摘要：針對(duì)現(xiàn)有的虹膜定位算法的局限性，提出了一種基于數(shù)學(xué)形態(tài)學(xué)的虹膜定位算法。內(nèi)圓定位是利用二值圖像形態(tài)學(xué)的方法提取瞳孔的圓心和半徑。外圓的定位用形態(tài)學(xué)進(jìn)行邊緣提取與Hough變換相結(jié)合，確定外圓圓心及半徑。實(shí)驗(yàn)證明了該算法的合理性和有效性。

關(guān)鍵詞： 虹膜定位；數(shù)學(xué)形態(tài)學(xué)；Hough變換

中圖分類號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2008)16-21282-02

An Algorithm of Iris Localization Based on Mathematical Morphology

WANG Ya-ru，LUO Sheng-xian

(College of Information Engineering， Chengdu University of Technology，Chengdu 610059， China)

Abstract:Aiming at the limit of location algorithm ， a method of the iris localization based on the Mathematical Morphology is proposed .A morphological method for the binary images is used to extract the center of pupil and estimate its radius. The method of edge detection based on Mathematical Morphology and Hough transform is used to locate the outer edge of the iris. The experimental results show that our algorithm is rational and feasible.

Key words：Iris location，mathematical morphology，Hough Transform

1 引言

虹膜識(shí)別技術(shù)是目前嶄新的一種基于生物特征的身份識(shí)別技術(shù)。虹膜是人眼中位于瞳孔和鞏膜之間的近似圓環(huán)狀的區(qū)域，具有穩(wěn)定性，唯一性和非侵犯性等特點(diǎn)。虹膜識(shí)別包括：虹膜的定位，特征提取和模式匹配。虹膜的定位是指找出虹膜的內(nèi)外邊緣，它是虹膜識(shí)別過(guò)程中的關(guān)鍵環(huán)節(jié)，準(zhǔn)確的虹膜定位是獲取虹膜特征從而進(jìn)行識(shí)別的前提。

在目前國(guó)內(nèi)外的虹膜識(shí)別系統(tǒng)中，比較通用的算法有Daugman識(shí)別算法[1]和Wiides識(shí)別算法[2]。Daugman提出了一種基于活動(dòng)圓模型板匹配的定位算法，Wiides提出的是二維高斯算子與邊緣檢測(cè)算子相結(jié)合的Hough變換算法。這兩種算法雖然都取得了良好的定位效果，但都需要進(jìn)行三維空間搜索，定位速度慢。為了提高定位速度，本文提出了基于形態(tài)學(xué)方法的虹膜定位算法。

2 虹膜定位

2.1 內(nèi)邊緣的定位

一般而言，在采集到的眼圖中，虹膜灰度值比鞏膜灰度值小，而瞳孔灰度值比虹膜灰度值小。根據(jù)這一規(guī)律，本文提出了一種快速的內(nèi)邊緣定位算法。

2.1.1 分離瞳孔區(qū)域

依據(jù)瞳孔灰度值最小的特點(diǎn)，采用二值化的方法粗略的把瞳孔分離出來(lái)。首先通過(guò)計(jì)算圖像的直方圖，設(shè)定一個(gè)閾值T將圖像轉(zhuǎn)化為二值圖像，如圖1(a)所示，然后將原始圖像中的像素點(diǎn)灰度值大于T的，其值置為255，反之置為0。

2.1.2 去除二值圖像中的干擾

如圖1(a)所示，在二值化后的圖像中，仍然存在著濃密的睫毛部分。利用形態(tài)學(xué)的方法對(duì)圖像進(jìn)行處理。首先通過(guò)膨脹的方法把虹膜圖像中的眼睫毛等干擾去掉，然后再通過(guò)腐蝕的方法把膨脹過(guò)程中膨脹過(guò)的區(qū)域腐蝕掉。算法公式為：

■

式中，F(xiàn)為待處理的二值化圖像，S為結(jié)構(gòu)元素。經(jīng)過(guò)去除睫毛處理后的二值圖像仍然保留了瞳孔的形狀，如圖1(b)所示。

圖1 瞳孔分離與去噪處理

2.1.3 確定內(nèi)圓的圓心和半徑

在去掉睫毛和噪聲的二值圖像中，只有分離出來(lái)的瞳孔。因此通過(guò)對(duì)瞳孔部分的像素所有的橫、縱坐標(biāo)分別求和再取平均，即求出瞳孔部分的質(zhì)心，就得到瞳孔的圓心坐標(biāo)(a0，b0)。由于分離出來(lái)的瞳孔是黑色，背景是白色，可以利用這一特點(diǎn)只需搜索出灰度變化的點(diǎn)就是瞳孔的邊緣，求出圓心到邊緣的距離得到內(nèi)圓的半徑r0。

2.2 外邊界的定位

外邊界定位通過(guò)形態(tài)學(xué)算法和Hough變換來(lái)實(shí)現(xiàn)。

2.2.1 前期濾波

由于拍攝到的虹膜圖像存在著一定的光學(xué)噪聲和電子學(xué)噪聲，這些孤立的噪聲在邊緣檢測(cè)前應(yīng)先去除，以免影響邊緣檢測(cè)的精度。本文采用的是形態(tài)濾波器。數(shù)學(xué)形態(tài)中的開(kāi)-閉形態(tài)濾波器是用一個(gè)結(jié)構(gòu)元素對(duì)原始圖像串聯(lián)地使用開(kāi)、閉操作，可以將圖像中比結(jié)構(gòu)元素小的游離噪聲濾除。開(kāi)-閉形態(tài)濾波器常用的一個(gè)結(jié)構(gòu)元素為

一般來(lái)說(shuō)，對(duì)于灰度值較高的圖像，針對(duì)亮細(xì)節(jié)較多的特點(diǎn)應(yīng)采用先開(kāi)啟后閉合的串聯(lián)方式；對(duì)于灰度值較低的圖像，其暗細(xì)節(jié)較多，則應(yīng)采用先閉合后開(kāi)啟的串聯(lián)方式。

針對(duì)本文虹膜圖像灰度值較高的特點(diǎn)，采用先開(kāi)啟后閉合的方式使用交替順序?yàn)V波去除噪聲和平滑圖像。首先對(duì)輸入圖像實(shí)行開(kāi)啟運(yùn)算，消除或減弱與結(jié)構(gòu)元素相比尺寸較小的亮細(xì)節(jié)，然后對(duì)開(kāi)啟的結(jié)構(gòu)實(shí)施閉合運(yùn)算，可以消除與結(jié)構(gòu)元素相比尺寸較小的暗細(xì)節(jié)，而保持圖像整體灰度值和大的暗區(qū)域基本不受影響。未經(jīng)過(guò)處理的虹膜圖像如圖2(a)所示，經(jīng)形態(tài)濾波器濾波后的圖像如圖2(b)所示。濾波結(jié)果表明，圖像中的孤立亮點(diǎn)噪聲顯著減弱。

圖2虹膜圖像的形態(tài)濾波處理效果

2.2.2 邊緣提取

將經(jīng)過(guò)形態(tài)濾波器濾波后的圖像二值化，然后采用4-連接邊沿進(jìn)行邊緣提取。也就是如果該像素的值為1，其鄰域中至少有一個(gè)像素是非零的，那么該點(diǎn)就可以作為邊沿點(diǎn)。這樣可以減少Hough變換搜索過(guò)程的盲目性。邊緣提取后的圖像如圖3所示。

2.2.3 用Hongh變換確定外圓

Hough變換檢測(cè)圓的步驟：

設(shè)圓在直角坐標(biāo)系的方程為：(x-a)2+(y-b)2=r2

1）把直角坐標(biāo)下的方程轉(zhuǎn)換到極坐標(biāo)下： a=x-r*cosθ，b=y-r*sinθ。

2）確立三維的參數(shù)矩陣A(a，b，r)。

3）遍歷邊緣提取后的圖像，循環(huán)搜索半徑r和θ角，并將相應(yīng)的矩陣對(duì)應(yīng)項(xiàng)A(a，b，r)加l，最后由A(a，b，r)的最大值確定外圓圓心坐標(biāo)(a1，b1)和半徑r1。

由于虹膜內(nèi)、外邊緣之間存在著耦合關(guān)系：■，r1-r0

3 實(shí)驗(yàn)結(jié)果與算法比較

本實(shí)驗(yàn)應(yīng)用了中國(guó)科學(xué)研究院自動(dòng)化研究所提供的CASIA1.0版本虹膜數(shù)據(jù)庫(kù)的圖像，并用MATLAB6.5編程實(shí)現(xiàn)了本文提出的算法，準(zhǔn)確地定位出虹膜的內(nèi)外邊界，如圖4所示，并在速度上有了一定的提高。

圖3 形態(tài)法邊緣檢測(cè) 圖4 虹膜內(nèi)外邊緣的定位（下轉(zhuǎn)第1288頁(yè)）

（上接第1283頁(yè)）

本文算法與傳統(tǒng)的Hough算法的速度比較如表1所示，對(duì)虹膜內(nèi)、外邊界定位速度提高的總效率約61%。

表1 不同算法的效率比較

4結(jié)束語(yǔ)

經(jīng)過(guò)大量的實(shí)驗(yàn)證明，與傳統(tǒng)的定位算法比較，本文利用形態(tài)學(xué)的算法來(lái)定位虹膜的內(nèi)外邊緣，克服了傳統(tǒng)Hough變換計(jì)算量大的缺點(diǎn)，避免了搜索的盲目性，計(jì)算速度有顯著提高，同時(shí)在精度上也有一定的提高。

致謝：感謝中國(guó)科學(xué)研究院自動(dòng)化研究所模式識(shí)別實(shí)驗(yàn)室提供的虹膜數(shù)據(jù)庫(kù)。

參考文獻(xiàn)：

[1] DAUGMAN J.High confidential visual recognition by test of statis-tical independence[J].IEEE Trans.on Patern Analysis and Machine In-telligence，1993，15(11):1148-1161.

[2] WILDES R P.Automated iris recognition:an emerging biometric technology[J].Proceeding of the IEEE，1997，85(9):1348-1363.

[3] 王蘊(yùn)紅，朱勇，譚鐵牛.基于虹膜識(shí)別的身份鑒別[J].自動(dòng)化學(xué)報(bào)，2002，28(1):1-10.

[4] 王林，練秋生.虹膜定位算法研究[J].視頻技術(shù)應(yīng)用與工程，2006，7:77-79.

[5] 鄭小梅，侯媛彬.一種新的虹膜定位方法.傳感技術(shù)學(xué)報(bào)，2007，20(1):217-219.

[6] 雷艷敏，黃秋元.基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測(cè). 武漢理工大學(xué)學(xué)報(bào)·信息與管理工程版2005，27(5):25-27.

[7] 中國(guó)科學(xué)自動(dòng)化研究所.CASIA虹膜圖像[EB/OL].