李和松，林喜榮

(清華大學(xué)深圳研究生院先進(jìn)制造學(xué)部，廣東 深圳 518055)

責(zé)任編輯:任健男

1 虹膜識(shí)別簡(jiǎn)介

虹膜識(shí)別是目前識(shí)別精度最高的生物認(rèn)證技術(shù)，與傳統(tǒng)的認(rèn)證技術(shù)相比，它具有唯一性、穩(wěn)定性、防偽性高等一系列優(yōu)點(diǎn)?？傮w而言，它采用數(shù)字圖像處理和模式識(shí)別技術(shù)，通過(guò)提取穩(wěn)定的虹膜紋理特征來(lái)達(dá)到身份識(shí)別的目的［1］，具體原理如圖1 所示。

圖1 虹膜識(shí)別基本原理

目前虹膜識(shí)別研究得較多的是虹膜識(shí)別算法，研究的主要數(shù)據(jù)來(lái)源為中科院自動(dòng)化研究所提供的虹膜庫(kù)。但是隨著模式識(shí)別學(xué)科的發(fā)展以及虹膜特征本身具有的高精度特點(diǎn)，識(shí)別算法的不同所帶來(lái)的結(jié)果差異不大，大部分可用的算法識(shí)別精度均能達(dá)到98%以上［2-5］。然而，虹膜識(shí)別未能迅速占領(lǐng)市場(chǎng)的關(guān)鍵在于前期的圖像采集和分割比較困難。本文介紹一個(gè)高效的虹膜識(shí)別系統(tǒng)解決方案，其中包括一套便攜式的虹膜采集儀和相應(yīng)的圖像質(zhì)量評(píng)價(jià)算法，并基于該平臺(tái)建立了一個(gè)清晰的虹膜數(shù)據(jù)庫(kù)。同時(shí)，為了更好地利用該數(shù)據(jù)庫(kù)，通過(guò)大量的計(jì)算給出該數(shù)據(jù)庫(kù)的幾個(gè)關(guān)鍵參數(shù)，為后續(xù)的研究提供了很好的支持。

2 虹膜采集儀

目前虹膜采集已成為虹膜識(shí)別技術(shù)發(fā)展的一個(gè)瓶頸，市場(chǎng)上商業(yè)化的采集系統(tǒng)基本被幾個(gè)大公司壟斷，且價(jià)格昂貴。國(guó)內(nèi)外大部分研究機(jī)構(gòu)的主要精力集中在虹膜分割以及后續(xù)的特征提取算法上，測(cè)試數(shù)據(jù)庫(kù)則由中科院等少數(shù)幾個(gè)研究機(jī)構(gòu)提供。與此相反，采集儀的研究則較少［6-8］。通過(guò)不斷的努力，實(shí)現(xiàn)一套高性價(jià)比的虹膜采集儀，其具體結(jié)構(gòu)如圖2所示。

圖2 虹膜采集儀結(jié)構(gòu)示意圖

該采集儀采用可編程工業(yè)數(shù)字相機(jī)，它通過(guò)USB2.0接口協(xié)議與上位機(jī)通信，實(shí)現(xiàn)曝光調(diào)節(jié)并傳回采集到的數(shù)字圖像。相機(jī)的有效像素為752×480，可以滿足識(shí)別對(duì)虹膜圖像質(zhì)量的要求。鏡頭可通過(guò)3個(gè)獨(dú)立的直流電機(jī)實(shí)現(xiàn)變焦、變倍和光圈調(diào)節(jié)，焦距在6～60 mm內(nèi)可變，由單片機(jī)驅(qū)動(dòng)接口芯片實(shí)現(xiàn)PWM調(diào)速，進(jìn)而實(shí)現(xiàn)自動(dòng)對(duì)焦。為了減小控制的復(fù)雜性，在采集的過(guò)程中，通過(guò)計(jì)算圖像中的亮點(diǎn)個(gè)數(shù)來(lái)判斷圖像的明暗程度，由上位機(jī)發(fā)送相應(yīng)的指令實(shí)現(xiàn)相機(jī)曝光時(shí)間的實(shí)時(shí)調(diào)節(jié)。每次采集開(kāi)始前，控制變倍電機(jī)將鏡頭焦距調(diào)到最小，然后勻速增大焦距，將采集到的序列圖像傳回上位機(jī)，再通過(guò)合適的圖像質(zhì)量評(píng)價(jià)算法遴選出最清晰的虹膜圖像用于建庫(kù)和后續(xù)的處理。

凸透鏡成像公式如下

式中:U為物距，V為像距，焦距f在6～60 mm范圍內(nèi)可調(diào)。在本采集儀中，物距即是采集者眼睛與鏡頭的距離，可認(rèn)為不變;為了減小對(duì)焦過(guò)程的復(fù)雜性，在整個(gè)采集過(guò)程中，不改變像距，通過(guò)控制變倍電機(jī)改變焦距，則采集過(guò)程呈現(xiàn)出“離焦—聚焦—離焦”的過(guò)程。即在一次完整的采集過(guò)程中，必然存在清晰聚焦的虹膜圖像，通過(guò)合適的評(píng)價(jià)算法可實(shí)現(xiàn)清晰圖像的自動(dòng)甄別。

為了減少環(huán)境光照對(duì)采集圖像的影響，本采集系統(tǒng)專門設(shè)計(jì)了環(huán)形對(duì)稱的850 nm紅外光源，通過(guò)冷反光鏡濾除可見(jiàn)光，從而使采集過(guò)程與外界環(huán)境相對(duì)隔離。為了增加整個(gè)采集儀的便攜性，對(duì)通信接口也進(jìn)行了簡(jiǎn)化設(shè)計(jì)，上位機(jī)單路下行USB接口通過(guò)型號(hào)為μPD720114的USB HUB芯片實(shí)現(xiàn)復(fù)用，分別與單片機(jī)和相機(jī)通信。整個(gè)采集儀可直接通過(guò)USB接口供電，無(wú)需外接電源。

為了方便操作，本采集儀也采用了人性化設(shè)計(jì)。當(dāng)被采集者進(jìn)入采集范圍時(shí)，紅外距離采集模塊將給出相應(yīng)的反饋信息。此時(shí)只要將眼睛對(duì)準(zhǔn)鏡頭，使人眼在冷反光鏡上的鏡像大致居中，再按下采集按鈕即可完成虹膜采集。整個(gè)過(guò)程均通過(guò)語(yǔ)音芯片完成結(jié)果反饋，采集過(guò)程順利流暢。

實(shí)驗(yàn)表明，虹膜采集方案可以快速、穩(wěn)定和方便地輸出高質(zhì)量的虹膜圖像序列。圖3為采集儀外形，圖4為獲得的虹膜圖像樣本。

圖3 虹膜采集儀和圖像樣本

3 圖像質(zhì)量評(píng)價(jià)

圖4 獲得的虹膜圖像樣本

由上面的采集原理可知，每完成一次采集，上位機(jī)接收到的是一個(gè)圖像序列。正常情況下，每次采集可獲得80幅左右的虹膜圖像，完整地反映出“離焦—聚焦—離焦”的對(duì)焦過(guò)程。要實(shí)現(xiàn)自動(dòng)采集和識(shí)別的一體化，需要有一個(gè)客觀的評(píng)價(jià)指標(biāo)來(lái)從這些圖像中選出最清晰的虹膜圖像，即虹膜圖像質(zhì)量評(píng)價(jià)算法。

對(duì)于圖像質(zhì)量評(píng)價(jià)，目前研究成果較多［9-13］。這些成果都是基于空域、頻域或者計(jì)算機(jī)視覺(jué)等相關(guān)理論給出對(duì)應(yīng)的圖像質(zhì)量評(píng)價(jià)算法，并根據(jù)評(píng)價(jià)因子給出圖像的質(zhì)量等級(jí)。對(duì)于虹膜圖像的質(zhì)量評(píng)價(jià)，評(píng)價(jià)算法不僅要穩(wěn)定，而且考慮到單次采集獲得的圖像序列數(shù)量較大，時(shí)間復(fù)雜度也需要充分的考慮。過(guò)于復(fù)雜的評(píng)價(jià)算法會(huì)影響采集儀的實(shí)時(shí)性能，給用戶帶來(lái)較差的體驗(yàn)。

仔細(xì)觀察本采集儀所獲得的虹膜圖像的特點(diǎn)，在一定的聚焦范圍內(nèi)，紅外光源會(huì)在瞳孔區(qū)域呈現(xiàn)亮點(diǎn)(本采集儀采用4個(gè)LED光源，故呈現(xiàn)出4個(gè)亮點(diǎn))，此即被稱為彌散圓。大多數(shù)情況下，彌散圓的大小能準(zhǔn)確反映出圖像的聚焦情況，聚焦越好，彌散圓越小，反之亦然。在這里可以以瞳孔區(qū)域的亮點(diǎn)個(gè)數(shù)作為彌散圓大小的近似衡量。然而值得注意的是，在對(duì)焦過(guò)程前期，由于過(guò)分離焦，圖像整體很模糊，這樣統(tǒng)計(jì)出的彌散圓大小會(huì)出現(xiàn)一個(gè)偽低谷。為了避免錯(cuò)誤地遴選出模糊圖像，此時(shí)可以通過(guò)以下兩種算法來(lái)提高圖像評(píng)價(jià)的準(zhǔn)確性:

1)引入閾值

設(shè)定彌散圓大小閾值T。對(duì)焦初始階段，由于離焦較為嚴(yán)重，瞳孔區(qū)域亮點(diǎn)個(gè)數(shù)很少，這時(shí)如果彌散圓尺寸小于T，則認(rèn)為是離焦圖像并丟棄;如果檢測(cè)到彌散圓尺寸大于T，則說(shuō)明已經(jīng)進(jìn)入聚焦區(qū)域，這時(shí)開(kāi)始采集到的圖像才認(rèn)為有效，直到再次離焦為止。實(shí)驗(yàn)表明，在本采集儀上，T取400～800是比較合適的，這樣可以有效消除偽低谷，圖5為T=400時(shí)所采集的圖像序列，由圖可知，偽低谷被有效去除，彌散圓尺寸呈現(xiàn)出較好的單峰性。

2)引入綜合評(píng)價(jià)因子

圖5 彌散圓尺寸變化

為了避免單純使用彌散圓大小作為圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)的局限性，可以引入綜合評(píng)價(jià)因子。在圖像嚴(yán)重離焦的情況下，整體圖像非常模糊，圖像紋理細(xì)節(jié)丟失，從而頻域高頻能量較?。?4-15］。由此可以將圖像傅里葉頻譜的高頻能量作為圖像質(zhì)量的評(píng)價(jià)指標(biāo)。為了減小計(jì)算量并增加質(zhì)量評(píng)價(jià)的針對(duì)性，這里并非對(duì)虹膜圖像整體求頻譜能量，而是選取具有代表性特定的區(qū)域。如圖6所示，選定瞳孔正上方指定大小的睫毛區(qū)域Deyelash和左右兩側(cè)的虹膜區(qū)域Diris作為目標(biāo)區(qū)域，他們的高頻能量值越大，說(shuō)明圖像清晰度越好，此時(shí)可以判斷圖像是否進(jìn)入聚焦區(qū)域，相應(yīng)的綜合評(píng)價(jià)因子可以表示如下

式中:α，β，γ分別是權(quán)重因子，且α +β+γ =1;S，Eeyelash，Eiris分別為歸一化后的彌散圓大小，睫毛區(qū)域能量值以及虹膜區(qū)域能量值。在本采集儀中，Deyelash大小取64×100，Diris取64×64可以達(dá)到很好的評(píng)價(jià)效果。

圖6 虹膜質(zhì)量評(píng)價(jià)

4 虹膜數(shù)據(jù)庫(kù)建設(shè)

通過(guò)上面搭建的虹膜采集平臺(tái)，歷時(shí)一年多進(jìn)行了系統(tǒng)的虹膜數(shù)據(jù)庫(kù)建設(shè)，目前已經(jīng)初具規(guī)模。該命名為THUIRIS-V1.0數(shù)據(jù)庫(kù)擁有500人共6000余幅有效圖像，圖像大小為640×480，其中3000幅清晰無(wú)遮擋，1000幅清晰但嚴(yán)重遮擋，600幅嚴(yán)重畸變和其他1000多幅較為模糊圖像。該數(shù)據(jù)庫(kù)可以很好地滿足各種算法研究對(duì)數(shù)據(jù)的需求。為了提高該數(shù)據(jù)庫(kù)使用的便利性，從數(shù)據(jù)庫(kù)中選取335個(gè)不同人的虹膜圖像進(jìn)行分割處理，得到一些關(guān)鍵參數(shù)，實(shí)驗(yàn)結(jié)果如圖7所示。

由圖可知，該數(shù)據(jù)庫(kù)虹膜內(nèi)徑最大值和最小值分別為75和28，相應(yīng)的外徑最大值和最小值分別為150和90。這些參數(shù)在進(jìn)行后續(xù)的虹膜定位和分割中有重要的指導(dǎo)作用。例如，如果使用Hough變換進(jìn)行內(nèi)外邊緣的定位，指定半徑搜索范圍將大大減小計(jì)算量，從而提高分割速度和準(zhǔn)確性。

表1給出了THUIRIS-V1.0數(shù)據(jù)庫(kù)的其他一些參數(shù)，并和中科院第四代虹膜數(shù)據(jù)庫(kù)做了簡(jiǎn)單的對(duì)比。由表可知，THUIRIS-V1.0數(shù)據(jù)庫(kù)的虹膜圖像質(zhì)量較好，可以很好地滿足后續(xù)虹膜算法研究的需要。

表1 虹膜數(shù)據(jù)庫(kù)指標(biāo)

5 小結(jié)

本文實(shí)現(xiàn)了一套高性價(jià)比的虹膜采集儀，針對(duì)該采集方案提出的彌散圓閾值法以及相應(yīng)的綜合評(píng)價(jià)因子實(shí)現(xiàn)了虹膜圖像質(zhì)量的自動(dòng)評(píng)價(jià)。同時(shí)，基于該平臺(tái)建立了一個(gè)中等規(guī)模的數(shù)據(jù)庫(kù)，通過(guò)大量的計(jì)算給出了該數(shù)據(jù)庫(kù)的幾個(gè)關(guān)鍵參數(shù)，并和中科院第四代數(shù)據(jù)庫(kù)做了簡(jiǎn)單的對(duì)比，相關(guān)指標(biāo)表明THUIRIS-V1.0的圖像質(zhì)量較高，可以很好地滿足虹膜識(shí)別要求，為后續(xù)的算法研究提供了良好的支持。

［1］DAUGMAN J.How iris recognition works［J］.Circuits and Systems for Video Technology，2004，14(1):21-31.

［2］LIN Z，LU B.Iris Recognition method based on the coefficients of morlet wavelet transform［C］//Proc.Intelligent Computation Technology and Automation.Changsha，China:IEEE Press，2010:576-580.

［3］ZHONGHUA L，BIBO L.Iris recognition method based on the optimized Gabor filters［C］//Proc.Image and Signal Processing.Yantai，China:IEEE Press，2010:1868-1872.

［4］TZE W N，THIEN L T，SIAK W K.Iris recognition using rapid Haar wavelet decomposition［C］//Proc.Signal Processing System.Hong Kong:IEEE Press，2010:820-823.

［5］BROUSSARD R P，KENNELL L R，SOLDAN D L，et al.Using artificial neural networks and feature saliency techniques for improved iris segmentation［C］//Proc.Neural Networks(IJCNN).Orlando，F(xiàn)lorida:IEEE Press，2007:1283-1288.

［6］WENBO D，ZHENAN S，TIENIU T.A design ofiris recognition system at a distance［C］//Proc.Pattern Recognition(CCPR).Nanjing，China:IEEE Press，2009:1-5.

［7］XIN Z，MEI X.A practical design of iris recognition system based on DSP［C］//Proc.Intelligent Human-Machine systems and Cybernetics.Hangzhou，China:IEEE Press，2009:66-70.

［8］KEFENG F，QINGQI P，WEI M，et al.An efficient automatic iris image acquisition and preprocessing system［C］//Proc.Mechatronics and Automation.Luoyang，China:［s.n.］，2006:1779-1784.

［9］QIN L，LIEBO D，XUEMIN X.An edge weighted RS image quality evaluation method［C］//Proc.Computer Science and Software Engineering.Wuhan，China:［s.n.］，2008:197-200.

［10］THAKUR N，DEVI S，UPADHYAY P.Grayscale image quality measure in spatial domain［C］//Proc.China Communication and Technology.Nanning，China:［s.n.］，2010:224-229.

［11］FAN Z，YU L X.Image quality evaluation based on human visual perception［C］//Proc.Chinese Control and Decision Conference.Guilin，China:［s.n.］，2009:1487-1490.

［12］JANSSEN T J W M.Understanding image quality［C］//Proc.Image Processing.Thessaloniki，Greece:IEEE Press，2001:2-7.

［13］WANG Z，BOVIK A C，LU L.Wavelet-based foveated image quality measurement for region of interest image coding［C］//Proc.Image Processing.Thessaloniki，Greece:IEEE Press，2001:89-92.

［14］JUNFENG L，WENZHAN D，WEIHUA X.Image quality assessment based on included angle cosine and discrete 2-D wavelet transform［C］//Proc.Chinese Control and Decision Conference.Guilin，China:［s.n.］，2009:674-679.

［15］JUNFENG L，WENZHAN D.Image quality assessmentbased on the correlation coefficientand the 2-D discrete wavelettransform［C］//Proc.Automation and Logistics.Hong Kong，China:［s.n.］，2009:789-793.