方益平，姚 鵬，莊鎮(zhèn)泉

（中國科學(xué)技術(shù)大學(xué) 電子科學(xué)與技術(shù)系，安徽 合肥230027）

0 引 言

隨著現(xiàn)代信息社會的發(fā)展，與傳統(tǒng)的密碼、智能卡等身份認(rèn)證方式相比，生物特征識別以其不易遺忘或丟失、防偽性好等性能而備受關(guān)注。目前研究熱門的生物特征識別技術(shù)主要有:人臉識別、指紋識別、靜脈識別、語音識別等。

虹膜是指介于瞳孔與角膜之間，具有豐富紋理細(xì)節(jié)的環(huán)狀區(qū)域，有200多個自由度。與其他生物特征認(rèn)證方式相比，虹膜識別具有高準(zhǔn)確性[1]、高穩(wěn)定性、高防偽性、唯一性等特點。一般情況下，虹膜識別識別系統(tǒng)主要包括以下幾個部分:圖像采集、圖像預(yù)處理、瞳孔虹膜定位、虹膜歸一化、特征提取與對比等。

近幾年，中國科學(xué)技術(shù)大學(xué)智能信息處理實驗室在虹膜識別技術(shù)上積累了很多經(jīng)驗，并且產(chǎn)生了很多有價值的成果[2－4]。

然而，虹膜識別目前還沒有大規(guī)模普及，制約虹膜識別技術(shù)廣泛應(yīng)用的關(guān)鍵因素主要有以下幾點:虹膜圖像采集困難，由于虹膜圖像尺寸小而要求做虹膜識別的圖像必須達(dá)到較高的分辨率，如果使用長焦鏡頭便會使景深變小，因此圖像獲取不方便，必須用戶積極配合才能完成。并且在較遠(yuǎn)距離，用戶很難找到正確的位置；識別算法依賴圖像。在非約束環(huán)境下，當(dāng)被測試者配合度不夠的時候，圖像質(zhì)量較差，虹膜識別率會顯著下降，很難實用。必須研究在非約束條件下的魯棒的虹膜識別算法。本文研究目的就是設(shè)計一種虹膜識別系統(tǒng)，使虹膜采集呈現(xiàn)高度友好性，并且在較遠(yuǎn)距離的非約束條件下虹膜識別算法仍能表現(xiàn)出很好的性能。

文中提出的基于DM3730的中距離虹膜識別系統(tǒng)的設(shè)計，首先是系統(tǒng)硬件架構(gòu)設(shè)計，采集模塊采用的是高分辨率的cmos圖像傳感器，結(jié)合液晶對采集圖像的實時反饋，和人臉采集一樣達(dá)到 “所見即所得”的效果。結(jié)合調(diào)焦模塊和高分辨的攝像頭可以使拍攝景深變大，拍攝距離變長，從而達(dá)到在較遠(yuǎn)距離對用戶虹膜的拍攝。系統(tǒng)處理器選用是DM3730，該處理器采用ARM Cortex A8和TMS320C64X＋DSP雙核架構(gòu)，使系統(tǒng)在算法速度，事務(wù)處理能力都得到極大提升。其次，由于在較遠(yuǎn)距離對用戶拍攝，對用戶限定性較小，本文介紹了再非限定性條件下虹膜識別相關(guān)算法的設(shè)計，包括了非限定性條件下虹膜預(yù)處理算法，非限定條件下虹膜識別定位與歸一化算法等。此外還介紹了系統(tǒng)軟件的設(shè)計。最后，相關(guān)的實驗結(jié)果和分析驗證了本虹膜采集系統(tǒng)的有效性、實時性，具有很強(qiáng)應(yīng)用價值。

1 系統(tǒng)整體框架設(shè)計

圖1 采集模塊結(jié)構(gòu)

系統(tǒng)整體框架設(shè)計包括了系統(tǒng)結(jié)構(gòu)框架設(shè)計和系統(tǒng)功能任務(wù)框架設(shè)計。下面分別進(jìn)行介紹，對于系統(tǒng)結(jié)構(gòu)框架設(shè)計，本文主要是指系統(tǒng)中采集模塊結(jié)構(gòu)設(shè)計，對于處理器部分的設(shè)計將在下節(jié)的硬件架構(gòu)設(shè)計進(jìn)行闡述。

對于采集模塊結(jié)構(gòu)設(shè)計，其主要包括以下模塊:高分辨率CMOS攝像頭，可調(diào)焦鏡頭，步進(jìn)電機(jī)及其控制電路，紅外LED模塊，測距模塊，與CPU接口模塊等。其框架示意圖如圖1、2所示。圖1描述的是采集模塊的整體框架，圖2描述的是其中的攝像單元、調(diào)焦模塊的示意圖。

本文提出的上述采集模塊結(jié)構(gòu)設(shè)計，攝像頭傳感器采用的是10MP的高分辨率CMOS圖像傳感器。其能夠同時拍攝到人臉和虹膜圖像，并且LCD反饋單元能夠?qū)崟r的顯示拍攝圖像，實現(xiàn) “所見即所得”的功能。結(jié)合調(diào)焦模塊，以及高分辨率的攝像頭能夠使拍攝景深進(jìn)一步加大，從而能夠?qū)崿F(xiàn)中距離對用戶虹膜圖像進(jìn)行拍攝。近紅外光主要用來消除外部光照的影響，測距模塊能夠?qū)τ脩魧崟r測距，提醒拍攝者進(jìn)入攝像頭的拍攝區(qū)間。從攝像頭拍攝到的人臉圖像中，能夠扣取虹膜圖像作為識別圖像。

系統(tǒng)功能任務(wù)框架設(shè)計如圖3所示，本系統(tǒng)完成一次虹膜系統(tǒng)的識別過程，主要包括以下幾個部分:測距模塊提醒拍攝者進(jìn)入景深范圍，人臉拍攝，人眼檢測，剔除不合格眼睛圖像，調(diào)焦使圖像清晰，清晰度判斷，圖像預(yù)處理，瞳孔定位，虹膜定位，圖像歸一化，特征提取，特征匹配。

圖2 調(diào)焦模塊結(jié)構(gòu)

圖3 系統(tǒng)功能框架

2 系統(tǒng)硬件設(shè)計

系統(tǒng)的硬件設(shè)計主要包括采集模塊的硬件設(shè)計和處理器模塊的硬件設(shè)計。

采集模塊的硬件設(shè)計主要介紹:cmos攝像頭硬件電路設(shè)計和步進(jìn)電機(jī)調(diào)焦模塊電路設(shè)計。

2.1 基于MT9J003CMOS圖像傳感器的硬件電路設(shè)計

MT9J003是Aptina公司推出的一款10MP的CMOS圖像傳感器，其尺寸是1／2.3inch.它能支持10MP（3664HX2748V）的靜態(tài)圖像以及1080P（3840HX2160V）的視頻模式等多種模式。其是一款循環(huán)掃描以輸出固定幀頻的數(shù)據(jù)流，在并行模式能達(dá)到7.5fps。其最大傳輸數(shù)據(jù)速率為80MP／S.其采用片上鎖相環(huán)產(chǎn)生內(nèi)部時序，輸入時鐘為6－48MHZ，片上ADC分辨率為12位。

對于該芯片的電路設(shè)計，輸入信號有:IIC的數(shù)據(jù)線SDATA和信號線SCL，復(fù)位信號線RESET＿BAR，以及外圍控制線GPI[3∶0]，輸出信號線:PIXCLK，LV，F(xiàn)V，以及數(shù)據(jù)線D[11∶0].對于電源線，要注意添加去耦電路，并且數(shù)字電源和模擬電源要做隔離，防止發(fā)生干擾，如圖4所示。

圖4 攝像頭模塊電路

2.2 步進(jìn)電機(jī)調(diào)焦模塊電路設(shè)計

步進(jìn)電機(jī)采用的是20HS3406A4型號，其參數(shù)為兩相四拍，步距角為1.8°，額定轉(zhuǎn)矩為0.003NM。步進(jìn)電機(jī)驅(qū)動器采用的是一款THB6064H型號的驅(qū)動器，該驅(qū)動器具有過流保護(hù)，支持正反轉(zhuǎn)，PWM方波輸入，支持8種細(xì)分。相應(yīng)的電路設(shè)計如圖5所示。

2.3 主控單元模塊電路設(shè)計

下面介紹主控單元，處理器模塊的硬件電路設(shè)計，主控單元包含兩部分，一部分是核心板，另一部分是底板。核心板定義了一個TI DM3730的最小系統(tǒng)，主要包括DM3730、MCP（包括了DDR、NAND）和電源管理芯片TPS65930這3個部分。DM3730處理器集成高達(dá)1GHZ的ARM CortexTM－A8內(nèi)核及高達(dá)800MHz的具有高級數(shù)字信號處理的DSP核，并提供了豐富的外設(shè)接口。核心板通過DIP連接器連接到底板，底板主要提供一些接口電路，包括了網(wǎng)絡(luò)接口、鍵盤模塊、UART模塊、USB模塊、SD卡模塊、音視頻模塊、液晶顯示模塊、攝像頭接口模塊等等。如圖6所示，圖7是主控單元的實物圖。

3 中距離虹膜識別相關(guān)算法設(shè)計

3.1 非限定性條件下的預(yù)處理算法

3.1.1 人眼檢測和不合格圖像的剔除

中距離條件下的虹膜采集系統(tǒng)，由于對用戶的限定性較小，之前的近距離對用戶約束很強(qiáng)的虹膜識別算法已經(jīng)不滿足系統(tǒng)需求，因此需要介紹在非限定性條件下的虹膜識別算法。

圖5 步進(jìn)電機(jī)調(diào)焦模塊電路設(shè)計

人眼檢測，采用了基于學(xué)習(xí)的adaboost算法[5]。利用adaboost算法，訓(xùn)練人眼檢測器的關(guān)鍵在于樣本的選取。正樣本，主要來源于設(shè)備采集和國內(nèi)外虹膜數(shù)據(jù)庫裁剪的質(zhì)量較好的眼睛圖像7000多幅。負(fù)樣本，主要來源于設(shè)備采集和國內(nèi)外數(shù)據(jù)庫以及網(wǎng)上素材選取的閉眼，不合格虹膜圖像，背景圖片等多樣化負(fù)樣本2萬幅。對于不合格圖像的剔除，由于在負(fù)樣本中加入了閉眼，斜視，質(zhì)量不高的虹膜檢測圖片，所以在檢測中可以剔除很多合格度不高的眼睛圖片。

3.1.2 人眼粗定位和清晰度評價

對于人眼粗定位，本文采用了基于瞳孔的分級粗定位方法，該方法由鄧宏平在文獻(xiàn)[6]中提出。首先采用自適應(yīng)閾值二值化的方法進(jìn)行瞳孔粗定位獲得瞳孔的大致位置和尺寸。然后采用徑向?qū)ΨQ變換[7]的方法估計瞳孔中心，判斷瞳孔是為圓形瞳孔還是橢圓形瞳孔。

圖6 主控單元硬件結(jié)構(gòu)

圖7 硬件實物

虹膜圖像清晰度評判算法，本文提出一種基于無參考圖像的邊緣平均寬度的清晰度計算方法。其優(yōu)點是計算復(fù)雜度低，對圖像內(nèi)容不敏感，對噪聲不敏感。圖8顯示了該算法的主要步驟。

3.2 非限定性條件下的虹膜定位與歸一化算法

3.2.1 非限定性條件下的瞳孔精定位

根據(jù)上述的瞳孔粗定位的結(jié)果，對于圓形瞳孔，經(jīng)典的Daugman圓周差分方法雖然在大多數(shù)情況下效果很好，但當(dāng)瞳孔收到嚴(yán)重的眼瞼、睫毛和光斑等的干擾時，該方法的定位準(zhǔn)確性會顯著降低。本系統(tǒng)采用了周足紅等在文獻(xiàn)[8]中提出的在非限定性條件下，采用基于改進(jìn)的圓周差分算子的瞳孔精定位方法。該方法能更好的去除眼瞼、光斑以及睫毛的干擾，具有非常高的準(zhǔn)確性和魯棒性。

對于橢圓瞳孔，本文采用了鄧等在文獻(xiàn)[9]中提到的采用基于改進(jìn)的橢圓差分和PSO的橢圓瞳孔的定位方法。改進(jìn)后的橢圓差分算子增強(qiáng)了在眼部圖像受眼瞼和睫毛干擾嚴(yán)重的情況下的魯棒性和準(zhǔn)確性。而PSO算法則提高了算法的速度，加強(qiáng)了算法的實時性。

3.2.2 干擾條件下的歸一化算法

由于外界光照等的變化，會引起瞳孔的縮放。傳統(tǒng)的虹膜紋理的線性歸一化無法消除這種不均勻縮放，從而會降低后續(xù)的虹膜識別的準(zhǔn)確率。方等通過對大量不同縮放程度的虹膜圖像樣本進(jìn)行統(tǒng)計分析發(fā)現(xiàn):在瞳孔縮放的過程中，近瞳區(qū)縮放的比例比遠(yuǎn)瞳區(qū)的縮放比例大，并據(jù)此提出了一種基于彈簧模型的非線性虹膜歸一化方法[10]。該方法能夠減少由于瞳孔的縮放所帶來的誤差，為后續(xù)的虹膜特征提取提供了便利，并進(jìn)以提高虹膜識別總體的識別率。

4 系統(tǒng)軟件設(shè)計

本實驗的處理器采用的是基于ARM和DSP雙核架構(gòu)的處理器DM3730.如圖9所示，本系統(tǒng)的軟件系統(tǒng)可以分為3個層次[11]，應(yīng)用層中，編寫了上層虹膜應(yīng)用軟件，完成了對硬件驅(qū)動的I／O操作、利用虹膜識別算法API接口調(diào)用DSP端的算法。在信號層中，DSP運(yùn)行在DSP／BIOS操作系統(tǒng)上，負(fù)責(zé)完成各種虹膜識別算法的處理，并通過DVSDK軟件和ARM端的CODEC通信，將結(jié)果置于共同存貯空間供ARM調(diào)用。在I／O層，主要實現(xiàn)對硬件驅(qū)動層的控制和訪問，本系統(tǒng)中主要實現(xiàn)的是視頻采集驅(qū)動和LCD顯示驅(qū)動。

圖8 圖像清晰度評價算法

5 實驗結(jié)果

通過搭建實驗平臺，包括整個硬件系統(tǒng)的研制和調(diào)試，以及對軟件系統(tǒng)的編寫。然后對系統(tǒng)進(jìn)行測試，主要測試采集模塊對圖像采集的有效性和虹膜識別算法在處理器上的實時性和準(zhǔn)確性。

在DM3730上運(yùn)行l(wèi)inux操作系統(tǒng)，通過對采集模塊的控制。通過測試，如果采集圖片大小10MP時，分辨率為3664X2748，采集速率為7.5fps，如果是1080p模式，采集速率為30fps。采集圖像的有效性滿足要求。對于算法的識別率測試，對于測試集主要分為兩部份:一部分采用通用的虹膜數(shù)據(jù)庫對機(jī)器中的算法進(jìn)行測試，另一部分利用設(shè)備采集的近5000幅人臉圖片進(jìn)行測試。見表1。

圖9 系統(tǒng)軟件框架

表1 不同測試集上的識別率和誤識率

通過對設(shè)備的反復(fù)測試，注冊時間＜0.2秒，識別時間＜0.1秒。系統(tǒng)的實時性，滿足實際應(yīng)用的要求。

6 結(jié)束語

本虹膜識別系統(tǒng)，采用的是基于DM3730的ARM和DSP雙核架構(gòu)的處理器，其中虹膜識別算法部份放在DSP端進(jìn)行優(yōu)化，ARM端主要進(jìn)行事務(wù)處理，分工明確，提升了系統(tǒng)效率。對于虹膜采集模塊，采用10MP的高分辨率的cmos圖像傳感器，結(jié)合LCD反饋單元的實時反饋，以及調(diào)焦模塊對景深的擴(kuò)展，能夠?qū)崿F(xiàn)中距離對人眼虹膜圖像的采集，使虹膜識別和人臉識別一樣簡便，與既有的虹膜采集模塊相比，突出了系統(tǒng)的高度友好性。在虹膜識別算法上，本文針對非限定條件下的預(yù)處理算法和虹膜定位以及歸一化算法進(jìn)行了介紹，實驗表明，上述算法在系統(tǒng)中有效性和實時性均較好。目前，該系統(tǒng)的硬件和軟件平臺均已搭建完全，大量的實驗測試表明，系統(tǒng)的魯棒性，實時性，有效性均得到較好驗證。

[1]Daugman J.Probing the uniqueness and randomness of IrisCodes:Results from 200billion iris pair comparisons[J].Proceedings of the IEEE，2006，94 （11）:1927－1935.

[2]YaoP，Li J，Ye X，et al.Analysis and improvement of an iris identification algorithm[C]／／18th International Conference on Pattern Recognition，2006:362－365.

[3]Yao P，Li J，Ye X，et al.Iris recognition algorithm using modified log－gabor filters[C]／／18th International Conference on Pattern Recognition，2006:461－464.

[4]Wencong Z，Hong C，Peng Y，et al.Precise eye localization with adaboost and fast radial symmetry[C]／／International Conference on Computational Intelligence and Security，2006:725－730.

[5]Xia L，Yongqing D，Su L，et al.Rapid human－eye detection based on an integrated method[C]／／International Conference on Communications and Mobile Computing.IEEE，2010:3－7.

[6]DENG hongping.Research of key techniques on head－mounted eye tracking system[D].Hefei:University of Science and Technology，2011:34－52（in Chinese）.[鄧宏平.頭戴式視線跟蹤系統(tǒng)關(guān)鍵技術(shù)研究[D].合肥:中國科學(xué)技術(shù)大學(xué)，2011:34－52.]

[7]ZHANG Wencong，LI Bin，YE Xueyi，et al.A robust iris localization algorithm via radial symmetry for non－ideal capturing condition[J].International Journal of Pattern Recognition and Artificial Intelligence，2009，23 （1）:45－57.

[8]ZHOU Z，YAO P，ZHUANG Z，et al.A robust algorithm for iris localization based on radial symmetry and circular integro differential operator[C]／／6th IEEE Conference on Industrial Electronics and Applications，2011:1742－1745.

[9]Deng H，Li B，Su Z，et al.A robust algorithm for distorted pupil localization based on ellipse difference and PSO[C]／／3rd International Congress on Image and Signal Processing，2010:2478－2482.

[10]YAO Peng，F(xiàn)ANG Yiping.A kind of iris normalization method based on dual－spring model[P].China:CN201210124620.7，2012－10－10 （in Chinese）.[姚鵬，方益平.一種基于雙彈簧模型的虹膜紋理歸一化方法[P].中國:CN201210124620.7，2012－10－10.]

[11]Archana K，Sandeep D R.A palm－print recognition system based on DM3730[J].International Journal of Engineering，2012 （8）:574－580.