吳岸雄

摘? 要：提出了一種基于低通平衡式零譜矩濾波器的虹膜識(shí)別算法，通過(guò)對(duì)歸一化后的虹膜紋理運(yùn)用零譜矩濾波器提取特征，然后采用支持向量機(jī)實(shí)現(xiàn)編碼識(shí)別匹配。最終實(shí)驗(yàn)結(jié)果顯示，此算法識(shí)別率高，識(shí)別速度快，穩(wěn)定性好。

關(guān)鍵詞：虹膜識(shí)別;零譜矩濾波器;小波變換

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2020）33-0138-02

Abstract： An Iris Recognition Algorithm based on low pass balanced zero spectral moment filter is proposed， which extracts features from normalized iris texture using zero spectral moment filter， and then uses support vector machine code to realize recognition and match. Finally， the experimental results show that the algorithm has high recognition rate， fast recognition speed and good stability.

Keywords： iris recognition; zero spectral moment filters; wavelet

1 概述

21世紀(jì)，信息社會(huì)中的個(gè)人信息安全保護(hù)已成為一個(gè)必須解決的關(guān)鍵社會(huì)問(wèn)題。因此，基于生物特征的識(shí)別技術(shù)更顯其價(jià)值[1]。人類虹膜具有獨(dú)特性、穩(wěn)定性、可收集性和不可侵犯性等優(yōu)點(diǎn)，使得該技術(shù)容易被用戶所接受以及推廣。

2 虹膜圖像預(yù)處理

虹膜識(shí)別系統(tǒng)通常包括虹膜圖像預(yù)處理（圖像采集、虹膜定位、歸一化）、特征提取和編碼識(shí)別。虹膜圖像預(yù)處理如圖1所示。

2.1 虹膜定位

虹膜的位置是在兩個(gè)邊界即內(nèi)邊界和外邊界之間找到瞳孔和虹膜、虹膜和鞏膜，如果得到了圓心和半徑，這個(gè)圓我們就能唯一確定，換句話說(shuō)：虹膜定位就是在人眼圖像中確定兩對(duì)圓心和半徑。找到虹膜位置后的最終結(jié)果如圖2c。

2.2 歸一化

虹膜圖像由于受光線等因素的影響可能會(huì)導(dǎo)致虹膜區(qū)域大小不同，為了便于識(shí)別，虹膜圖像必須進(jìn)行相同尺寸的擴(kuò)展。同時(shí)，虹膜圖像具有良好的極坐標(biāo)特性，因此本文采用極坐標(biāo)變換方法，原理如圖3。

圖3 虹膜圖像展開(kāi)

用戶上眼瞼將部分覆蓋虹膜的頂部。為了排除這部分，以瞳孔為中心，逆時(shí)針?lè)较驍r截150～210～330～390度的虹膜區(qū)域，如圖4a所示。將截獲的虹膜區(qū)域在極坐標(biāo)下展開(kāi)為40×256的矩形，如圖4b所示。

3 特征提取

現(xiàn)在，大多數(shù)現(xiàn)有的虹膜識(shí)別方法使用線性變換（如伽柏濾波和小波）來(lái)提取虹膜紋理的局部特性。而本文提出的零矩濾波器是傳統(tǒng)信號(hào)處理中優(yōu)于有限脈沖響應(yīng)濾波器的一種具有良好正常平滑度和阻帶衰減特性的新型濾波器，本文在研究零譜矩濾波器的基礎(chǔ)上，提出了一種基于零譜矩濾波器的虹膜紋理特征提取算法。采用平衡零矩濾波器對(duì)虹膜圖像進(jìn)行分解，提取更精確的虹膜紋理特征。

3.1 零譜矩濾波器

設(shè){hk}和H（？棕）是由一個(gè)多分辨分析導(dǎo)出的頻率響應(yīng)和傳遞函數(shù)，其中濾波器H（？棕）=hke，在適當(dāng)?shù)恼齽t性假定下，有以下式子成立：

|H（？棕）|2=|H（？棕+？仔）|2=1，H（0）=1? ? ? ? ? ? ? （1）

譜矩定義為

Hi（？棕）=hkeki? ?（2）

如果在？棕=？棕0處H（？棕）滿足Hi（？棕0）=0，（i=1，...，I），而

HI+1（？棕0）≠0，則稱H（？棕）在？棕=？棕0處具有I階零譜矩，記為

I，在這里特別考慮在？棕0=0，？仔處的I0與I？仔階零譜矩。

對(duì)于（3），由于H（0）=1，故H（？仔）=0，因此{(lán)hk}稱為低通濾波器，這里有以下對(duì)應(yīng)的等式成立：

hk=，hk（-1）k=0? ? ? （3）

而在？棕0=0，？仔處具有I0與I？仔階零譜矩，意味著有以下的等式成立：

這樣的H（？棕）稱之為零譜矩濾波器。

3.2 基于零譜矩濾波器的特征提取

利用上述計(jì)算的濾波器和圖像的線分解，可將上述零譜矩濾波分解方法應(yīng)用于該圖像由于LL子圖是下一層原始圖像尺度空間的近似表示，我們從中選取三個(gè)LL子圖進(jìn)行特征提取，經(jīng)過(guò)三次分解，三個(gè)LL子圖的大小為8×128。將三個(gè)TJIJ子圖的特征值全部取出，得到3072，做比較需要很多計(jì)算。你可以用一個(gè)2×16的模板在它們之間移動(dòng)，你會(huì)得到96個(gè)特征區(qū)域，你會(huì)得到圖像的平均值和方差。

4 實(shí)驗(yàn)結(jié)果及分析

本文采用了一種帶方差的歐式距離逆加權(quán)分類器。108個(gè)人的虹膜數(shù)據(jù)可以通過(guò)虹膜圖像數(shù)據(jù)庫(kù)獲得320× 280，這樣，虹膜數(shù)據(jù)庫(kù)中有756個(gè)虹膜圖像樣本。經(jīng)過(guò)大量實(shí)驗(yàn)，在選擇正常閾值的情況下，待識(shí)別虹膜的特征提取和匹配速度小于200ms，準(zhǔn)確識(shí)別率達(dá)到98%。實(shí)驗(yàn)結(jié)果表明，本文所研究算法速度快，有較好的識(shí)別效果。

參考文獻(xiàn)：

[1]Daugman J G.How Iris Recognition Works [J].IEEE Transactions on Circuits and Systems for Video Technology，2004，14（1）：21-30.

[2]徐中宇，馬駟良，羅宏文.基于二維小波變換的虹膜識(shí)別方法[J].吉林大學(xué)學(xué)報(bào)（理學(xué)版），2005，43（2）：179-181.