基于数字图像处理的虹膜识别技术的研究-正文

基于数字图像处理的虹膜别技术的研究一、引言（一）选题的的和意义

1随着信息技术的展,身份识别的难度和重性越来越突出。密码、身证等传统的身份识别方法于其局限性—易丢失、易被伪造易被破解等,已不满足当代社会的需要。基于生物征的身份识别技术由具有稳定、便捷、不易造等优点,近几年已成为身份识的热点。生物特识别是根据人体生物特征(包括指纹、虹膜、人脸、声音和笔迹)来识别个人身份和进行份认证的新技术。虹位于眼睛的巩膜和瞳孔之间,由许多腺窝、皱褶、色素斑等构,包含了极为丰富的理信息。与其它生物识别技相比,虹膜识别有法取代的生理面的优势。在图像处理技术逐成熟的今天，在膜识别系统上图处理技术得到了广泛应用，利用对虹膜图的获取、分析、处理并定位，实虹膜识别的功能，实身份认证的功能。所以，究图像处理技术虹膜识别系统上应用具有深远的意义（二）国内外究现状和发展势1、研究现状现今，图像处理技在许多应用领域到广泛重视并取了重大的开拓性成就属于这些领域的有航航天、生物医学程、工业检测、器人视觉、公安司法军事制导、文化艺术等，图像处理成为一引人注目、前景大的新型学科。2、发展趋势随着计算机技术和工智能、思维科研究的迅速发展数字图像处理向更高更深层次发展。人们开始研究如何用算机系统解释图，实现类似人类视觉统理解外部世界，这被称图像理解或计算视觉。很多国家特别是发达国家投入多的人力、物力到这项研，取得了不少重的研究成果。图像理解虽然在理方法研究上已取不小的进展，但本身是一个比较难的究领域，存在不少困，因人类本身对己的视觉过程还解甚少，因此计算机觉是一个有待人们进一步索的新领域。基于数字图像处理的虹膜别技术的研究二、字图处理述

2数字图像处理（DigitalImageProcessing）称为计算机图像理，它是指将图信号转换成数字信号利用计算机对其行处理的过程。数字图像处理最早现于20世纪50代，当时的电子算机已经发展到一定平，人们开始利用计算来处理图形和图信息。数字图像理作为一门学科大约成于20世纪60年代初期早期的图像处理的目是改善图像的质，它以人为对象，改善人的视觉效果为目的图像处理中，输的是质量低的图，输出的是改善质量的图像，常用的图像处理方有图像增强、复、编码、压缩等（二）数字图处理的研究内数字图像处理主要究的内容有以下个方面：1、图像变换由于图像阵列很大直接在空间域中行处理，涉及计量很大。因此，往往用各种图像变换的方法，傅立叶变换、沃什变换、离散余变换等间接处理技术将空间域的处理转换为变域处理，不仅可少计算量，而且获得更有效的处理（傅立叶变换可在频域中进数字滤波处理前新兴研究的小变换在时域和频中都具有良好的局部化特性，在图像处理中也着广泛而有效的用。2、图像编码压缩图像编码压缩技术减少描述图像的据量（即比特数便节省图像传、处理时间和减少所占用的存器容量。压缩可在不失真的前提获得，也可以在允许失真条件下进行。编码是缩技术中最重要方法，它在图像理技术中是发展最早比较成熟的技术。3、图像增强和复图像增强和复原的的是为了提高图的质量，如去除声，提高图像的清晰等。图像增强不考虑图像质的原因，突出像中所感兴趣的分。如强化图像高频量，可使图像中物体轮廓晰，细节明显；强化低频分量可少图像中噪声影响。像复原要求对图像降质的因有一定的了解一般讲应根据降过程建立"降质模"，再采用某种滤波方法，恢或重建原来的图。4、图像分割图像分割是数字图处理中的关键技之一。图像分割将图像中有意义的特部分提取出来，其有意义特征有图像中的缘、区域等，这进一步进行图像识别分析和理解的基础。虽然前已研究出不少缘提取、区域分的方法，但还没有一普遍适用于各种图像的有方法。因此，对像分割的研究还不断深入之中，是目图像处理中研究的热点之。基于数字图像处理的虹膜别技术的研究

35、图像描述图像描述是图像识和理解的必要前。作为最简单的值图像可采用其几何性描述物体的特性，一般像的描述方法采二维形状描述，有边界描述和区域描两类方法。对于特殊的纹图像可采用二维理特征描述。随图像处理研究的深入展，已经开始进行三维物描述的研究，提了体积描述、表描述、广义圆柱体描等方法。6、图像分类（识）图像分类（识别）于模式识别的范，其主要内容是像经过某些预处理（强、复原、压缩）后，进图像分割和特征取，从而进行判分类。图像分类常采经典的模式识别方法，有计模式分类和句（结构）模式分，近年来新发展起来模糊模式识别和人工神经络模式分类在图识别中也越来越到重视。（三）数字图处理优点1、再现性好数字图像处理与模图像处理的根本同在于，它不会图像的存储、传输或制等一系列变换操作而导图像质量的退化只要图像在数字时准确地表现了原稿则数字图像处理过程始终保持图像的再现2、处理精度高按目前的技术，几可将一幅模拟图数字化为任意大的二维数组，这主要决于图像数字化设备能力。现代扫描可以把每个像素灰度等级量化为16位甚至更高，这意味着图像的数化精度可以达到足任一应用需求对计算机而言，不论组大小，也不论每个像素的数多少，其处理序几乎是一样的换言之，从原理上讲论图像的精度有多高，处总是能实现的，要在处理时改变序中的数组参数就可了。回想一下图像的模拟理，为了要把处精度提高一个数级，就要大幅度地改处理装置，这在经济上是不合算的。3、适用面宽图像可以来自多种息源，它们可以可见光图像，也以是不可见的波谱图（例如X射线图像、射线图像、超声图像或红外图像图像反映的客观实体尺看，可以小到电子显微图像，大到航空片、遥感图像甚天文望远镜图像。这来自不同信息源的图像只被变换为数字编形式后，均是用维数组表示的灰度图（彩色图像也是由灰度图组合成的，例如RGB图像由红、绿、蓝三个灰度像组合而成）组合而成，因而均用计算机来处理即只要针对不同图像信息源，采取相的图像信息采集措施，图的数字处理方法用于任何一种图。基于数字图像处理的虹膜别技术的研究

44、灵活性高图像处理大体上可为图像的像质改、图像分析和图重建三大部分，每一分均包含丰富的内容。由图像的光学处理原理上讲只能进线性运算，这极大地制了光学图像处理能实现目标。而数字图处理不仅能完成性运算，而且能实现线性处理，即凡是可以用学公式或逻辑关来表达的一切运均可用数字图像处理现。三、虹膜识别术（一）虹膜识技术概述1、虹膜识别技术发展虹膜识别技术是根据人体的物特征——虹膜经过图像处理与析后，来识别个人身份和进行身份认证的新技术，它集数学、光学、电子学、生理学和计算机学等于一体的多学科交叉的高新技术。在20世纪30年代中期，们已经开始设想用虹膜来识别身份，但是到20世纪90年代虹膜识别技术才成为现实。1987年，眼科专家ransafir和Leonardflom首提出利用虹膜图像进行自动虹膜识别的概念，但是他并没有开发出实际的应用系统。到991年，美国洛斯阿拉莫斯国家实验室的Johnson实现了一个自动虹膜别系统。在1993年，JohnDaugman实现了一个高性能的自动虹膜识别系统。1996年，RichardWildes研制成基于虹膜的身份认证系统。2、虹膜识别的步和原理虹膜识别系统的包虹膜图像获取、膜图像质量检测预处理、虹膜图像定、虹膜特征提取和图的分类识别几个骤。如下图3.1.1所：图3.1.1虹膜识别系统首先获取要注册的已虹膜的纹理图像进行虹膜图像的质量测和预处理。其次是虹膜的定位，即输入的人眼中找到虹膜的位置，并虹膜从图片中分割出来。第三进行虹膜特征的取与识别，根据能的区别对归一化的膜纹理基于数字图像处理的虹膜别技术的研究

5进行特征编码，将到的“虹膜代码存入虹膜数据库进行注册或者将“虹代码”与虹膜数据库中的膜代码进行比对根据判决条件判是接受还是拒绝。一套完整的虹膜识系统总体上包含硬件和软件”两分，虹膜图像获取装和虹膜识别算法，它分别对应于图像取和模式匹配这个基本问题。（二）虹膜图像的取1、Daugman的采系统虹膜图像的获取是膜识别的第一步,也是十关键的一步。虹膜图像采的目的是清晰、准确地捕捉虹膜图像,并将其数化存储,以供图像识的实现。因此要获得高质量的虹膜像,需要专门的备和细心的操作Daugman的采集系如图3.2.1,包括源、成像镜头、摄像头、光束分离片、LCD显示和图像采集器等,其镜采用焦距为330mm的透镜,可以从1546mm的距离摄取虹膜图,成像的径在100～200pixel。在该系统,虹膜最佳的对焦位置需要用户自己移眼睛在摄像头前位置实现。摄像将连续采集虹膜的图并在LCD面阵上显示,以提示用户移动眼的部位。当成像有足的锐度时自动采虹膜图像样本。基于数字图像处理的虹膜别技术的研究

6图3.2.12、Wildes的采集系Wildes的采集系统如3.2.2，它是利用80mm的透,从20cm处摄取图像,图像的直径大约为256pixel,其孔径1cm。图3.2.2基于数字图像处理的虹膜别技术的研究（三）虹膜图的预处理

7虹膜图像预处理的的是虹膜定位与一化。在获取的膜图像中有可能含有许多其他部分(如眼睑、睫毛),这就需要对虹膜图像行定位和归一化作,即找出虹膜的中心和内、外边缘及对定位出来的虹膜像大小进行归一化处,从而纠正图像漂移、旋转和例放缩。虹膜图的预处理包括虹定位、归一化和强3个步骤。图3.3.1显了经预处理后的虹膜像。图3.3.1（四）虹膜特的提取与编码虹膜特征提取和编是对预处理后的据进行分析、去粗存精的程。由于原始图像数据量相当大,需把这些数据转换为干特征,即特征提取。为了高分类处理的速度和精度,对提取的特征需要选择最有代表性特征,其信息冗余余度最，而且具有比例、旋转位移不变性。图3.4.1显示是一个虹膜编码图像示意。基于数字图像处理的虹膜别技术的研究

8图3.4.1四、虹膜识别法（一）定位算（1）Daugman提出了一个积分算子,如式(1)其中，

是一个尺度为

σ的高斯函数,起平滑滤波的作用;积分表示的是图像I(x,y)在以(x0,y0)为圆心,r为半径的圆上的曲线积分。算法采用圆形边检测器进行反复寻找虹膜的内外边缘

,直至找到最佳匹配的两个。对于上下眼睑边缘检测,把曲线积分路径成弧形,相应的信息参数也随之调整即。许多研究者就此定方法提出了许多小初始圆心候选集合大小的算法缩短了虹膜定位的间。

,有效地（2）Wildes提出两步虹膜定位方,其思想是先进行缘检测再进行Hough变换,基于数字图像处理的虹膜别技术的研究边缘检测的算子为G(x,y)*I(x,y)|,

9其中

，是以（

x0,y0）为圆心

,标准差为σ的二维高斯数,用来平滑图像确定边界。得到界后,通过对边缘的投票来确定虹膜的形边界参数,Hough变换义为:（二）归一化法Daugman的橡胶皮性模型对环形虹图像进行了归一化,有效地解决了孔缩放以及瞳孔与虹膜边不同心所带来的题,为大多数虹膜识别究者所采用,其模型示意图如图2.1.1所。图2.1.1基于数字图像处理的虹膜别技术的研究它将图像从笛卡儿标(x,y)转化为坐标的形式(r,θ),转化公式为x(r,θ)=1-r)xp(θ)rxs(θ),y(r,θ)=1-r)yp(θ)rys(θ),

10其中,r∈[0,1,θ∈[0,2π],

(xp(θ),ypθ)),(x(θ),ys(θ))

分别代表在θ方上的瞳孔和巩膜边缘点。（三）特征提与编码算法（1）Daugman采用极标下的复值二维Gabor滤器对归一化后的膜图像进行虹膜细节的特征提取,使用1024个小波对像进行处理,得到2048bit,即256byte的编码。二维Gabor滤器在极坐标下形为产生一组中心位置(

r0,θ0),位置参数为(r,θ0,α,β,ω)选择频率滤波器,在空间域和频率具有良好地获取节点置的功能,而且由于良的积分特性,这些滤波器能够获本地相位信息。对图像在每尺度上滤波,用粗略的一位部和虚部数来对虹膜图像行编码,公式如：基于数字图像处理的虹膜别技术的研究

11（2）Wildes使用Gaussian-Laplacian算子衍生而的各向同性的带滤波器组对虹膜图像进行级塔式分解，产Laplacian金字来代表虹膜图像这些滤波器定义为：其中，σ为Gaussian函数的标差，ρ表示点到滤波器中心的半径离。五、结束语目前，虹膜识别技被广泛应用于监、机场、边境、行，也被用来控制自取款机的账户进入，时应用于网络身认证，将虹膜的征信息设为个人的网ID，给网络信息安全带来新的革命。但是，基于图像处技术的虹膜识别然有一些关键技有待解决，例如远距离不停顿的自对焦虹膜采集设；不完美的虹膜识别导致错误拒绝率FAR）的增，如何保证在FAR满足的情况下进一步降拒绝率FAR建