感器上的指纹存在被盗取复制的可能性，而活性判别和人造指纹判别等反欺诈 技术还有待改进。指纹识别虽然可靠性高，但是识别过程的数据库检索需要较长 的响应时间，比对速度慢，有时还会出现误识。另外，由于指纹特征比较细小， 因此对指纹采集设备精度的要求也非常高。 1 1 2 掌纹识别 掌纹识别是对手指和手掌上的纹路特征进行识别。掌纹指手掌内侧表面的纹 线图案，一般由3 5 条明显的屈肌纹、众多皱纹和乳突纹交错构成。掌纹形态受 遗传基因控制，一旦形成终生不变。每个人的掌纹形态均不相同，掌纹纹理复杂， 所提供的信息量较指纹丰富，利用掌纹的线特征、点特征、纹理特征及几何特征 完全可以确定人的身份。掌纹主要特征明显( 如屈肌纹和皱纹所形成的线特征) ， 可在低分辨率图像中提取，不易受噪声干扰特征空间小可实现快速检索和匹配。 乳突纹形成的细节特征与指纹相似，但比指纹纹更复杂、更鲁棒，提取时不易被 噪声干扰，但是相应的复杂度也更高，需要处理的时间也更长。从理论上说有更 高的鉴别能力，但需要在较高分辨率图像中获得，因掌纹面积大，导致图像数据 电子科技大学硕士学位论文 量及特征空间太大，为图像处理带来一定难度。掌纹采集方便，设备成本低，可 接受度高，是很具潜力的身份识别方式，但因研究起步晚，理论和应用上都还有 待进一步深入。 1 1 3 虹膜 虹膜是位于瞳孔和巩膜问的有色环状区域。每个人虹膜上的纹理、血管、斑 点等细微特征各不相同，且一生中几乎不发生变化与其他的生物特征相比，虹膜 具有非常高的独特性；虹膜结构的生成过程不受遗传的影响，即使同卵双胞胎的 虹膜也各不相同，并且人在出生两年以后，虹膜便基本不再发生变化。虹膜具有 很强的反欺诈性，用外科手术改变虹膜纹理结构极其困难，而判别人造的或者死 亡的虹膜却非常容易。用摄像机捕获用户眼睛的图像，从中分割出虹膜图像，进 行定位校准，特征提取，编码用以匹配。到目前为止，虹膜识别的错误率是各种 生物特征中最低的。但虹膜因受到眼睑，睫毛的遮挡，准确捕获虹膜图像是很困 难的，图像采集设备复杂昂贵，且虹膜一旦有病变或损伤会影响识别，对盲者和 患有如白内障等眼部疾病的人无效。 1 1 4 人脸识别 面部特征识别系统是人们最早使用的生物特征识别技术之一，近年来发展十分 迅速，用人脸进行身份识别直观、友好、方便、用户接受程度高。它利用面部各 器官及特征部位的方位关系，形成识别参数，与数据库中的原始参数比较、判断、 确认，在短时间内迅速给出判断结果。例如鼻子的长度和两眼之间的距离，或是 对面部区域周围的几十个点进行分析，将这些点排列成一幅图像，并与数据库中 储存的模板图像进行比较。在实际应用中，计算机对人脸识别还远远达不到人眼 对脸部的识别程度。目前在限制性输入条件下，在小样本数据库中人脸识别较好 的效果，但识别准确率低于指纹和虹膜识别。人脸部表情、姿态、化妆、年龄等 变化及采集图像时光线、角度、距离、面部遮挡等问题一直是人脸识别领域中的 难题。面部特征识别系统辨识速度较快，但是唯一性及抗干扰性却较差，对双胞 胎的鉴别仍然无能为力，肤色、胡子的变化以及是否戴眼镜都会影响到系统的识 别。 4 第一章绪论 1 1 5 声音识别 语音识别利用说话者发声频率和幅值的不同来识别身份。语音识别技术主要 包括特征提取技术、模式匹配准则及模型训练技术三个方面，此外，还涉及语音 识别单元的选取。语音识别大体分为两类：一是依赖特定文字识别，如让说话者 说某个特定的词语或者几个特定词语中随机的某几个来识别，这种方式的系统设 计简单，较易实现，但是安全性较差；另外一种是部依赖特定文字即说话者可以 随意说任何词语，由系统找出说话者发音中具有共性的特征进行识剐，该方式有 很好的防伪性，但系统复杂，实现起来存在一定的困难。语音识别系统对使用者 来说不需要与硬件直接接触，而且说话是一件很自然的事情，使用者很容易接受。 语音识别的主要缺点就在于它的准确性较差。同一个人由于音量、语速、语气、 音质的变化，甚至感冒时嗓音发生了变化，都容易造成系统的误识。 1 1 6 笔迹识别 随着计算机技术和网络技术的发展与普及，笔迹鉴别技术的应用领域更为宽 广，突破了原有的应用范畴，比如，计算机登录、信息网入网、信用卡鉴定、电 子商务等。从身份识别的角度看，笔迹是一种稳定的行为特征，笔迹的获取具有 非侵犯( 或非接触) 性，易为人所接受。计算机笔迹鉴别是要分为在线( o n - - - l i n e ) 和离 线如茔一i n e ) 两类。离线笔迹鉴别的对象是写在纸上的字符，通过扫描仪和摄像机 转化为计算机能处理的信号；而在线的笔迹鉴别通过专用的数字板或数字仪实时 采集书写信号，它不仅可以采集到笔迹序列并转化成图像，而且可以记录书写的 能力、速度等信息，可为笔迹鉴别提供更丰富的信息。 从上面的概述可以看到，每种生物特征识别技术都有自己的优势和不足，表l l 中较了部分生物特征识别技术的性能例。 选择一个特定的生物特征识别技术主要依赖于具体的应用，有一种技术能够 在所有方面胜过其它的技术，从这个意义上说，每种技术都是可以采纳的。例如， 指纹和虹膜识别在准确性和速度上优于声音识别，然而在电话计帐系统中，声音 识别却是一个好的选择，因为它能够很好地集成到现有的电话系统中 电子科技大学硕士学位论文 表1 1 生物特征识别技术的性能比较 生物特征普遍性唯一性稳定性方便性准确性可接受性防伪性 人脸识别高低 由 高低高低 指纹识别 由 高 高 由 高中 高 语音识别 中 低低 由 低高低 签名识别 中中 由 高中中中 虹膜识别 高高高中高低高 目前生物特征识别技术的研究还处于初始发展阶段，如何提高系统的准确性 和鲁棒性是这个研究领域的重大挑战。每种生物特征都不是完美的，都存在固有 的局限性，但是随着生物特征识别技术的不断改进，生物特征传感器价格的不断 下降以及人们接受程度的不断提高，生物特征识别技术必定会作为一种基本的身 份识别手段而得到广泛的应用。 1 2 虹膜识别系统简介 1 2 1 虹膜的生理结构 眼睛的外观图由巩膜、虹膜、瞳孔三部分构成。巩膜即眼球外围的白色部分， 约占总面积的3 0 ；眼睛中心为瞳孔部分，约占5 ，瞳孔是人眼最中心的部分， 随入射光强度的变化会产生收缩或扩张，牵动虹膜交化；虹膜位于巩膜和瞳孔之 间，包含了最丰富的纹理信息，占据6 5 ，如图1 2 所示。 图1 2 人跟及虹膜结构 6 第一章绪论 虹膜是人体唯一能从外部看到的内部器官。外观上看，由许多腺窝、皱褶、 色素斑等构成，是人体中最独特的结构之在虹膜可见的特征中有连接组织的 梳状韧带、基质的胶原组织、睫状体、收缩的褶皱、腺窝、围绕瞳孔的环状色素， 有时还有斑点，因此可以看到明显的纹理。虹膜纹理结构复杂，特征数多，因此 虹膜识别被认为是可靠性最高的生物测定识别技术。虹膜的组织结构主要分为二 层。即虹膜基质层，由疏松结缔组织、血管、神经和色素细胞构成。内层为色素 上皮层，这一层是不透光的。通常虹膜的颜色主要由这一层细胞内的所有含色素 的多少而不同。白色人种因为缺乏色素，虹膜呈黄色或淡蓝色，有色人种因为富 含色素，虹膜呈棕褐色。其前面是用来控制瞳孔的肌肉组织的，一组是有副交感 神经控制的瞳孔括约肌，使瞳孔收缩；另组是由交感神经控制的瞳孔舒张肌， 使瞳孔放大。再前一层是基质层，主要是由胶原组织构成，三维形状是呈拱形的 突起。在这一层中放射状地排列着许多弯弯曲曲的血管。虹膜的最前面一层相较 基质层更为紧密，而且包含了很多的个体的色素细胞。虹膜的多层结构，造成了 虹膜彩色的外部视觉表现。虹膜的形成由遗传基因决定，人体基因表达决定了虹 膜的形态、生理、颜色和总的外观。 人到二岁左右，虹膜就基本上发育到了足够尺寸，进入了相对稳定的时期。 除非极少见的反常状况、身体或精神上大的创伤造成虹膜外观上的改变外。虹膜 形貌可以保持数十年没有多少变化。另一方面，虹膜是外部可见的，但同时又属 于内部组织，位于角膜后面。要改变虹膜外观，需要非常精细的外科手术，而且 要冒着视力损伤的危险。虹膜的高度独特性、稳定性及不可更改的特点，是虹膜 可用作身份鉴别的物质基础。虹膜识别技术与相应的算法结合后，可以到达十分 优异的准确度，即使全人类的虹膜信息都录入到一个数据中，出现认假和拒假的 可能性也相当小，两个不同的虹膜信息有7 5 匹配信息的可能性是1 ：1 0 0 0 0 0 0 ，两个 不同的虹膜产生相同i r i sc o d e ( 虹膜代码) 的可能性是1 ：1 0 5 2 。比其他任何生物 认证技术的精确度高几个到几十个数量级。 1 2 2 虹膜识别技术的特点 与其他生物识别技术相比，虹膜识别有着得天独厚的优点： ( 1 ) 高独特性。虹膜具有丰富的纹理信息，不同人的虹膜具有随机的细节特 征和纹理图像。经解剖学和生理学证明，世界上没有任何两个虹膜是一样的，任 意两个虹膜纹理相同的概率小于l o - 3 5 ，即使是双胞胎的虹膜也是不一样的。这就 7 电子科技大学硕士学位论文 为虹膜身份鉴别提供了最基本的物质基础。 ( 2 ) 高稳定性。虹膜作为人体器官并不是直接暴露在外，它受到眼皮、角膜 的保护，外界物质不易侵入眼内对其造成伤害。而且虹膜总是受到体内液体的润 滑，很少发生病变。这样避免了指纹、掌纹识别等易因外伤引起个人特征变化的 问题。另一方面，虹膜在一岁左右就已发育完成，随着人的生长发育虹膜细节基 本不会改变，也就是说，虹膜在人的一生中是相当稳定的。 ( 3 ) 天然防伪性。虹膜的生理特性为虹膜识别系统提供了鉴别伪造虹膜的依 据。首先，虹膜包围的瞳孔具有不稳定性，它会因肌纤维震颤而不停变化；其次， 瞳孔会因光线的变化而弓l 起非常明显的收缩或舒张。通过对瞳孔大小的检测( 虹 膜内边缘定位) ，我们可以很容易地分辨虹膜的真伪。而目前应用较广的指纹识别 系统则基本无法分辨伪造指纹。据报道，伪造的橡胶指纹套有6 0 的可能性可以 通过市面上的指纹识别系统。 ( 4 ) 无侵犯性：虹膜识别过程中只需用户位于采集设备前而无需进行物理的 接触，避免了疾病传播，容易被用户接受。而指纹识别、掌形识别等需要待检测 者与传感器接触，会带来不舒适感。 进入2 l 世纪后，随着外围硬件技术的不断进步，虹膜采集设备技术越来越成 熟，虹膜识别算法所要求的计算能力也越来越不是问题。虹膜识别技术，由于其 在采集、精确度等方面独特的优势，必然会成为未来社会的主流生物认证技术。 未来的安全控制、海关进出口检验、电子商务等多种领域的应用，也必然的会以 虹膜识别技术为重点。这种趋势，现在已经在全球各地的各种应用中逐渐开始显 现。当然，虹膜识别作为一种发展中的识别技术还有其自身的缺点。一个最重要 的缺点是获取虹膜图像的硬件设备造价太高。一个能拍摄虹膜的摄像头要能够自 动调焦，同时要带有红外照明光源，在国外这样的摄像头报价约为4 0 0 0 美元。这 也限制了虹膜识别技术的发展。 1 2 3 虹膜识别技术的基本原理 模式识别是2 0 世纪5 0 年代开始，6 0 年代兴起并迅速发展，7 0 年代奠定理论 基础，发展至今己成一门新兴学科。模式识别系统的基本构成主要由：( 1 ) 信息 的获取；( 2 ) 预处理；( 3 ) 特征提取和特征；( 3 ) 分类决策四部分构成。如图1 3 所示。虹膜识别是模式识别方法的一个应用。 第一章绪论 图l - 3 模式识别系统构成 图l - 4 为虹膜识别系统的原理图。图中虹膜图像处理及编码包括虹膜定位、虹 膜图像归一化、图像增强、以及虹膜的特征提取编码。这其中以虹膜图像采集、 虹膜定位和虹膜特征提取最为关键。 果 图l _ 4 虹膜识别系统的原理图 所以，虹膜识别通常包括的基本步骤为： ( 1 ) 图像获取，用于获取虹膜图像。 ( 2 ) 虹膜图像预处理，包括：虹膜定位、归一化和图像增强等。 ( 3 ) 虹膜特征提取，对得到的虹膜纹理进行特征提取、编码。 ( 4 ) 特征匹配，将提取的虹膜特征编码与特征模板进行匹配以区分不同的虹膜。 下面就以上各个步骤进行简要介绍。 1 2 3 1 虹膜图像的获取 图像获取是指通过图像输入设备获得用以处理的图像，通常的图像输入设备 有电视摄像机、微密度计、扫描鼓等。它将影像光学灰度信号转换为模拟电信号， 并经过a d 交换成数字图像信号。人类虹膜的直径约为l 厘米，为了获得有足 够的信息量的虹膜图像通常要求具有超长焦距的摄影器材，拍摄距离一般不超过 十几厘米。适度的照明对于虹膜图像采集也是非常重要的，太强的照明会令人眼 感到不适，光照太弱会令图像缺乏必要的灰度对比，增大量化误差。对拍摄的眼 9 电子科技大学硕士学位论文 部图像还需进行采样、量化，使其成为数字图像。目前比较成熟的虹膜数据获取 装置有三种：( 1 ) d a u g m a n 的图像获取装置 4 1 ；( 2 ) w i l d e s 的图像获取装置1 5 】；( 3 ) 光学获取装置；( 4 ) 谭铁牛的图像获取装置。无论是那一种图像获取装置，它们 都应满足这样的要求：采集装置要易于操作，便于对焦；对人体具有非侵害性和 一定舒适度；体积小；对眼睛照明不产生不舒适感；有足够的亮度等等。 1 2 3 2 虹膜图像预处理 虹膜图像预处理是对获取的虹膜原始图像数据进行整形加工、去伪存真的过 程。一般要进行滤波、平滑、虹膜定位、归一化等步骤，为下一步的虹膜特征提 取提供基础。在虹膜图像预处理中虹膜定位是一个最重要的步骤。由于虹膜获取 装置采集的虹膜图像通常不可能仅仅包含虹膜，往往还有眼睛的其它部分，比如 眼睑、睫毛、眼白等，所以虹膜定位的目的就是从采集得到的眼部图像中分割出 虹膜图像，为下一步对虹膜进行分析提供必要的条件。虹膜定位主要利用虹膜的 内外边缘都呈现为近似的圆形，整个虹膜纹理呈现为近似的圆环状的特点，通过 搜索到内外两个圆来实现虹膜定位。它往往占了整个虹膜识别的大量的时间，这 一步的准确度直接关系到提取的特征是否有效和编码是否准确，从而最终影确虹 膜识别结果。因此人们都作了很多研究，也取得了很多成果，比如：两步虹膜定 位法1 4 1 、边缘检测和h o u g h 变换相结合的定位法【5 朋、主轮廓线法【8 】、基于形态学 和h o u g h 变换法、参数空间分级收缩的快速定位算法等等。 目前，在以上这些算法中常用的虹膜定位算法有：( 1 ) 基于h o u g h 变换的虹 膜定位算法【5 胴。( 2 ) d a u g m a n 圆形检测算子法 s l 。( 3 ) 主动轮廓线定位法 9 1 。( 4 ) 几何特征定位法【1 0 1 。下面就简要介绍这4 种定位算法。 ( 1 ) 基于h o u g h 变换的虹膜定位算法 第一步，对虹膜图像的内外边缘进行检测。 第二步，h o u g h 变换。h o u g h 变换是一种利用全局特性而将边缘图像连接起 来组成区域封闭边界的一种方法。利用h o u g h 变换可以很方便的得到边界曲线而 将不连续的边缘象素连接起来。 虹膜具有显而易见非常良好的环状特性，其边缘为圆形边缘。由边缘检测得 到虹膜的内边缘( 瞳孔边缘) 和外边缘( 巩膜边缘) 的边缘点集合，表示为o ，y ，) ， j = l ，2 ，n 。这些点都可以用其圆心坐标( x o ，y o ) 和半径r 三个参数表示为： ( _ 一) 2 + o _ 一) 2 = ，2 ( 1 1 ) 1 0 第一章绪论 在此基础上采用h o u g h 变换的方法得到模型化的虹膜内边缘( 瞳孔边缘) 和虹 膜外边缘( 巩膜内边缘) ，即两个圆( 内外圆) 方程。根据h o u g h 变换的基本思路， 瓴) ，) 空间平面中的每个圆对应( ，y o ，r ) 参数空间上的一个点。 即： 地帕一2 善6 ( x j 西，) ( 1 - 2 ) n ( x j , y j , x j , y j , r ) = 器姑一仍，卜。 c 叫 g ( 弓，y j ，t ，乃，r ) = ( x j - x o ) 2 + 嘭一y o ) 2 一r 2 ( 1 4 ) 因此，当h o u g h 变换达到最大值时的( ，) 就是最理想的圆模型。在预先 知道区域形状的条件下，利用h o u g h 变换可以方便地得到边界曲线，将不连续的 边缘象素点连接起来。所以利用h o u g h 变换可以直接检测某些己知形状的目标。 h o u g h 变换的优点主要在于：它对于图像中的噪声点不敏感，利用它得到的效果 可以有效地消除噪声的影响。缺点在于：计算量大，占用内存大，提取的参数受参 数空间的量化间隔制约。 ， ( 2 ) d a u g m a n 圆形检测算子法 该方法是由英国剑桥大学的d a u g m a n 教授提出。在拍摄获取的虹膜图像中， 灰度分布存在着一定的差异，一般而言虹膜比瞳孔亮，巩膜又比虹膜亮。再根据 虹膜的形状类似圆环形的状况，d a u g m a n 利用圆形检测匹配器的方法分割虹膜，其 数学模型： 其中： m 仉。a x ，lg ，+ 鲁p 曼，警圳 。 g 纠志) e 掣 ( 1 6 ) i ( x ，y ) 为图像的象素；r 为圆周的半径；g 为对原图像进行平滑的高斯模板。 d a u g m a n 定位的算法在虹膜定位中有重要的作用，其核心在于利用一个有效的微 积分算子来计算圆参数。式1 5 的数学本质是，查找随着半径f 变化相应圆周上 象素平均值变化最大的值所对应的( r ，x o , y o ) ，以此来确定瞳孔和虹膜的边缘以及虹 膜与巩膜的边缘。卷积用来对图像进行平滑，消除区域边缘中噪声的影响。平滑 电子科技大学硕士学位论文 模板的大小与定位的精度有关。d a u g m a n 定位法的优点是定位比较准确，但是该 算法较强地依赖图像亮度的梯度因此只有在被处理的图像照度比较均匀而且没有 大面积的亮度反常区域时有效。 ( 3 ) 主动轮廓线定位法 主动轮廓线( s n a k e ) 是一项复杂的轮廓提取及图像解释技术、它通过不断地极小 化自身的能量函数来达到物体的边界。定位的具体过程为 6 】：先用灰度检测的方法 检测出瞳孔内一点作瞳孔的伪圆心，然后以该点为中心，在其周围取几个点作为 初始的s n a k e ，按照s n a k e 的运行机制不断进化，找到虹膜的内边界；接着计算进化 后的s n a k e 形心和s n a k e 上的控制点与该形心，定位出虹膜内边界位置；最后按照 d a u g m a n 方法定位外边界。其中虹膜内边界的初定位是整个算法中最为关键的一 步。主动轮廓线定位法相比d a u g n a n 定位法的优势是：不用边缘检测和二值化 对瞳孔初始的圆心要求不高，算法的鲁棒性更强。 ( 4 ) 几何特征定位法 几何特征定位法【1 0 】是利用虹膜边缘图像的几何特征以及圆相交弦的性质进行 虹膜定位的方法，其过程是：首先根据虹膜图像的整体灰度分布信息，利用边缘 检测算子提取虹膜的内边缘，再利用圆的相交弦性质提取虹膜的中心，最后利用 h o u g h 变换提取虹膜外圆。通常情况下，虹膜图像的瞳孔与虹膜的边缘比较清晰， 而巩膜与虹膜的边界相对模糊。在得到虹膜内边缘时，如何找出圆心是关键问题， 找到圆心之后，可以结合上述两种虹膜定位方法求虹膜的外边缘。王成儒等【1 0 l 推 导出相交弦与圆心之间的关系，在图1 5 中的a t b 与a 2 8 2 是过圆内p 点( 工，巧) 的 两条相交弦，a i b l 与x 轴的夹角为矾，a 2 8 2 与x 轴的夹角为口z ，o p 与x 轴的夹角 为c , o 。则圆心坐标可表示为： 五= 耳+ 笔筹警 c ，卅 k 母笺嚣警 ( 1 8 ) 其中，j i 刊a t p b i p i ，d 2 爿a 2 p b ：p i 。在实际操作过程中，只要已知 圆内两条相交弦以及它们的交点p ，就可以确定圆心。 第一章绪论 a 1 图卜5 相交弦 几何特征法综合了h o u g h 变换的定位方法，提高了定位数度但是定位速度受 图像质量的影响很大，当图像质量不高时，算法性能急剧下降。 在采集的图像中，由于外部光照不均匀和人的头部的晃动的影响，虹膜在图 像中的位置与大小都会发生变化；外部光源的亮度变化还会使瞳孔产生缩放影响 虹膜在图像中所占的比例。虹膜图像归一化是将虹膜纹理图像归一化为大小一致 的矩阵，这样就可以消除拍摄图像大小、平移、旋转、。瞳孔放缩等引起的虹膜大 小不一及变形。图像增强是为了使虹膜的纹理更加突出从而使识别效果更好。一 般图像增强都采用直方图均衡化的方法。 1 2 3 3 虹膜特征提取 特征提取和特征选择是对预处理后的数据进行分析、去粗存精的过程。由于 图像数据量相当大，需要将这些数据转换成若干特征，这一过程被称为特征提取。 仔细观察虹膜图像发现，虹膜图像中包括有丰富的纹理特征。如果将预处理后的 虹膜图像看作一幅纹理图像，那么许多纹理分析的方法都可以用来抽取虹膜特征。 如何提取和表征虹膜纹理特征是虹膜识别的关键问题，它的处理结果直接决定虹 膜识别算法的成败。这一步主要是提取虹膜特征并采取适当的特征记录方法，以 此构成虹膜编码，为下一步的比较判决做准备。目前应用比较广泛的虹膜纹理特 征提取算法主要有几种：( 1 ) d a u g r a a n 提出的基于g a b o r 滤波器的虹膜纹理相位 编码算法，该算法利用g a b o r 滤波器的局部性和方向性对虹膜纹理进行分解编码 i n _ 【1 4 】。( 2 ) w i l d c s 提出用高斯型滤波器在不同分辨率下分解虹膜图像，并把结 果进行存储比较。上述两种算法的性能容易受外界环境影响，眼球表面反光、虹 膜的几何变形、睫毛遮挡、噪声等问题也严重影响识别性能，且实际应用中对测 试环境和设备要求较高【5 1 。( 3 ) b o l e s 提出的基于小波变换的虹膜识别方法，它有 电子科技大学硕士学位论文 效地克服了图像平移、旋转、图像缩放等前者未能解决的问题，提高了识别性能 【1 5 【1 6 1 。( 4 ) 基于独立分量分析的虹膜特征提取方法【1 7 f 1 8 】；( 5 ) 基于小波包的虹膜 特征提取【l9 】；目前以及商品化的虹膜识别系统中主要时前三种，下面就分别介绍 d a u 蓼n a n 编码方法。 ( 1 ) d a u g m a n 编码方法 对于虹膜纹理特征提取，d a u g m a n 采用极坐标下的二维g a b o r 滤波器进行处 理。二维g a b o r 滤波器在纹理分析中有着广泛的应用。 二维g a b o r 函数形式为： 咖) 2 去e x p - 三【( 毒2 + 印2 ( u o x + v o y ) ) ( 1 _ ) 二维g a b o r 滤波器的形式为。 g ( x ，y ) = e - n t ( x 一粕肌2 + o 嘶舯2 1