（通信与信息系统专业论文）虹膜识别的预处理算法研究.pdf

摘要 摘要 虹膜因其独特的生理特性在生物特征识别中备受关注。如何又快又准的实现 虹膜自动化实时判识仍是目前虹膜识别过程中所面临的一大难题。建立虹膜预处 理评估模型为解决这一难题提供了可能和依据。现有虹膜图像预处理算法大都基 于序列图像研究的，从不同程度上增加了时间开销，不利于虹膜识别系统的实时 处理。 有鉴于此，本文在前人研究的基础上，仔细分析和研究了图像在空域和频域 的特征，建立了步进式实时虹膜预处理评估模型。其工作主要包括如下几个方面： 1 ) 图像质量评估，根据虹膜空域灰度信息和时频的相关信息，分析影响虹膜 图像质量的各个因素，并针对各个影响因素提出相关判断准则和标准；对眼睑的 定位采取最小二乘法原理进行抛物线拟合，大大提高了眼睑拟合的时间；对清晰 度的判断提出了基于分数阶拉普拉斯算子的局部锐化度的方法，提高了对图像清 晰度判断的准确性；解决了传统算法基于虹膜内外边界准确定位的基础上才能进 行质量评估的问题。 2 ) 虹膜定位，使虹膜定位算法和质量评估算法有效结合，采取分区域的感兴 趣区域操作，采用内间方差的方法获取瞳孔的二值化阈值，消除了对图像直方图 依赖带来的误差；利用梯度信息实现对虹膜外边界的定位；最后采用曲线拟合实 现对虹膜内外边界的位置确定，避免了反复迭代运算，大大节约了图像预处理时 间。 3 ) 建立实时虹膜预处理评估模型，对现有虹膜预处理算法进行相关分析的基 础上，分步骤分析影响虹膜图像质量的各个因素，实时判断和评估图像质量，有效 缩短图像处理时间；最后，建立了基于p c 平台的虹膜图像实时预处理模型。 通过大量仿真实验测试和一些应用表明，本文提出的算法具有很好的可行性 和良好的鲁棒性。 关键词：虹膜识别、虹膜预处理、虹膜定位、分数阶拉普拉斯算子、最小二乘法 a b s t ra c t a b s t r a c t i nr e c e n ty e a r s ，i r i sr e c o g n i t i o nh a sa r o u s e dm u c hc o n c e r ni na c a d e m i ca n d i n d u s t r i a lf i e l d s ，d u et ot h eu n i q u ep h y s i o l o g i c a lc h a r a c t e r i s t i c so fi r i si nb i o m e t r i c f e a t u r er e c o g n i t i o n n o w a d a y s ，h o wt oq u i c k l ya n dp r e c i s e l ym a k ear e a l - t i m ea n d a u t o m a t i ci r i si d e n t i f i c a t i o no rv e r i f i c a t i o ni ss t i l lap r o b l e m n e v e r t h e l e s s ，t od e v e l o p a l li r i s - i m a g e - p r e p r o c e s s i n gm o d e lm a yp r o v i d eab a s i sf o rc o p i n gw i t ht h i sp r o b l e m w i t hr e s p e c tt ot h ee x i s t i n ga l g o r i t h m so fp r e p r o e e s s i n ga s s 鼯s m e n to ni r i si m a g e s ， m o s to ft h e mb a s e do nt h es e c l u e n c eo fi m a g e s ，p r o l o n g i n ga d d i t i o n a lt i m eo fi r i si m a g e p r o c e s s i n 吕 t h r o u g ha n a l y z i n ge x i s t i n ga l g o r i t h m s ，a n n e wp r e p r o c e s s i n ga s s e s s m e n t a l g o r i t h mi sp r e s e n t e di nt h et h e s i so ni r i si m a g ei nr e a l - t i m ei r i sr e c o g n i t i o ns y s t e m ， a d o p t i n gas t e p - b y - s t e pa n d r e a l - t i m ep r o c e d u r et op r o c e s si r i si m a g e 髓em a i nt a s k so f t h i st h e s i sa r ea sf o l l o w s ： 1 a s s e s s i n gt h eq u a l i t yo fi r i si m a g e n i ef i r s ti st oa n a l y z ea l lk i n d so ff a c t o r sw h i c ha f f e c tt h eq u a l i t yo fi r i si m a g e j 刀，es e c o n di st os e tc o r r e s p o n d i n gr u l e sa n dc r i t e r i ar e f e r r i n gt od i f f e r e n tf a c t o r s 砀e n e w q u a l i t ya l g o r i t h ms o l v ei m a g ed e f i n i t i o na n de y e l a s ho c c l u s i o np r o b l e m ， 2 l o c a t i n gi r i s i r i sl o c a l i z a t i o na l g o r i t h mi n t e g r a t ew i t ht h er e s u l to fq u a l i t ya s s e s s m e n t , t h ef i r s t i st os e l e c ti n t e r e s tr e g i o n si ni r i si m a g e ，t h es e c o n di st os e tab i n a r yt h r e s h o l do fp u p i l b ya d o p t i n gt h em e t h o do fm a x i m u m v a r i a n c eb e t w e e nc l u s t e r s ；t h et h i r di st os e e kt h e o u t e ro d g ep o i n t so nt h eb a s i so fg r m i e n tv a l u eo fr o w - p i x e l si nt h es e l e c t e dr e g i o i l s ， a n d1 a s t l yt ol o c k et h ei n n e ra n do u t e re d g e so fi r i sb ym e a n so fc u r v e f i t t i n g t h e r e f o r e ， t h i sa l g o r i t h ma v o i d si t e r a t i v ec a l c u l a t i o na n ds h o r t e n st h et i m eo fp r e p r o e e s s i n gi r i s i m a g e s 3 e s t a b l i s h i n gt h ea s s e s s m e n tm o d e lo fr e a l - t i m ep r e p r o c e s s i n g 弧ef i r s ti st om a k i n gc o r r e l a t i o na n a l y s i so fa l lt h ek i n d so ff a c t o r sw h i c ha f f e c t t h eq u a l i t yo fi r i si m a g e ss t e pb ys t e p t h es e c o n di st om a k er e a l - t i m ej u d g m e n ta n d a s s e s s m e n to nt h ei m a g eq u a l i t y 硒el a s ti st oe s t a b l i s ht h ep r e p r o c e s s i n ga s s e s s m e n t l i a b s t r a c t m o d e lo fr e a l t i m ei r i sr e c o g n i t i o ns y s t e mb a s e do np cp l a t f o r m s t h ea l g o r i t h m sp u tf o r w a r di nt h i st h e s i sh a v eb e e nv a l i d a t e db yap l e n t yo f s i m u l a t i n g t e s t sa n d e x p e r i m e n t s ，a n dt h ee x p e r i m e n t a l r e s u l t ss h o wt h a tt h e s e a l g o r i t h m sa r ef e a s i b l et om a k er a p i da n dp r e c i s ep r e p r o c e s s i n g i r i si m a g e s 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 , i r i sp r e p r o c e s s ，f r a c t i o n a ll a p l a c e o p e r a t o r , l e a s ts q u a r em e t h o d 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己在论文中作了明 确的说明并表示谢意。 签名： 日期：训易年年月卯日 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：缉导师签名：丝 日期：秒g 年秒汨2 日 第一章绪论 第一章绪论 伴随着计算机技术和网络技术的快速发展，信息安全显示了前所未有的无比 重要性，而身份识别作为保障信息安全的首要前提，愈加受到关注和重视。在真 实的日常生活中，不少人都可能有过类似的“尴尬 经历：自己无法证实自己的 身份，却要依赖一大堆卡片、密码或口令来证明自己。这种通过卡片、帐号或密 码来确认身份的传统身份识别不但繁琐，而且还存在极大的安全隐患，存在可复 制、可泄漏以及可传播等特点。全世界每年由于证件或密码遗失而造成的损失无 可估量。越来越多的个人、消费者、公司乃至政府机关都承认，传统的基于智能 卡、用户名和密码的身份识别系统是远远不能满足当今这个数字信息化时代的要 求。人们更加愿意忘掉所有的密码、扔掉一切磁卡，凭借自身的唯一性来标识身 份与保密。因此，基于人自身的特征进行身份识别的生物识别技术开始兴起并迅 速发展，并为解决身份识别有关的信息安全问题提供了重要方向。 1 1 生物识别技术简介 生物识别技术【l j 是用来测量、统计并分析生物数据的- - i j 学科和技术；它以生 物技术为基础，以信息技术方式利用人体本身所固有的生理特性( 如虹膜、指纹、 脸像等) 和行为特征( 如声音、笔迹、步态等) 来进行个人身份的识别和鉴定。 传统的身份鉴别方法常常借助于身份标识物品( 如证件、a t m 卡等) 和身份标识 信息( 如用户名和密码) 等体外物来进行身份识别，一旦证明身份的标识物品或 标识信息遗失或遗忘，其身份就很容易被他人冒充或替代。如常见的口令、i c 卡、 条纹码、磁卡或钥匙则存在着丢失、遗忘、复制及被盗用等诸多不利因素。而生 物识别技术利用人体特征所具有的不可复制的唯一性，结合现代计算机技术来进 行身份的认定，既安全又可靠。利用生物识别技术做成的生物“钥匙 ，可以让您 不必携带大串的钥匙，也不必费心去记或更换密码。因此利用生物识别技术比传 统的身份鉴定方法更安全、保密、方便、不易遗忘以及不易伪造或被盗、随身“携 带 和随时随地可用等诸多优点。 生物识别技术可广泛用于政府、军队、银行、社会福利保障、电子商务以及 国家安全防务等需要进行身份认证和识别的机构和领域。例如，当一位储户走进 电子科技大学硕士学位论文 了银行，他既没带银行卡，也没有回忆密码就径直提款，当他在提款机上提款时， 一台摄象机对该用户的眼睛进行扫描，然后迅速而准确地完成了用户身份鉴定， 办理业务；这是美国德克萨斯洲联合银行的一个营业部中发生的一个真实的场景； 而该银行使用的正是现代生物识别技术中的“虹膜识别系统”。美国9 1 1 事件后， 反恐怖活动己成为各国政府的共识，加强机场的安全防务十分重要。美国维萨格 公司的脸像识别技术在美国的两家机场大显神通，它能在拥挤的人群中挑出某一 张面孔，判断他是不是通缉犯。 1 1 1 生物识别技术的发展 人类利用生物特征识别的历史最早可以追溯到古埃及，那时候埃及人通过测 量人体各部分的尺寸来进行身份鉴别。据相关资料显示，我国最早的生物识别应 用可以追溯到秦朝；至唐朝，以“按指为书”为代表的指纹捺印已经在文书、契 约等民用场合被广泛采用；自宋朝起，指纹则开始被用做刑事诉讼的物证。伴随 着计算机图像处理和模式识别理论以及大规模集成电路技术的发展与成熟，生物 识别技术也开始进入了一个全新的时代。现代生物特征识别技术开始于上个世纪 7 0 年代中期，这期间经历了三个阶段的发展。第一阶段是采用大家都已经熟悉的 机械钥匙；第二阶段是由机械钥匙发展到数字密钥，如条形码、密码等；第三阶 段是利用人体所固有的生物特征结合现代计算机技术来进行辨析和验证身份，这 是当今数字化时代最高级别的安全密钥系统。 现有的生物识别技术大致包括【2 】：指纹识别技术，掌纹识别技术，视网膜识别 技术，脸像识别技术，虹膜识别技术，声音识别技术，笔迹识别技术、d n a 识别 技术等。 1 1 二2 生物识别技术的原理 生物识别技术是通过对生物特征取样，提取唯一的生物特征并将其转化成数 字代码，再进一步将这些代码组成特征模块形成模板；人们同识别系统交互进行 身份认证时，首先获取其特征再与数据库中的特征模板进行比对，以确定是否匹 配，从而决定对该人的识别。生物识别主要由两个过程组成，即训练设计与识别 实现【3 j 。训练设计指用一定数量的样本建立标准模式库，选定适当的识别算法、距 离测度及判决准则。识别实现指将待识别的样本所形成的未知模式与标准模式进 行匹配比较，根据测度估计及判决准则输出身份验证结果。一个生物识别系统主 2 第一章绪论 要由数据获取、预处理、特征提取、特征匹配和识别判决等部分组成( 图1 1 ) 。 图1 1 生物识别技术原理框图 1 1 ，3 几种生物识别技术比较 能够用来鉴别身份的生物特征具有以下特点1 4 1 5 】： 1 ) 广泛性：每个人都应该具有这种特征； 2 ) 唯一性：每个人拥有的特征应该各不相同： 3 ) 。稳定性：所选择的特征应该不随时间发生变化； 4 ) 可采集性：所选择的特征应该便于测量。 但是在实际的应用中生物识别系统还应该考虑如下要求： 1 ) 性能的要求：所选择的生物统计特征能够达到多高的识别率，对于资源的 要求怎样，识别的效率如何； 2 ) 可接受性：使用者在多大程度上愿意接受基于所选择的生物统计特征的系 统； 3 ) 。安全性能：系统是否能够防止被攻击； 4 ) 是否具有相关的、可信的研究背景作为技术支持； 5 ) 提取的特征容量，特征模板是否占有较小的存储空间； 6 ) 价格：是否达到用户所接受的价格； 7 ) 速度：是否具有较高的注册和识别速度； 8 ) 是否具有非侵犯性。 到目前为止，还没有任何一种单独的生物特征可以满足上述的全部要求。基 于各种不同生物特征的身份识别系统都有各自的优缺点，适用于一定的范围。下 面简单介绍一些主要的用于身份识别的技术。 1 1 3 1 虹膜识别技术 虹膜识别技术1 5 是近几十年来新兴的基于人眼虹膜的生物识别技术，已经受到 越来越多的关注和重视。虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分， 总体上呈现一种由里到外的放射状结构，是由相当复杂的纤维组织构成，包含有 电予科技大学硕士学位论文 很多相互交错的斑点、细丝、冠状、条纹、隐窝等丰富的细节特征。依据虹膜特 有的生理特征而形成的虹膜识别技术，具有其他生物识别特征所无法取代的优势。 根据国际生物识别组织的统计，虹膜识别的误识率是各种生物特征识别中最低的， 虹膜的错误识别率仅为2 7 3 1 6 。 与其它生物特征识别相比，虹膜具有如下的优点： 唯一性：自然界不可能出现完全相同的两个虹膜，即使是双胞胎或者同一人 左右眼的虹膜纹理也不相同，任意两个虹膜纹理相同的概率小于1 0 。5 。 稳定性：虹膜在人出生八个月后就已经稳定成型，随着人的生长发育，虹膜 细节根本不会改变；虹膜受到眼皮、角膜的保护，不是直接暴露在外面，外界物 质很难侵入对其造成伤害：同时，虹膜还受到眼内液体的润滑和保护，很少发生 病变。 非接触式采集：虹膜是外部可见的内部器官，用户可以在不与采集设备接触 的情况下成像；对用户不存在侵犯，更容易使用户接受。 防伪性：眼睛的一个重要特征就是瞳孔的动态性，即使在正常情况下瞳孔也 一直处于有节奏的收缩和扩张状态；同时，瞳孔的大小受光照的影响改变较大， 当光强增强时，瞳孔快速收缩，当光强减弱时，瞳孔又迅速扩张；瞳孔的这种特 性使得虹膜具有高度的活体防伪性。 1 1 3 2 指纹识别技术 指纹识别技术是最古老的生物识别技术，在很多领域中都得到了成功应用。 指纹识别充分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、分析和对比，自动、 迅速、准确地鉴别出个人身份。指纹指的是指尖表面的纹路。指纹的纹路并不是 连续、平滑流畅的，而是经常出现中断、分叉或转折，这些断点、分叉点和转折 点称为细节，就是这些细节提供了指纹唯一性的识别信息。平均每个指纹都有几 个独一无二可测量的特征点，每个特征点都有大约七个特征，十个手指产生最少 4 9 0 0 个独立可测量的特征一个指纹含有的细节特征大约在1 0 0 个上下。法律上已 经接受1 2 个细节特征可以唯一地确定个人身份。 基于指纹的身份识别技术是目前最方便、可靠、非侵害和价格便宜的生物识 别技术解决方案，但是指纹识别存在不可改变的缺点：不具有非侵犯性；某些人 的指纹因为指纹特征很少，很难成像；某些人如果如果因为曾经犯罪而采集过指 纹，将使得他们害怕将指纹记录在案；每一次的指纹采集后都会留下用户的指纹 4 第一章绪论 印痕，存在复制指纹的可能性；同时，手的指纹也很容易磨损或者因为手指受伤 而改变。 1 1 3 3 视网膜识别技术 视网膜是一些位于眼球后部的十分细小的神经( 一英寸的1 5 0 ) ，它是人眼感 受光线并将信息通过视神经传给大脑的重要器官，它同胶片的功能有些类似，用 于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞的最远处。视网膜 识别利用人眼视网膜上分布的毛细血管网的差异性来鉴别身份，同虹膜识别技术 一样，是目前生物特征中可靠性非常高的身份鉴别方法 视网膜是一种十分固定的生物特征，隐藏在眼球中，不磨损，不易受老化和 一般疾病的影响，更具独特性和稳定性；用户不需要和设备进行直接的接触；视 网膜是不可见的，因而不会被伪造。但是，视网膜技术未经过任何测试，是否给 用户带来健康影响还需要进一步的研究，因而对消费者的吸引力不大；另外它的 技术含量太高导致使用成本高，市场推广的潜力不大。 1 1 3 4 面部识别技术 面部识别是当前生物识别技术中一个十分活跃的研究分支。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，进 而确认；是一种用户最容易接受的生物识别方式。 面部识别是非接触的，用户不需要和设备直接的接触，且识别速度较快。然 而，面部识别受环境影响大，抗干扰性较差，使用者面部的位置与周围的光环境 都可能影响识别的精确性；对肤色、双胞胎等的识别还存在困难；人体面部如头 发、饰物、年龄带来的面部特征改变等都需要通过人工智能来不断补偿；使用成 本较高，且成本的可降空间较小。 1 1 3 5 语音识别技术 语音识别技术是一种行为识别技术，语音识别包括“语义识别和“说话人 识别”。“语义识别”的目的在于理解说话内容中的单词和句子，并把它变成文 字，给人机交互带来方便。“说话人识别其实才是真正生物识别的范畴，它通 过一个人的声音来确认一个人的身份。“说话人识别”是唯一同时结合了生理和 行为两种成分的生物特征识别技术。生理特征体现在人的声音特点首先由其气管 的物理形状决定。行为特征体现在声音还会受吐字时的嘴部运动方式的影响。所 以，语言识别同时受生理和行为两种特征的制约。也因为这个原因，语音识别虽 5 电子科技大学硕士学位论文 然发展历史很长，但其产品化应用状况却并不理想。这本质上是由于语音模式不 具备高度的可重复性，而且受健康状况( 感冒鼻塞、喉咙疼痛) 影响较大，同时 也受被识别者模仿意图的影响而失去准确性。表1 1 给出了几种常用的生物特征性 能比较【5 】o 表1 1 常用生物特征识别的性能比较 生物特征普遍性 唯一性 稳定性方便性 准确性 可接收性 防伪性 虹膜高 高高 出 高低离 指纹 由 高高 由 高 由 高 视网膜高高 出 低高低高 面部高低 由 高低高低 语音 由 低低 由 低高低 1 2 虹膜识别技术简介 在人体各种不同的生物特征中，虹膜作为身份识别拥有比其它生物特征更多 的优良特性：唯一性、稳定性、可采集性、非侵犯性、防伪性等。在生物特征识 别中，非侵犯性是身份识别研究与应用发展的必然趋势，与人脸、声音等其他非 接触式的身份识别方法相比，虹膜识别具有更高的准确性。因此，基于虹膜的身 份识别技术已经广泛地得到学术界和企业界的重视和认可；并且得到了一定应用 和推广。 1 2 1 虹膜识别技术的发展 1 9 世纪，个法国人类学家指出人类的生理特征具有区分不同个体的能力。 1 8 8 5 年，他的儿子a l p h o n s eb e r t i l l o n 利用生物特征识别个体的思路应用于巴黎的 刑事监狱中，他利用耳朵的大小、脚的长度、虹膜等生物特征来区分不同的犯人； 不过，受到当时技术的限制，主要是利用虹膜的颜色信息( 与亚洲人不同，欧洲 人的虹膜具有各种各样的颜色) 和形状信息，而且信息的获取是通过人的观察得 到。1 9 3 6 年，眼科专家f r a n kb u t c h 指出虹膜具有独特的信息，可用于身份识别； 1 9 8 7 年，眼科专家a r a ns a f i r 和l e o n a r df l o m 首次提出利用虹膜图像进行自动虹 膜识别的概念，但当时并没有开发出一个实际的应用系统。1 9 9 1 年，美国洛斯阿 6 第一章绪论 拉莫斯国家实验室的j o h n s o n 实现了一个自动虹膜识别系统，这是有文献记载的最 早的一个应用系统。随后，在1 9 9 3 年，j o h nd a u g m a n 实现了一个高性能的虹膜识 别原型系统。目前，大部分自动虹膜识别系统都是使用d r d a u g r n a n 的核心识别算 法。r i c h a r dw i l d e s 在1 9 9 6 年同样成功研制了基于虹膜的身份认证系统。1 9 9 7 年， 澳大利亚q u e e n s l a n d 大学的b o l e s 提出了一种基于小波变换的虹膜识别方法，有 效的克服了漂移、旋转、比例缩放、环境亮度变化和噪声给系统带来的影响。同 时，北美和欧洲也还有一些科学工作者致力于虹膜识别方面的研究。目前，国外 许多高技术公司正在试图用虹膜识别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。如日本的松下公司、o k i 公 司以及韩国的l g 公司等也都成功的推出自己的虹膜识别系统的产品。英国预计在 2 0 0 9 年在全国使用生物信息身份证，这种生物信息身份证将使用虹膜、指纹和五 官识别技术来进行身份的验证和识别。 国内从事虹膜识别的研究相对较晚，面对国外虹膜识别技术成为学术界和产 业界的热点技术，虹膜识别产品进入高速的发展时期，国内在虹膜识别技术上的 研究也加大了投入，并且取得了重大突破：其中以中科院自动化所模式识别国家 重点实验室的成果最为显著，处于国内领先地位；不但申请了虹膜采集装置的专 利，而且也推出了具有自主知识产权的虹膜识别产品。近年来一些高等院校如上 海交通大学、浙江大学、华中科技大学、电子科技大学等也都进行了相关研究， 并且取得了一定的成绩。但是在虹膜识别系统的硬件及算法上我国与发达国家还 有一定的差距。 1 2 2 虹膜识别技术的原理 虹膜是人体一个特殊可见的内部器官，位于角膜和晶状体之间，具有十分丰 富的纹理特征。虹膜直径约2 2 m m ，厚约o 5 m m ，其根部最薄。虹膜表面高低不平， 有皱璧和凹陷( 凹陷又称隐窝) ；靠近瞳孔处的皱璧特别显著称虹膜皱擘或领状韧 带，是虹膜小动脉环的标识。虹膜内血管分布不均匀，使得虹膜表明存在许多的 放射条纹。在虹膜可见到的特征中还有连接组织的横格网状( 梳状韧带) 、基质的 胶原组织、睫状体、腺窝、围绕瞳孑l 的环状色素、有时还有斑点等。因此，在明 亮的光照射下能看到明显清晰的纹理。虹膜的组织结构主要分为二层：一层为虹 膜基质层，出疏松结缔组织、血管、神经和色素细胞构成；另一层为色素上皮层， 前面有瞳孔扩大肌。虹膜结构见图1 2 所示r 。 7 电于科技大学硬学位论文 圈1 2 虬腆捂嗣倒 虹膜识别技术是基于虹膜特殊的纹理信息来进行身份识别的，虹膜的颜色信 息片不具育7 。泛的k 分性，而那些相互变错的类似于斑点、细丝、冠状、条纹、 瞻窝等形状的细微特征z 是虹膜唯性的体现。这些特征通常称为虹脯的纹理特 征。在使用过程中根据虹膜识别算法，用户应先注册自己的虹膜信息，系统列 2 注册的虹腹信息进行预处理，并对有效的虹膜纹理特征进行描述最后完成基 j ：不同虹膜特征的分娄的任务，在识别过程中通过与数据库叶1 已分类的虹膜特 征酣对完成识别，人眼的外观图( 即人们常说的虹膜图像) 由巩膜，虹膜，瞳 - f l z 部分构成：如图1 - 3 所示。巩膜即眼球外围的白色部分，约占总而积的3 0 眼睛的中心部分为瞳孔部分，约占5 ；虹膜位于巩膜和瞳孔之间，包含了丰富的 纹理信息，占据6 5 。对于虹膜识别，在虹膜图像中也只有环状的虹膜区域的信 息爿有用。 圈1 - 3 虹膜图像 第一章绪论 1 3 本论文所完成的工作 1 3 1 课题来源与研究意义 本论文的研究内容是在国家自然科学基金项目的资助下完成的，项目名称为 基于虹膜的识别方法研究，项目编号为6 0 4 7 2 0 4 6 。 生物识别技术是当前一个比较热门的研究领域，特别是随着电子信息技术的 高速发展，对身份识别的智能认证要求越来越高。本文基于p c 平台操作下研究了 虹膜识别系统中图像预处理的关键算法，为课题下一阶段嵌入式系统操作奠定基 础。 1 3 2 研究内容 在研究过程中，采用理论和实际应用相结合的方法，在对现有虹膜识别预处 理算法进行研究的基础上，分析图像在空域、频域、时频域的特征，建立了基于 p c 平台的实时虹膜识别系统的图像预处理模型。 1 3 3 本文创新 1 ) 建立基于p c 平台的实时虹膜识别系统的图像预处理评估模型； 2 ) 提出基于分数阶拉普拉斯算子的虹膜清晰度的判断； 3 ) 对实时虹膜识别系统的图像进行了步进式的质量评估； 4 ) 对感兴趣区域采用基于最小二乘法原理进行眼睑的曲线拟合； 5 ) 对虹膜边界的定位基于分区域的感兴趣区域操作。 1 3 4 章节安排 第一章：绪论，介绍了本文研究的背景和内容；对生物识别技术的发展状况 进行了简要的概括，并对几种常见的生物识别技术进行比较，指出了虹膜识别的 优点和研究意义。 第二章：虹膜识别系统的概述；首先对有关虹膜识别的理论进行了简要阐述， 接着对现有的几种主要虹膜识别系统及其算法进行了相关分析；最后对我们课题 组的虹膜识别系统进行了相关介绍，确定虹膜识别系统的算法流程；为建立实时 图像预处理评估模型奠定依据和基础。 第三章：虹膜图像质量评价算法的研究；分别在空域、频域和时频域对现有 9 电子科技大学硕士学位论文 的质量评估算法进行分析总结，针对影响虹膜图像质量的各个因素进行分析，并 建立相应的评估模型。 第四章：虹膜图像定位的算法研究；在对现有算法进行研究的基础上，基于 图像分区域的感兴趣区域操作，提出了采用内间方差和局部关键区域的梯度变换 来确定虹膜内外边界。 第五章：建立虹膜识别系统的图像预处理模型；并对所建立的模型进行了实 时处理的模拟，对算法进行实验验证和分析，并给出实验结果； 第六章：结论与展望；对本文工作做一个全面系统的总结，指出还需解决的 问题以及下一步的研究方向。 论文最后是致谢、参考文献以及本人在硕士期间取得的研究成果。 l o 第二章虹膜识别系统的介绍 第二章虹膜识别系统的介绍 2 1 虹膜识别的理论基础 虹膜识别技术主要就是利用虹膜的稳定性以及差异性等特点来识别身份的， 识别技术与相应的识别算法相结合从而达到准确识别个人身份的目的。目前的自 动虹膜识别系统一般是采用先进的传感器设备对活体虹膜图像进行实时采集，然 后利用计算机图像处理和模式识别对虹膜图像进行处理、分析和比较，从而自动： 快速、准确地识别个人身份。 2 1 1 图像处理 图像是人类视觉的基础，是自然景物的客观反映，是人类认识世界和人类本 身的重要源泉。“图 是物体反射或透射光的分布，“像”是人的视觉系统所接受 的图在人脑中所形成的印象或认识。图像在人类接受和互通信息中扮演着重要的 角色，有直观形象、易懂及信息量大等特点。图像处理技术包含的内容十分丰富， 如图像获取、图像存储与传输、图像变换、图像增强、图像复原与重建、图像分 割、目标检测、图像分类与识别、图像分析、图像理解、图像数据库的建立以及 综合利用等【s 】。 图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备 经过采样和数字化得到的一个二维数组，该数组的元素称为像素，其值为一整数， 称为灰度值；它是将图像信号转换成数字信号格式并利用计算机进行处理的过程。 图像处理技术是一门多学科交叉的应用技术，涉及数学、计算机科学、模式识别、 人工智能、生物医学等多种学科。数字图像处理方法大致可以分为两大类，即空 间域处理法( 或称空域法) 和变换域处理法( 或称频域法) 。所谓空域法就是把图 像看作是平面中各个像素组成的集合，然后直接对其进行相应的处理；空域法主 要有邻域处理法和点处理法。邻域处理法涉及梯度运算、拉普拉斯算子运算、平 滑算子运算和卷积运算等：点处理法涉及灰度处理、面积、周长、体积、重心运 算等。而变换域法则首先对图像进行正交变换，得到变换系数矩阵列，然后进行 各种处理，处理后再逆变换到空间域，得到处理结果；主要包括滤波、数据压缩、 特征提取等。 电子科技大学硕士学位论文 2 1 2 模式识别 “模式识别”哲学的定义是一个“外部信息到达感觉器官并被转换成有意义 的感觉经验”的过程，本质上是指对表征事物或现象的各种形式的( 数值的、文字 的和逻辑关系的) 信息进行处理和分析，以对事物或现象进行描述、辨认、分类和 解释的过程，是信息科学和人工智能的重要组成部分。“模式 是一个客观事物的 描述，即从事物获得的信息；可分成抽象的和具体的两种形式。抽象的模式如意 识、思想、议论等，属于概念识别研究的范畴，是人工智能的另一研究分支。我们 所指的模式识别【3 】主要是对语音波形、地震波、心电图、脑电图、图像、照片、文 字、符号、生物的传感器等对象进行测量的具体模式进行分类和辨识。 模式识别研究主要集中在两方面，一是研究生物体( 包括人) 是如何感知对象 的，属于认识科学的范畴，二是在给定的任务下，如何用计算机实现模式识别的 理论和方法。模式识别的作用和目的就是在面对某一具体事物时将其正确的归入 某一类别中。模式识别诞生于2 0 世纪2 0 年代，随着4 0 年代计算机的出现和5 0 年代人工智能的兴起，模式识别在6 0 年代迅速发展，从而建立了独立科学体系的 一门新兴科学。目前模式识别的理论和方法一般分为四大类： 1 统计模式识别 统计模式识别是基于概率统计理论为基础的，模式用特征向量描述，找出决 策函数进行模式决策分类。不同的决策函数产生不同的模式分类方法。 2 句法( 或结构) 模式识别 句法模式识别是基于形式语言理论的概念为基础的。模式按其结构分解为子 模式或模式基元，模式基元的连接关系以文法形式进行描述。2 0 世纪8 0 年代后， 随着计算机、人工智能、控制理论等的迅速发展，模式识别又形成了两种新的识 别方法，即模糊模式识别和神经网络模式识别。 3 模糊模式识别 模糊模式识别是模糊集理论在模式识别中的应用。人对客观事务的认识往往 带有模糊性，人类在利用模糊语言进行交流时通过大脑分析和决策。模糊数学就 是研究如何利用模糊信息对确定事物进行定量分析。将模糊集理论用于模式识别 系统，利用模糊信息进行模式决策分类，使计算机或机器带有接近人类的智能， 是模糊模式识别重要的研究内容。 4 神经网络模式识别 人工神经网络具有信息分布式存储、大规模自适应并行处理、高度的容错性 1 2 第二章虹膜识别系统的介绍 等优点，是应用于模式识别的基础，特别是其学习能力和容错性对不确定的模式 识别具有独到之处。 2 2 现有的虹膜识别系统的研究比较 本节着重比较研究几种己经完成的虹膜识别系统及算法，对本论文的算法分 析、研究及实现做出理论方向上的指导。 2 2 1d a u g m a n 的虹膜识别系统 d a u g m a n 虹膜识别系统图像的采集装置采用3 3 0 r a m 的透镜，从1 5 4 6 m m 的 距离摄膜图像，这些虹膜图像的直径在1 0 0 2 0 0 个像素之间；对采集的图像的处理 首先通过圆模板来探测确定虹膜的边界，接着采用g a r b o r 相位编码进行特征提取， 最后利用归一化的海明距离实现虹膜特征匹配 9 】【1 0 1 。 2 2 2wi id e r s 的虹膜识别系统 w i t d e s 系统利用8 0 r a m 的透镜，从2 0 c m 处摄取图像，图像的直径大约2 5 6 个像素。w i l d e s 提出了一种使用边缘检测与h o u g h 变换相结合的方法定位虹膜。 其中心思想是首先对虹膜图像进行边缘检测，然后利用h o u g h 变换的原理实现虹 膜内外边缘的定位。特征抽取使用基于纹理分析的方法，先用高斯型滤波器在不 同分辨率下分解虹膜图像，再计算给定虹膜图像的归一化相关系数，然后使用 f i s h e r 分类器进行分类；该方法计算复杂度较高，并且只能在认证模式下( 1 ：1 ) 工作【1 1 1 。 2 2 3 中科院的虹膜识别系统 中科院自动化所开发的虹膜识别系统：该系统包括虹膜图像获取、图像预处 理、特征提取和匹配等四个部分。虹膜图像的获取采用了自行研发的虹膜拍摄； 图像预处理包括虹膜定位、图像归一化及增强，虹膜定位采用边缘检测结合曲线 拟合的方法来确定；图像增强是通过计算小块虹膜区域的平均亮度来预估归一化 虹膜图像的亮度变化，通过直方图增强归一化图像进行光照校正：采取g a r b o r 变 换进行特征提取，从而进行识别水2 l 。 电子科技大学硕士学位论文 2 3 本课题的虹膜识别系统介绍 一个完整的虹膜识别系统总体上包含“硬件”和“软件”两大部分。所谓硬 件即是提供采集图像、存储图像以及软件实现等所依赖的设备；而软件是指依托 系统硬件环境，完成识别的算法实现，它是整个识别系统的核心，决定了系统的 性能。图2 1 中给出了我们自主开发的嵌入式虹膜识别系统的软硬件平台框图。 图2 1 嵌入式虹膜识别系统的软硬件平台原理框图 一般用于实现虹膜识别算法的系统有两种，一种是连接p c 的桌面应用系统， 一种是基于微控制器的嵌入式虹膜识别系统。连接p c 的桌面应用系统具有灵活的 系统结构，运算能力极强，并且可以多个系统共享一个虹膜识别设备，可以建立 大型的数据库应用，实现海量虹膜识别。嵌入式系统则是一个相对独立的完整系 统，它不需要连接其他设备或计算机就可以独立完成虹膜识别功能，其功能较为 单一，常用于对灵活性要求很高的场合。本课题组基于嵌入式操作的虹膜识别系 统还在迸一步的研发中。本文算法的验证及实现都是基于p c 系统上完成的。图 1 4 第二苹妊膜识别系鲢的p # 2 - 2 给出了基于p c 的应用操作界面。 图2 - 2 基_ jp c 撵作的虹膜识别系统界面 231 硬件实现部分 虹膜识别系统的硬件实现部分主要负责图像的采集、图像的存储以及软件实 现所依赖的设备等。 虹膜处理工作全部由d s p 完成。为实现友好的人机交互功能，本系统提供了 一个小键盘用于输入用户i d 和控制系统工作模式。虹膜识别的结果以及部分操作 提示在1 2 8 x 6 4 点阵的液晶模块上显示。存储设备主要负责存储系统运行的代码以 及己注册的虹膜编码。在整个系统中，d s p 不仅要完成数字罔像处理工作，还负 责控制其他外部设备( 键盘、液晶模块等) 。 在硬件实现部分最关键的技术之一是负责图像采集的虹膜采集头部分；因为 眼睛是人体极为敏感的器官，无法承受强光的照射，而虹膜的面积又很小；因此 采集设备必须精心设计，才能满足实际应用的要求。首先，应该保证采集的图像 要有足够的尺寸大小和清晰度；其次，要让被采集的用户感到无不适的情况下保 证虹膜图像中纹理的对比度；最后还应考虑减少使用者接触采集系统，即非侵犯 人体。虹膜图像采囊系统的设计是虹膜识别系统的硬件核，h 这也是目前我们课 题组面临的一大挑战。本课题的虹膜图像采集设备还在进一步完善调试中，实验 电子科技大学硕士学位论文 中采用了日本o k i 公司的采集装置进行图像采集，整个识别算法基于p c 的平台 下进行实验分析。 2 3 2 软件实现部分 软件实现部分主要指的是虹膜识别的算法实现部分，主要包括虹膜图像预处 理、虹膜图像归一化和增强、虹膜特征提取与编码、匹配与识别等几大部分。虹 膜图像预处理是虹膜识别算法的第一步骤，也是最关键的一个环节，它也是本文 研究的重点和难点。图像预处理主要包括两个方面的内容：图像质量评估和定位。 图像质量评估的目的是从采集的图像中挑取出能够满足质量要求的图像提供 给后续处理。实际拍摄的虹膜图像并不是每一帧的质量都能满足识别要求，因此 必须在软件算法方面提供判别准则，让系统自动拒绝低质量的图像，当拍摄的图 像质量不合乎要求时要提示用户重新拍照，当拍摄的质量满足要求时提示用户拍 摄完毕。质量评估后是选取单帧还是多帧合乎质量要求的图像供后续处理，取决 于匹配与识别部分是多模板还是单模板匹配；如果是单模板匹配则只需挑一帧质 量好的图像，如果是多模板匹配则提供的图像就可以是两帧或多帧；一般在不影 响识别速度的情况下可以选择多模板匹配，这样可以减少拒失率。 虹膜定位就是在虹膜图像中准确找出虹膜的位置，既确定虹膜的内外边界。 采集的虹膜图像中包含了大量的非虹膜区域( 例如部分人脸、眼巩膜、眼睫毛等) 信息，这些信息不能为虹膜识别所利用，需要进行虹膜定位( 即确定虹膜的内外 边界) 以去除这些无用的信息。本文的另一大研究重点就是快速精确地从包含大 量非虹膜部分的图像中定位虹膜，并对其边界或位置用数学模型进行描述。 虹膜图像归一化和增强分别对应的是对虹膜的位置和光照强度的补偿，以减 少识别误差。归一化后的虹膜图像具有瞳孔缩放不变性，消除了人眼球转动和瞳 孔缩放对图像识别的影响。虹膜图像增强不但可以消除光照不均的影响，而且还 可以进一步突出虹膜的纹理特征，为下一步特征提取提供更好的依据和基础。 虹膜的特征提取是利用较小数据量的特征矢量来描述一幅较大数据量的虹膜 图像，即提取有用的虹膜特征信息；这种信息必须具有唯一性、完备性。编码是 针对虹膜特征而言的，是对虹膜特征信息进行的代码编制；其目的是减小虹膜特 征在系统中占用的存储空间，同时也便于系统虹膜特征数据库的建立、维护和管 理。 虹膜的模式识别与匹配就是将编码的特征向量与虹膜数据库中存储的特征向 1 6 第二章虹膜识别系统的介绍 量进行对比，利用编码值之问的相似程度来判断虹膜样本的真伪，从而给出识别 结果。该步骤是识别算法的最后步骤，识别与匹配算法的优劣也直接决定了系统 的识别系能。 图2 3 给出了虹膜识别系统的算法实现的流程图，从中可以大致知道虹膜虹 膜识别系统的识别过程。 2 4 小结 图2 3 虹膜识别系统算法流程图 本章主要对