虹膜识别原理

《虹膜识别原理》由会员分享，可在线阅读，更多相关《虹膜识别原理（7页珍藏版）》请在装配图网上搜索。

1、虹膜识别原理1 虹膜的结构和生理特点 人眼从外观图上看由巩膜、虹膜、瞳孔三部分构成。如图1 所示。中心较黑的 部分 是瞳孔区，瞳孔随入射光线强度的变化，会产生收缩或扩张，从而牵动虹膜变 化;两侧 颜色较浅的部分是巩膜区（即通常所说的眼口）；位于瞳孔和巩膜之间的区域 即为虹 膜，总体上呈现一种山里到外的放射状结构，虹膜与巩膜、瞳孔的边界均为 近似圆 形，是图像匹配时可以利用的重要儿何信息。图1人眼外观图虹膜在结构上分为四层，山内到外依次是：色素细胞沉积的上皮层、控制瞳 孔 缩 放的肌纤维层、包含丰富毛细血管的基质层和结构较基质层更为致密的前界层 （虹膜 外部的可见部分就是指它，分为中心瞳孔区和环

2、绕睫状层，形貌高度细节化，包含了极为丰富的信息）。虹膜表面高低不平，有皱壁和凹陷，凹陷乂称 隐 窝。近瞳孔处的皱壁特别显著，称虹膜皱壁或领状韧带，它是虹膜小动脉环的位置 标 志。虹膜后表面较平坦，山于虹膜内血管分布不均匀，使虹膜表面出现许多规 则的放 射形条纹。在近瞳孔边缘处，有一条租细不匀的黑边，是虹膜背面的色素 上 皮层向前延伸的结果，此黑边当瞳孔扩大时变窄，瞳孔缩小时增宽，如图 2 所阳扎边衍Ift点条妝他图2 虹膜纹理结构图虹膜纹理用于身份识别具有以下的生理和医学特征:(1) 虹膜纹理具有稳定性和不变性。人眼的虹膜是人体唯一的外部可见的内部 器 官，得到了眼睑和角膜的有效保护，在正常情

3、况下儿乎不可能受到外部损害；而 且， 在人出生一年以后，在正常的社会生活环境中，除非发生病变，否则终生不再 变化， 具有可靠的稳定性。(2) 虹膜纹理具有绝对的唯一性。每个人的虹膜都拥有独特的机构纹理，胚胎 生物 学界的科学家发现，虹膜的基本结构是山遗传基因决定的，不同的遗传基因决 定了不 同的虹膜基本结构，虹膜形成之前和虹膜发育期间的胚胎环境决定了虹膜的 细微结 构。可以这么说，自然界没有两个完全相同的胚胎环境。而且，新生儿的岀 生的第一 年是虹膜色素细胞的发育沉淀期，新生儿不同的生长环境和不同的营养状 况决定了不 同虹膜在同一光线下表现出不同细微纹理：以上诸多条件的制约造成了 一个人的左右

4、 眼或者即使是李生子的虹膜也儿乎不可能相同，因此从生物学的角度 来说，人眼的虹 膜纹理具有唯一性。(3) 虹膜纹理具有防伪性。从医学的角度来说，通过外科手术将一个人的虹膜纹理 改造成另一个人的，在可以预见的将来还没有实现的可能;而且虹膜中央的黑色部分是 瞳孔，作为活体细胞组织，在环境光线的变化时，哪怕是微弱的变化，睫状肌会收缩 或舒张来牵动瞳孔括约肌，改变瞳孔的大小，调节透射入眼的光线，这一过程叫瞳孔 震颤效应，利用这一特性，可以检测出是否为活体虹膜，所以伪造活体虹膜极其困 难。从这一点来看，虹膜识别具有难以伪造的特性。(4) 虹膜纹识别有非侵犯性。虹膜虽然被角膜同外界隔离，而且受到眼睑的保护

5、， 但因为角膜是无色透明的物质，透光性极佳，人在正常活动时可以轻易观察到虹膜， 所以在利用取像设备获取虹膜的图像时，被取像人不会产生受到侵犯的感觉，所以说 基于虹膜的生物特征识别具有非侵犯性。(5) 虹膜识别可靠性高。虹膜表面具有呈现高低不平的放射状排列、相互交 错的皱壁，构成多数的稳窝，这使得虹膜纹理可提供的特征信息量大，因而在应用 识别可靠性高2虹膜识别系统整个虹膜识别系统可分为这样儿个部分:虹膜图像的获取、虹膜图像预处理和虹膜 图像特征提取及编码、虹膜数据库、模式匹配。其中虹膜图像预处理、虹膜图像特征 提取、模式匹配是虹膜识别的关键。2. 1虹膜图像获取虹膜图像采集单元的主要任务就是通过

6、图像采集系统来获取虹膜图像。虹膜图像的 摄取是虹膜识别系统中最为关键的部分之一，如何在不侵犯人体的情况下，获得高质 量的虹膜图像用于系统识别是虹膜识别系统的主要U的。在进行非接触虹膜图像采集 时，光学装置主要解决以下儿个问题：(1) 系统采集到的图像质量免受杂光的干扰；(2) 使用者眼睛的位置能够保持稳定，以保证能采集到满足识别需要的高质量的图像；(3) 必须提供方法来判断使用者的眼睛是否在精确的位置，包括是否进入了采集设 备的视场范围之内，以及到镜头的距离是否合适；(4) 要尽量减少所获图像的无效区域，最好采用红外光源作为辅助光源。实验中所用图片为CASlA-IriSV3虹膜数据库中的虹膜图

7、片。；CASlATrisV3库中图像为8位深度图像，分辨率为640480,如图3所示：,图3 CASIA-IriSV3部分虹膜图像2 2虹膜图像预处理虹膜图像预处理的U的是虹膜定位与归一化。通过获取装置采集的虹膜图像通常不 可能仅仅包含虹膜，往往还有眼睛的其它部分，比如眼睑、睫毛、跟白等，而且在高度 非侵犯性系统中，山于对被试者不做要求，虹膜在图像中的位置与大小都会发生变化。 在某些情况虹膜图像的光照是不均匀的，这样会给虹膜识别的准确性带来影响；同时， 虹膜的内边界即瞳孔的大小是会发生变化的，这将会使虹膜的纹理产生变形，以上这些 情况都会影响虹膜图像的质量，从而给下一步的特征提取和 准确匹配带

8、来困难。为了实现精确的匹配，要通过预处理消除上述各种因素对虹膜图像的影响。虹膜图像的预处理包含虹膜图像的噪声处理、虹 膜定位、虹膜图像归一化和虹膜图像增强这儿个步骤。2. 3虹膜特征提取仔细观察虹膜图像发现，虹膜图像包含有丰富的细节特征。如果将预处理后的虹膜图像看作为一.幅纹理图像，那么许多纹理分析的方法都可用来抽取虹膜特征。比较典 型的方法有三种：(1) G bOr滤波:从图像中提取纹理信息的有效策略之一是将图像与带通滤波器卷a积，其中带通滤波器可以选择2D GabOr滤波器。2D GabOr滤波器最初山DaU man在g1980年提出的。DaUgman在1985年详细论述了它们的数学特性，

9、指出2D GbOr滤波 a器提供空间频率、方向、空间位置的最大分辨率，因此在空间和频域中具有良好的联合 定位能力。这些特性特别适合纹理分析。2D Gabor函数通过 缩放、旋转和平移可以形 成一组自相似的小波。利用这些小波对图像进行变换，就称为Gdbor小波变换。这些函 数与原始图像像素相乘和积分可产生一系列系数，从而可以提取图像纹理信息。(2) 二维小波变换:小波变换是一个常用的图像分析手段，并且在纹理识别中有较 多的应用。一个二维小波变换可以看作是连续一维小波变换。二维小波变换将，幅图像 分解成一系列的低频子图像。小波变换的结果取决于所采用的小波基的类型，而小波基 是山滤波器的类型决定的。

10、对一幅图像进行完全的小波分解，得到一系列的小波系数， 小波系数的形状和尺寸与原始图像相同。分解后的四种小波通 道为:LL, LH, HL, HHo 每个通道对应于原始图像在不同尺度(空间频率)和方向下的信息。LL通道代表了图像 在水平低频和垂直低频下的信息;LH通道代表了图像在 水平低频和垂直高频下的信息;HL通道代表了图像在水平高频和垂直高频下的信息。当图像在某一频率和方向下具 有较明显的纹理特征时，与之对应的小波通道输出就具有较大的能量。因此，图像中的 纹理特征可以山这一系列小波通道的能量平 均值和方差来表示。在四种小波通道中，HH 通道反映的是图像的高频特征，其中包含了图像中的大部分噪声

11、，不适用于纹理特征的 提取。对于LL, LH, HL 三种通道的滤波结果，提取均值和方差作为虹膜的特征。(3) 小波变换过零检测算法：以虹膜中心为圆心的同心圆对虹膜图像进行22, () O/xdxdx，间隔采样。把二维的虹膜图像变成一维信号，取小波母函数为，,OX其中为某一平滑函数，一般取高斯平滑函数，通过该小波函数进行变换。变fx,()换结果的零点代表的拐点，即函数曲线剧烈变换的部分。Mallat提出只S需记录的每个过零点的位置及任意两个相邻过零点之间小波变换结ZnWfX () 2fZnfx()fx()果的积分值便能通过一定的迭代运算重构。若代表eWfxdx, () 2nf, IZn虹膜图像

12、样本，则二元点序列可作为虹膜特征的编码，与虹膜图像数据相比其数量 小得多。2. 4虹膜的匹配与识别 基于已提取的虹膜特征进行虹膜识别，是一个典型的模式匹配问题。理论上，任何 分类器都可以用在这里，比较常用的两种算法是：(1) 海明距离(Han il nin DiStanCe):把虹膜纹理转化成有效的虹膜代码后，以虹g膜代码的海明距离(Hamlning DiStanCe)大小来判别，如式1：IIHDAXORB, () (1) , jjl, If即将不同的虹膜码进行按位异或比较，其中，和表示不同的虹膜码，ABIj表示虹膜码的总位数，表示虹膜码的位序号，范围在0到，其中布尔操作符1仅在、不同时才为1

13、,这有两种极端；两虹膜代码完全相同时，则HDABXORjj为0；两虹膜代码完全不同，即每一位都不同，则为1。HD(2) 方差倒数加权欧氏距离分类法:将未知虹膜的特征向量同已经训练好的已知类别的虹膜特征向量相比较，当且仅当它的特征向量与第k类特征向量的方差倒数加权欧氏 距离最小时，输入虹膜就被分类为笫k类虹膜。加权欧氏距离按式2计算：()2kN()ff,iiWEDkO, ()2k()g, ili (2)OkOk其中表示未知样本的第i个特征，分别表示第k类虹膜的第if,fiii个特 征的均值和方差;N表示特征总数。2. 5虹膜特征数据库虹膜特征数据库中存放的是已知虹膜纹理的特征向量。在虹膜识别过程中，首先要 对待识别的虹膜图像进行处理分析得到虹膜特征码，然后将所提取的特征码与数据库中 的特征码模板进行比对，最后得出分类结果。为了将虹膜用于身份识别，在虹膜识别系 统的后台需要一个大型的虹膜特征数据库，以便于对虹膜特征码进行存储和查询。