潘濤濤　楊君　肖璞

【摘 要】隨在經(jīng)濟(jì)的快速發(fā)展下，身份識(shí)別和信息安全成為重中之重。發(fā)展生物識(shí)別技術(shù)成為了當(dāng)今社會(huì)研究的熱門課題。本文以人類生物特征的唯一性為基礎(chǔ)進(jìn)而對(duì)虹膜識(shí)別系統(tǒng)進(jìn)行了深度的研究，設(shè)計(jì)了“開(kāi)源”虹膜識(shí)別系統(tǒng)，以驗(yàn)證人類虹膜具有的唯一性。

【關(guān)鍵詞】虹膜識(shí)別；生物特征；系統(tǒng)設(shè)計(jì)

中圖分類號(hào)： TP391.41 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2017）20-0082-001

Design of Human Iris Recognition Based on Biometrics

PAN Tao-tao YANG Jun XIAO Pu

（College of Computer Science and Technology， Sanjiang University， Nanjing 210012， China）

【Abstract】In the rapid economic development， identity and information security has become the most important. The development of biometrics has become a hot topic in todays society. In this paper， the iris recognition system based on human biological characteristics is studied. The specific work involves the design of “open source” iris recognition system to verify the uniqueness of human iris.

【Key words】Iris Recognition；Biometric Identification；System design

在交通、通訊與信息技術(shù)的快速發(fā)展下，人們的活動(dòng)半徑越來(lái)越大，互聯(lián)網(wǎng)、電子商務(wù)、銀行、安檢等都需要一種可靠的身份鑒別手段。普通的身份鑒別方式通常是人工地辨別被鑒別者與圖片的吻合度，但這種方式存在極大的誤差和漏洞。因此，生物特征識(shí)別作為相對(duì)可靠且精確的身份識(shí)別手段被廣大的研究人員所重視[1]。

1 虹膜定位和歸一化處理

虹膜的特征識(shí)別系統(tǒng)主要由兩部分組成，分別是虹膜特征識(shí)別和虹膜特征注冊(cè)[2]。虹膜特征識(shí)別的過(guò)程首先是使用CMOS攝像機(jī)對(duì)用戶采集虹膜，然后預(yù)處理并提取虹膜特征[3]。將提取到的虹膜特征與數(shù)據(jù)庫(kù)中的虹膜特征進(jìn)行對(duì)比，如果匹配則返回用戶信息并提示驗(yàn)證成功，否則將該虹膜特征信息與用戶的唯一標(biāo)識(shí)符（例如：身份證號(hào)碼）對(duì)應(yīng)起來(lái)。虹膜特征的注冊(cè)的過(guò)程是得到虹膜特征信息直接與用戶身份信息進(jìn)行綁定。

虹膜定位就是在獲取到的眼睛圖像中隔離出高質(zhì)量的可以用于識(shí)別的虹膜區(qū)域[4-5]。虹膜區(qū)域可以近似的看為兩個(gè)圓。眼皮和睫毛通常遮擋住虹膜區(qū)域的下部和上部，在虹膜區(qū)域內(nèi)也又可能發(fā)生鏡面反射破壞虹膜圖案。因此，需要一種技術(shù)來(lái)避免這些干擾因素從而得到高質(zhì)量的虹膜區(qū)域圖像。

外邊界定位運(yùn)用霍夫變換算法可以得到瞳孔和虹膜區(qū)域半徑和中心的坐標(biāo)，從而得到一個(gè)包含瞳孔的圓形的虹膜圖像。內(nèi)邊界定位的主要步驟為：畫出灰度直方圖，再用二值化的方法得到瞳孔的位置，主要得出瞳孔的圓心位置和半徑大小。在Matlab中調(diào)用imhist函數(shù)得到直方圖，直方圖的兩個(gè)峰值表示為瞳孔區(qū)域和虹膜區(qū)域。因此，需要取出兩個(gè)峰值之間的最小值的灰度值作為定位的閥值，從而對(duì)瞳孔進(jìn)行有效的定位。在對(duì)眼睛圖像進(jìn)行虹膜定位處理后，得到的是一個(gè)虹膜的圓環(huán)圖像。通過(guò)歸一化處理后，將圓環(huán)圖刪去一部分干擾圖像并得到虹膜圖像的矩形圖。

2 虹膜特征的提取與匹配

為了提供對(duì)個(gè)體的準(zhǔn)確識(shí)別，必須提取存在于虹膜圖案中的最具辨別力的信息以及對(duì)虹膜重要特征進(jìn)行編碼，以便于可以對(duì)模板進(jìn)行比較。大多數(shù)的虹膜識(shí)別系統(tǒng)是對(duì)虹膜圖像進(jìn)行多通道Gabor濾波處理。虹膜特征提取主流算法是面向全局提取紋理特征。首先需要對(duì)虹膜圖像進(jìn)行分塊。在經(jīng)過(guò)歸一化后的虹膜圖像的特征由細(xì)到粗。因此我們需要將預(yù)處理后的圖像分成大小相同的32個(gè)子圖像，每個(gè)子圖像的大小是32×32。然后使用4個(gè)方向上和4個(gè)頻率的16個(gè)不相同的Gabor濾波器進(jìn)行特征提取。

提取特征后需要利用編碼技術(shù)進(jìn)而為匹配做準(zhǔn)備。本文通過(guò)1DLog-Gabor小波卷積進(jìn)行標(biāo)準(zhǔn)化圖像處理從而實(shí)現(xiàn)虹膜特征的編碼。2D標(biāo)準(zhǔn)化模式被分解成多個(gè)1D信號(hào)，然后將1D信號(hào)和1D Gabor小波進(jìn)行卷積。由于在角度方向上發(fā)生的最大獨(dú)立性，因此采取角度方向，這與歸一化圖像的列相對(duì)應(yīng)。最后使用Daugman方法將濾波的輸出相位量化為四個(gè)等級(jí)，每個(gè)濾波器產(chǎn)生每個(gè)相位量的兩位數(shù)據(jù)。

在對(duì)虹膜的圖像進(jìn)行編碼之后，需要把編碼結(jié)果保存到數(shù)據(jù)庫(kù)中。最后將該輸入圖像與據(jù)庫(kù)中的虹膜模板進(jìn)行匹配。目前，漢明距離（Hamming distance，HD）是解決模式匹配問(wèn)題的一個(gè)常用的方法。在信息論中，兩個(gè)等長(zhǎng)的字符串之間的漢明距離就是兩個(gè)字符串對(duì)應(yīng)位置的不同字符的個(gè)數(shù)。比如說(shuō)：1001101和1001001之間的漢明距離就是1；2143895和2223695之間的漢明3；“taotao”和“jaohua”之間的漢明距離是4；因此，在我們對(duì)虹膜模板進(jìn)行匹配的時(shí)候得出的漢明距離越小說(shuō)明兩幅圖像越相似，也就越匹配。在Daugman的識(shí)別算法中，通過(guò)對(duì)兩個(gè)虹膜碼的Hamming距離的比較從而得出結(jié)果。Daugman的方法中校正了由成像期間的旋轉(zhuǎn)差異而引起的歸一化虹膜圖案的未對(duì)準(zhǔn)的情況。他提出，當(dāng)在計(jì)算兩個(gè)模板的hamming距離時(shí)，一個(gè)模板向左和向右逐位移動(dòng)，并且從連續(xù)的移位中計(jì)算出一個(gè)hamming距離值。因此，在對(duì)虹膜模板進(jìn)行匹配的時(shí)候得出的漢明距離越小說(shuō)明兩幅圖像越相似，也就越匹配。

3 總結(jié)

本文對(duì)于虹膜識(shí)別系統(tǒng)的原理和系統(tǒng)的設(shè)計(jì)思路進(jìn)行了較深入的分析和研究，重點(diǎn)研究了虹膜識(shí)別的算法，包括了圖像預(yù)處理方法、Gabor濾波器的介紹、虹膜的特征提取、對(duì)虹膜特征進(jìn)行編碼和虹膜模板之間的漢明距離的計(jì)算等，并在Daugman算法的基礎(chǔ)上實(shí)現(xiàn)了虹膜圖像的識(shí)別過(guò)程。

【參考文獻(xiàn)】

[1]呂亦生，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.

[2]孫哲南，譚鐵牛.虹膜識(shí)別研究與應(yīng)用綜述[J].2005，24（3）：42-45.

[3]王向軍，張敏，鄧曉蓓，劉冀.非接觸式虹膜圖像獲取系統(tǒng)的設(shè)計(jì)[J].光電工程，2005，32（6）：35-38.

[4]孟浩，徐翠平.虹膜識(shí)別算法的研究[J].哈爾濱工程大學(xué)學(xué)報(bào)，2006（3）：400-404.

[5]袁曉燕.虹膜定位、形變及特征提取研究[D].上海：上海交通大學(xué)圖像處理與模式識(shí)別研究所，2008：44-46.endprint