白雪冰　陳凱　郭景秋等

摘要 [目的]闡述改進(jìn)的虹膜有效區(qū)域檢測(cè)階段中眼皮區(qū)域檢測(cè)算法。[方法]介紹傳統(tǒng)的基于Radon變換的眼皮區(qū)域檢測(cè)算法，針對(duì)其不能很好地消除眼皮陰影的缺點(diǎn)，提出基于Markov隨機(jī)場(chǎng)理論眼部陰影檢測(cè)算法。根據(jù)Markov隨機(jī)場(chǎng)鄰域的約束，使用MAP準(zhǔn)則進(jìn)行求解，利用Kmean求取先驗(yàn)信息，使用EM算法確定圖像中每個(gè)像素的觀測(cè)場(chǎng)模型，根據(jù)統(tǒng)計(jì)學(xué)理論的最優(yōu)準(zhǔn)則，得到能量函數(shù)的最小值，將眼皮陰影檢測(cè)出來。[結(jié)果]該研究提出的方法可以有效地去除虹膜有效區(qū)域檢測(cè)階段中眼皮陰影。[結(jié)論]基于Markov隨機(jī)場(chǎng)理論的眼皮陰影檢測(cè)算法可以作為Radon眼皮檢測(cè)的補(bǔ)充和改進(jìn)。

關(guān)鍵詞 虹膜識(shí)別；Radon變換；Markov隨機(jī)場(chǎng)

中圖分類號(hào) S126 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2014）20-06857-03

查驗(yàn)身份是現(xiàn)代社會(huì)無法回避的問題，傳統(tǒng)的身份確認(rèn)將對(duì)身份的確認(rèn)轉(zhuǎn)變?yōu)閾碛惺挛锏拇_認(rèn)，這些事物按照其屬性可以分為標(biāo)識(shí)物和標(biāo)識(shí)知識(shí)[1]。標(biāo)識(shí)物品容易丟失，攜帶不便，甚至有被盜竊、被偽造、唯一和不變的生物學(xué)特性，解決了非生物特征識(shí)別方法在通用性和穩(wěn)定性方面存在的問題。虹膜識(shí)別是基于先天生物特征使精確性與安全性達(dá)到最優(yōu)的身份鑒別方法，雖然是一種新興的技術(shù)手段，但已經(jīng)在信息及安全領(lǐng)域體現(xiàn)出極其重要的應(yīng)用價(jià)值。虹膜識(shí)別因其優(yōu)越的識(shí)別性能和極高的識(shí)別評(píng)價(jià)指數(shù)，相關(guān)課題的研究一直是同領(lǐng)域內(nèi)的熱點(diǎn)。因此，虹膜識(shí)別技術(shù)在政治、經(jīng)濟(jì)和社會(huì)穩(wěn)定方面具有重要的學(xué)術(shù)研究?jī)r(jià)值。

為此，筆者對(duì)虹膜有效區(qū)域檢測(cè)階段中眼皮區(qū)域檢測(cè)算法進(jìn)行了研究。介紹了傳統(tǒng)的基于Radon[1]變換的眼皮陰影區(qū)域檢測(cè)算法，提出了基于Markov隨機(jī)場(chǎng)理論眼部陰影檢測(cè)算法?；贛arkov隨機(jī)場(chǎng)理論眼皮陰影檢測(cè)算法可以作為Radon眼皮檢測(cè)的補(bǔ)充和改進(jìn)。

1 傳統(tǒng)的基于Radon變換的眼皮區(qū)域檢測(cè)

虹膜區(qū)域的噪聲干擾中，眼皮的遮擋占比很大。對(duì)于上下眼瞼近似直線的遮擋邊緣，可以使用變換檢測(cè)[2]。Radon變換定義為：

2 基于Markov隨機(jī)場(chǎng)的眼皮陰影檢測(cè)

2.1 MRFMAP分割模型

虹膜圖像規(guī)范化[7]后獲得的目標(biāo)區(qū)域?yàn)镸×N的矩形圖像，也可以看作二維Markov隨機(jī)場(chǎng)，設(shè)S={s=（i，j）}|1≤i≤M，1≤j≤N}是虹膜圖像的像素集合。S上隨機(jī)場(chǎng)X稱為關(guān)于鄰域系統(tǒng)N={Ns|s∈S}的Markov隨機(jī)場(chǎng)，只有當(dāng)P（x）>0時(shí)：

3 結(jié)語

該研究介紹了傳統(tǒng)的基于眼瞼檢測(cè)，針對(duì)傳統(tǒng)直線眼皮

檢測(cè)算法不能很好地消除眼皮陰影的缺點(diǎn)，提出了改進(jìn)的基于Markov隨機(jī)場(chǎng)理論檢測(cè)眼部陰影檢測(cè)算法。利用Kmean求取先驗(yàn)信息，使用EM算法確定圖像中每個(gè)像素的觀測(cè)場(chǎng)模型，使用MAP準(zhǔn)則進(jìn)行求解，將眼部陰影檢測(cè)出來，可以有效地去除眼皮陰影。

參考文獻(xiàn)

[1] 田啟川，張潤(rùn)生.生物特征識(shí)別綜述[J].計(jì)算機(jī)應(yīng)用研究，2009，26（12）：4401-4406.

[2] JAIN A K，F(xiàn)LYNN P，ROSS A A.Handbook of biometrics [M].New York：Springer，2008.

[3] 盧世軍.生物特征識(shí)別技術(shù)發(fā)展與應(yīng)用綜述[J].計(jì)算機(jī)安全，2013（1）：63-67.

[4] 劉立.基于DM642的嵌入式虹膜圖像獲取系統(tǒng)研究[D].天津：天津大學(xué)，2008：1-2.

[5] 王江南.虹膜定位和識(shí)別算法研究[D].西安：西安電子科技大學(xué)，2009：3-4.

[6] 王翠.基于嵌入式的虹膜識(shí)別系統(tǒng)[D].西安：西安科技大學(xué)，2012：5-6.

[7] 齊寧.基于虹膜的數(shù)據(jù)加解密算法研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2008：9-10.

[8] 王蘊(yùn)紅，譚鐵牛.現(xiàn)代身份鑒別技術(shù)-生物特征識(shí)別技術(shù)[J].中國(guó)基礎(chǔ)科學(xué)，2000（9）：4-10

[9] 王心醉.人臉識(shí)別算法在 ATM 上的應(yīng)用研究[D].長(zhǎng)春：中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所，2009：3-5

[10] 姜曉娜.虹膜識(shí)別算法研究[D].濟(jì)南：山東大學(xué)大學(xué)，2009：3-4.

[11] 王再尚.Markov隨機(jī)場(chǎng)的樹木表面缺陷模式識(shí)別方法的研究[D].哈爾濱：東北林業(yè)大學(xué)，2012：34-36.

[12] 田啟川 紅膜識(shí)別原理及算法[M].北京：國(guó)防工業(yè)出版社，2010：96-101.