基于數(shù)字圖像處理的虹膜識別技術(shù)的研究-正文

1、基于數(shù)字圖像處理的虹膜識別技術(shù)的研究12（一） 選題的目的和意義隨著信息技術(shù)的發(fā)展，身份識別的難度和重要性越來越突出。密碼、身份證等傳統(tǒng)的身份識別方法由于其局限性一易丟失、易被偽造、易被破解等，已不能滿足當代社會的需要。基于生物特征的身份識別技術(shù) 由于具有穩(wěn)定、便捷、不易偽造等優(yōu)點，近 幾年已成為身份識別的熱點。生物特征識別是根據(jù)人體的生物特征（包括指紋 、虹膜、人臉、聲音和筆跡等）來識別個人身份和進行身份認證的新技術(shù)。虹膜位于眼睛的 鞏膜和瞳孔之間，由許多腺窩、皺褶、色素斑等構(gòu)成，包含了極為豐富的紋理 信息。與其它生物識別技術(shù)相比，虹膜識別具有法取代的生理方面的優(yōu)勢。在圖像處理技術(shù)逐步成熟的

2、今天，在虹膜識別系統(tǒng)上圖像處理技術(shù)得到了廣 泛的應(yīng) 用，利用對虹膜圖像的獲取、分析、預(yù)處理并定位，實現(xiàn)虹膜識別的功能，實現(xiàn)身份認證的功能。所以，研究圖像處理技術(shù)在虹膜識別系統(tǒng)上的應(yīng)用具有深遠的意 義。（二）國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢1、研究現(xiàn)狀現(xiàn)今，圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成 就，屬 于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測、機器人視覺、公安司 法、軍事制 導(dǎo)、文化藝術(shù)等，使圖像處理成為一門引人注目、前景遠大的新型學(xué)科。2、發(fā)展趨勢隨著計算機技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更 高、更 深層次發(fā)展。人們已開始研究如何用計算機系統(tǒng)解釋圖像

3、，實現(xiàn)類似人類視 覺系統(tǒng)理解 外部世界，這被稱為圖像理解或計算機視覺。很多國家，特別是發(fā)達國家投 入更多的人 力、物力到這項研究，取得了不少重要的研究成果。圖像理解雖然在理論方法研究上已取得不小的進展，但它本身是一個比較難 的研究 領(lǐng)域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計算 機視覺是一 個有待人們進一步探索的新領(lǐng)域。二、數(shù)字圖像處理概述數(shù)字圖像處理（Digital Image Processing又稱為計算機圖像處理，它是指將圖像信 號轉(zhuǎn)換成數(shù)字信號并利用計算機對其進行處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀50年代，當時的電子計算機已經(jīng)發(fā)展到一 定水平， 人們開始利

4、用計算機來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀60年代初期。早期的圖像處理的 目的是改善圖像的質(zhì)量，它以人為對象，以改善人 的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì) 量后的圖像， 常用的圖像處理方法有圖像增強、復(fù)原、編碼、壓縮等。（二）數(shù)字圖像處理的研究內(nèi)容數(shù)字圖像處理主要研究的內(nèi)容有以下幾個方面: 1、圖像變換由于圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。因此，往 往采用各種 圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變

5、換可在頻域中進行數(shù)字濾波處理）。已前新興研究的小波變換在時域和頻域中都具有良 好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。2、圖像編碼壓縮圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。3、圖像增強和復(fù)原圖像增強和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清 晰度等。圖 像增強不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強化圖像高 頻分量，可 使圖像中物體輪廓清晰，細節(jié)明顯；如

6、強化低頻分量可減少圖像中噪聲影響 。圖像復(fù)原 要求對圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立 "降質(zhì)模型”，再采用 某種濾波方法，恢復(fù)或重建原來的圖像。4、圖像分割圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的 特征部分提 取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進行圖像識 別、分析和 理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有 一種普遍適 用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是 目前圖像處 理中研究的熱點之一。5、圖像描述圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可采用

7、其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方 法。對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。6、圖像分類（識別）圖像分類（識別）屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強、復(fù)原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。圖像分類常 采用經(jīng)典的 模式識別方法，有統(tǒng)計模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起 來的模糊模 式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中也越來越受到重視。（三）數(shù)字圖像處理優(yōu)點1、再現(xiàn)性好數(shù)字圖

8、像處理與模擬圖像處理的根本不同在于，它不會因圖像的存儲、傳輸 或復(fù)制等一 系列變換操作而導(dǎo)致圖像質(zhì)量的退化。只要圖像在數(shù)字化時準確地表現(xiàn)了原 稿，則數(shù)字 圖像處理過程始終能保持圖像的再現(xiàn)。2、處理精度高按目前的技術(shù)，幾乎可將一幅模擬圖像數(shù)字化為任意大小的二維數(shù)組，這主 要取決于 圖像數(shù)字化設(shè)備的能力?，F(xiàn)代掃描儀可以把每個像素的灰度等級量化為16位甚至更高，這意味著圖像的數(shù)字化精度可以達到滿足任一應(yīng)用需求。對計算機而言，不論數(shù)組大小，也不論每個像素的位數(shù)多少，其處理程序幾乎是一樣的。換言之，從原理上講不論圖像 的精度有多高，處理總是能實現(xiàn)的，只要在處理時改變程序中的數(shù)組參數(shù)就可以了?；?想一下圖

9、像的模擬處理，為了要把處理精度提高一個數(shù)量級，就要大幅度地改進處理裝 置，這在經(jīng)濟上是極不合算的。3、適用面寬圖像可以來自多種信息源，它們可以是可見光圖像，也可以是不可見的波譜圖像（例如X射線圖像、射線圖像、超聲波圖像或紅外圖像等）。及圖像反映的客觀實體尺度看，可以小到電子顯微鏡圖像，大到航空照片、遙感圖像甚至天文望遠鏡圖像。這些來自不同信息源的圖像只要被變換為數(shù)字編碼形式后，均是用二維數(shù)組表示的灰度圖像（彩色圖像也是由灰度圖像組合成的，例如RGB圖像由紅、綠、藍三個灰度圖像組合而成）組合而成，因而均可用計算機來處理。即只要針對不同的圖像信息源，采取相應(yīng)的圖像信息采集措施，圖像的數(shù)字處理方法適

10、用于任何一種圖像。4、靈活性高圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分，每 一部分均包 含豐富的內(nèi)容。由于圖像的光學(xué)處理從原理上講只能進行線性運算，這極大 地限制了光 學(xué)圖像處理能實現(xiàn)的目標。而數(shù)字圖像處理不僅能完成線性運算，而且能實 現(xiàn)非線性處 理，即凡是可以用數(shù)學(xué)公式或邏輯關(guān)系來表達的一切運算均可用數(shù)字圖像處 理實現(xiàn)。、虹膜識別技術(shù)（一）虹膜識別技術(shù)概述1、虹膜識別技術(shù)的發(fā)展虹膜識別技術(shù)是 根據(jù)人體的生物特征一一虹膜經(jīng)過 圖像處理與分 析后，來識別個人 身份和進行 身份認證的新技術(shù)， 它是集數(shù)學(xué)、光學(xué)、電 子學(xué)、生理學(xué)和計算機科學(xué)等于一體的多學(xué)科 交叉 的高新技術(shù)。在

11、20世紀30年代中期，人們已經(jīng)開始設(shè)想用 虹膜來識別身份，但 是直到20世紀90年代虹膜 識別 技術(shù)才成為現(xiàn)實。1987年，眼科專家Aransafir和Leonardflom首次提出利用虹膜圖像進 行自動虹 膜識別的概念，但是 他們并沒有開發(fā)出實際 的應(yīng)用系統(tǒng)。到1991年，美國洛斯阿拉 莫斯國家實 驗室的Johnson實現(xiàn)了一個自動虹膜 識別系統(tǒng)。在1993年，John Daugman實現(xiàn)了一個高性能的自 動虹膜識別系統(tǒng)。1996年，Richard Wildes研制成功基于虹膜的身份認 證系統(tǒng)。2、虹膜識別的步驟和原理定位、虹膜識別系統(tǒng)的包括虹膜圖像獲取、虹膜圖像質(zhì)量檢測和預(yù)處理、虹膜圖像虹

12、膜特征提取和圖像的分類識別幾個步驟。如下圖 3.1.1所示:虹膜識別步驟原理圖圖 3.1.1量檢測虹膜識別系統(tǒng)首先是獲取要注冊的已知虹膜的紋理圖像，進行虹膜圖像的質(zhì) 和預(yù)處理。其次是對虹膜的定位，即從輸入的人眼 中找到虹膜的位置，并將虹膜從圖片 中分割出來。第三，進行虹膜特征的提取與識別，根據(jù)功能的區(qū)別對歸一化 的虹膜紋理進行特征編碼，將得到的“虹膜代碼”存入虹膜數(shù)據(jù)庫中進行注冊或者將“虹膜代碼”與虹膜數(shù)據(jù)庫中的虹膜代碼進行比對，根據(jù)判決條件判斷是接受還是拒絕。一套完整的虹膜識別系統(tǒng)總體上包含“硬件和軟件”兩部分，虹膜圖像獲取裝置和虹膜識別算法，它們分別對應(yīng)于圖像獲取和模式匹配這兩個基本問題。

13、（二）虹膜圖像的獲取1、 Daugman的采集系統(tǒng)虹膜圖像的獲取是虹膜識別的第一步 ，也是十分關(guān)鍵的一步。虹膜圖像采集的目的 是清晰、準確地捕捉到虹膜圖像，并將其數(shù)字化存儲，以供圖像識別的實現(xiàn) 。因此要 獲得高質(zhì)量的虹膜圖像，需要專門的設(shè)備和細心的操作。Daugmanfi勺采集系統(tǒng)如圖3.2.1,包括光源、成像鏡頭、攝像頭 、光束分離片、LCD顯示和圖像幀采集器等 ，具鏡頭采用焦距為 330 mm的透鏡,可以從1546 mm的距離攝取虹膜圖像，成像的徑在 100200 pixel。在該系統(tǒng)中，虹膜最佳的對焦位置需要用戶自己移動眼睛在攝像頭前的位置實現(xiàn)。攝像頭將連續(xù)采集虹膜的圖像并在LCD面陣上

14、顯示，以提示用戶移動眼睛的部位。當成像有 足夠的銳度時自動采集虹膜 圖像樣本。Daugnan系統(tǒng)的虹膜圖像攝取裝置圖 3.2.12、Wildes的采集系統(tǒng)Wildes的采集系統(tǒng)如圖3.2.2 ,它是利用80mm勺透鏡,從20cm處攝取圖像,圖像 的直徑大約為256 pixel,其孔徑為1cm=桁】網(wǎng)號系統(tǒng)的虹膜圖像攝取裝置圖 3.2.2（三）虹膜圖像的預(yù)處理虹膜圖像預(yù)處理的目的是虹膜定位與歸一化。在獲取的虹膜圖像中有可能包含有許多其他部分（如眼瞼、睫毛等），這就需要對虹膜圖像進行定位和歸一化操作，即找出虹膜的中心和內(nèi)、外邊緣以及對定位出來的虹 膜圖像大小進行歸一化 處理，從而糾正圖 像漂移、旋

15、轉(zhuǎn)和比例放縮 。虹膜圖像的預(yù)處理包括虹膜定位、歸一化和增強3個步驟。圖3.3.1顯示了經(jīng)預(yù)處理后的虹膜圖像。虹膜圖像定位結(jié)果（b）歸化虹膜圖像©增強的歸一化虹膜圖像圖 3.3.1（四）虹膜特征的提取與編碼虹膜特征提取和編碼是對預(yù)處理后的數(shù)據(jù)進行分析、去粗存精的過程 。由于原始圖像數(shù)據(jù)量相當大，需要把這些數(shù)據(jù)轉(zhuǎn)換為若干特征，即特征提取。為了提高分類處理 的速度和精度，對提取的特征還需要選擇最有代表 性的特征，其信息冗余余度最小，而 且具有比例、旋轉(zhuǎn)、位移不變性。圖 3.4.1顯示的是一個虹膜編碼的圖像示意。III 114 111TlBlf 1 m 口Imnun no|irun i mm

16、 i 11 llllllll niitia II BIB Bl H II Hl in i i lI KllTlll 1111 1 川虹膜編碼圖像示意圖 3.4.1四、虹膜識別算法(一)定位算法(1) D augman提出了一個微積分算子，如式(1)其中,1一Q (r) =e 30 2J2五。是個尺度為o的后b斯函數(shù)，起平滑濾波的作用；積分表示的是圖像I ( x, y)在以(x0, y0)為圓心，r為半徑的 圓上的曲線積分。此算法采用圓形邊緣檢測器進行反復(fù)地尋找虹膜的內(nèi)外邊 緣，直至找 到最佳匹配的兩個圓。對于上下眼瞼的邊緣檢測，把曲線積分路徑變成弧形，相應(yīng)的信息 參數(shù)也隨之調(diào)整即可。許多研究者

17、就此定位方法提出了許多減小初始圓心候選點集合大小的算法，有效地縮短了虹膜定位的時間。(2) Wildes提出了兩步虹膜定位方法，其思想是先進行邊緣檢測再進行 Hough變換，其邊緣檢測的算子為|G ( x, y) * I ( x, y) |其中G (x. y)=二 e - 2Jio-（X0,y。）為圓心，標準差為（7的二維高斯函數(shù)，用來平滑圖像及確定邊界。得到邊 界后,通過對邊緣點的投票來確定虹膜 的圓形邊界參數(shù),Hough變換定義為：.H （xc1 k* ” =%，J3 "/ fh巾 J7,辦 yct ” = Lg （yr yr 尤，3 ti = 0,h （xp % 果，羥, r）

18、 = 0,gf. % x£t ycr r） # 0,gGr yr %，J3 =f4 - % 廠+- yJ2 - F、（二）歸一化算法Daugman勺橡膠皮彈性模型對環(huán)形虹膜圖像進行了歸一化,有效地解決了瞳孔縮放以及瞳孔與虹膜邊緣不同心所帶來的問題，為大多數(shù)虹膜識別研究者所采用，具模型示 意圖如圖2.1.1所示。Daugmanii-J模狡皮模型圖 2.1.1它將圖像從笛卡兒坐標（x, yx （ r, 0 ） = （ 1 - r） x）轉(zhuǎn)化為極坐標的形式（r, 8）,轉(zhuǎn)化公式為p( 0 ) + rxs( e),y ( r, e ) = ( 1 - r) yp( e ) + rys( e)

19、,其中，r e 0, 1 , 8 e 0,2冗,(xp( e) , yp( e),(xs( e),ys（ e）分別代表在9方向上的瞳孔和鞏膜的邊緣點。（三）特征提取與編碼算法（1） Daugma樂用極坐標下的復(fù)值二維 Gabor濾波器對歸一化后的虹膜圖像進行虹膜細節(jié)的特征提取 ，使用1024個小波對圖像進行處理，得至I 2048 bit,即256 byte的編碼。二維Gabor濾波器在極坐標下形式為 e B2產(chǎn)生一組中心位置在（r o, 0 0）,位置參數(shù)為9 0, a ,）的選擇頻率濾，而且由于良好的積分特性he0.Re波器，在空間域和頻率域具有良好地獲取節(jié)點位置的功能 這些濾波器能夠獲取本

20、地相位信息。對圖像在每個尺度上濾波，用粗略的一位實部和虛 部數(shù)來對虹膜圖像進行編碼，公式如下：ReP 0/%口 S" * /<Pt 旬” dPd/ 2 0.h bn0.,印2用工, HP.內(nèi) p dPd力 < (1(2) Wildes使用從Gaussian-Lap lacian算子衍生而來的各向同性的帶通濾波器 組對虹膜圖像進行4級塔式分解，產(chǎn)生Lap lacian金字塔來代表虹膜圖像，這些濾波器 定義為：其中，。為Gaussian函數(shù)的標準差，p表示點到濾波器中心的半徑距離五、結(jié)束語目前，虹膜識別技術(shù)被廣泛應(yīng)用于監(jiān)獄、機場、邊境、銀行，也被用來控制自動取款機的賬戶進入，同時應(yīng)用于網(wǎng)絡(luò)身份認證，將虹膜的特征信息設(shè)為個人的 網(wǎng)絡(luò)ID,給 網(wǎng)絡(luò)信息安全帶來了新的革命。但是，基于圖像處理技術(shù)的虹膜識別仍然有一些關(guān)鍵技術(shù)有待解決，例如(1)遠距離