《虹膜識別技術(shù)》ppt課件

1、 虹膜識別技術(shù)虹膜虹膜虹膜的特征虹膜的特征1. 高獨(dú)特性。高獨(dú)特性。幾乎任何兩個(gè)人(包括雙胞胎)的虹膜都是不完全相同的，即使是同一個(gè)人左右眼的虹膜也存在一定的差異。2. 高穩(wěn)定性高穩(wěn)定性。虹膜本身一般不易發(fā)病，可以保持幾十年不變。3. 良好的防偽性能良好的防偽性能。要想精細(xì)地修改虹膜的表面結(jié)構(gòu)特征，即使采用目前先進(jìn)的眼科手術(shù)，也必須冒著視力損傷的危險(xiǎn)。另外，利用虹膜本身有規(guī)律的震顫特性以及虹膜隨光強(qiáng)度變化而縮放的特性，可以把假冒的虹膜圖片區(qū)分開來。4. 易接受性易接受性?？梢圆慌c人體接觸，甚至能夠在人們沒有覺察的情況下把虹膜圖像拍攝下來。虹膜識別技術(shù)的基本原理虹膜識別技術(shù)的基本原理圖像獲取虹膜

2、定位特征提取特征數(shù)據(jù)庫識別或認(rèn)證結(jié)果識別認(rèn)證虹膜定位虹膜定位1. Daugman定位方法)0, 0,(maxyxrdsryxIyxrrrG2),(0,0,*)(J G Daugman. High confidence visual recognition of persons by a test of statistical independence. IEEE Trans. on PAMI. 1993, 15(11):11481161. 缺點(diǎn)：最優(yōu)化求解易陷于局部極值點(diǎn)； 如果全空間搜索，時(shí)間開銷很大優(yōu)點(diǎn)：如果全空間搜索，定位準(zhǔn)確度和穩(wěn)定度很高2. Wildes定位方法（Hough變換）A、

3、差分運(yùn)算B、二值化C、二維圖像空間映射到三維參數(shù)空間D、最大值點(diǎn)對應(yīng)定位參數(shù)缺點(diǎn)：耗時(shí)長，且容易受到虹膜上環(huán)狀的“神經(jīng) 環(huán)”影響優(yōu)點(diǎn)：相對而言，穩(wěn)定性較高。R P Wildes. Iris recognition: an emerging biometric technology. Proceedings of the IEEE. 1997, 85(9): 13481363. 3、Xiaoyan Yuan（袁曉艷）的方法（上海交大）A、二值化B、應(yīng)用形態(tài)學(xué)方法（先腐蝕再膨脹）消除細(xì)節(jié)干 擾C、圓形擬合缺點(diǎn)：閾值選取；耗時(shí)長優(yōu)點(diǎn)：對瞳孔定位時(shí)，穩(wěn)定性較好4、葉學(xué)義的方法（二維投影和交叉）（中國科

4、大）A、求邊緣圖像C、水平投影和垂直投影D、根據(jù)交叉原則去除偽邊緣影響E、圓形擬合缺點(diǎn)：算法比較復(fù)雜5、我們的方法(1)在虹膜圖像中選定若干行，各行之間互不相鄰。(2)每一行可以形成一條灰度曲線（In）(3)求差分曲線 (4)灰度差分累加和 在灰度差曲線上，m個(gè)相鄰點(diǎn)的累加和(差分累加和)為： mnnnDDDSum 1nnnIIDD100(5)邊界點(diǎn)的確定 A. 閾值判斷法； B. 最大值法。B. 邊沿的確定，可以采用閾值判斷法閾值判斷法。設(shè)定一個(gè)閾值，對于C. 右 邊 沿 ， 差 分 累 加 和 大 于 閾 值 ， 即 D. SUM=THRESHOLD；對于左邊沿，差分累加和的負(fù)值大于閾E.

5、 值，即SUM=THRESHOLD。邊沿確定后，取n+m為邊界點(diǎn)。F. 但是，由于每個(gè)人的虹膜顏色的亮暗程度不同、虹膜邊界G. 的模糊程度不同，因此在灰度曲線上所反映的邊沿高度、寬度H. 不一。為了更準(zhǔn)確尋找虹膜邊界點(diǎn)，可以采用如下方法：設(shè)定I.一個(gè)合適的閾值及m，當(dāng)檢測到差分累加和大于閾值后(以右邊J.沿為例)，再往后滑動(dòng)一個(gè)點(diǎn)(或者幾個(gè)點(diǎn))，繼續(xù)檢測，直到小K. 于閾值為止。設(shè)檢測到的點(diǎn)數(shù)為q(q=m)，則n+q/2保存作為右L. 邊界點(diǎn)的候選。繼續(xù)重復(fù)如上步驟，找出所有候選點(diǎn)。在所有M. 候選點(diǎn)中，SUM= Dn + Dn+1 + + Dn+q最大者最大者選為最終的邊N. 界點(diǎn)。 (6)

6、邊界擬合的方法 A. 不共線的三點(diǎn)確定一個(gè)圓；B. 圓形邊界的最小二乘法擬合；C. 其他的近似方法。優(yōu)點(diǎn)：速度快虹膜定位存在的問題虹膜定位存在的問題 旋轉(zhuǎn)效應(yīng)對定位的影響對策對策 旋轉(zhuǎn)校正及其條件要求 通過基于區(qū)域的方法或基于邊緣的方法，獲得虹膜與瞳孔的真實(shí)邊界。其他預(yù)處理其他預(yù)處理1、眼皮 （1）拋物線模型（2）鏈碼方法 差分運(yùn)算及二值化；鏈碼搜索2、去除睫毛的影響Candy算子3、去除照明奇異點(diǎn)（1）Gaussian 模型W. K. Kong and D. Zhang, “Accurate Iris SegmentationBased on Novel Reflection and Eye

7、lash DetectionModel,” Pro. of 2001 International Symposium on IntelligentMultimedia, Video and Speech Processing（2）直接閾值化方法4、低通濾波 Gassian濾波器；中值濾波器；5、尺度校正)()()1 (),(sprxxrrx)()()1 (),(spryyrry存在問題： 瞳孔縮放引起的虹膜紋理變形一般是非線性的?？赡艿慕鉀Q途徑： 建立瞳孔縮放的非線性模型；采集相同瞳孔大小的虹膜圖像。 6、旋轉(zhuǎn)校正 （1）以兩眼虹膜中心的連線為基線進(jìn)行校正 條件：多攝像機(jī)或變焦攝像機(jī) 優(yōu)點(diǎn)：基

8、線比較穩(wěn)定 （2）以同一眼睛的兩眼角連線為基線進(jìn)行校正 條件：兩眼角必須出現(xiàn)在視場內(nèi) 缺點(diǎn)：基線不太穩(wěn)定 技術(shù)：求邊緣、求角點(diǎn) （3）直接對圖像、邊緣圖像或圖像的編碼進(jìn)行旋轉(zhuǎn) （如果直接旋轉(zhuǎn)圖像，運(yùn)算量較大）虹膜圖像匹配虹膜圖像匹配1、Daugman方法方法（1）二維Gabor濾波器)()(2/)(/)(0000220220),(yyvxxuiyyxxeeyxG2202200/)(/)()(),(eeerGrri（2）雙無維映射極坐標(biāo)系統(tǒng))()()1 (),(sprxxrrx)()()1 (),(spryyrry（3）編碼02202200/)(/)()( ddeeeri如果Re1Reh0Reh

9、02202200/)(/)()( ddeeeri如果Re1Imh0Imh如果Im如果Im02202200/)(/)()( ddeeeri02202200/)(/)()( ddeeeri不同尺寸；256Byte(4) 匹配jjjBAHD2048120481循環(huán)策略：旋轉(zhuǎn)校正 國際上影響最大、識別率很高2、Daugman方法的變形 （1）康浩，徐國治。虹膜紋理的相位編碼。上海交通大學(xué)學(xué)報(bào)。1999，33（5）。 （2）葉學(xué)義 等。一種新穎的虹膜識別算法。電路與系統(tǒng)學(xué)報(bào)。2003，8（3）：7580。 上述兩種方法的特點(diǎn)： 也使用的是Gabor濾波器；只是編碼方式與距離定義有差別。3、譚鐵牛等 （1

10、）多通道Gabor濾波器方法 （2）小波的方法（Daubechies-4型小波） 特點(diǎn)：用多通道Gabor濾波器或小波濾波器形成多幅不同頻率的圖像；計(jì)算每幅圖像的均值與方差；由歐氏距離進(jìn)行判決識別。（3）基于非局部比較的虹膜識別方法）基于非局部比較的虹膜識別方法A、Dissociated DipoleB、Coding and Matching Dissociated Multi-Pole.4、wildes方法方法 （1）金字塔多分辨分解 （2）計(jì)算分解后的多幅圖像的均值和方差 （3）Fisher線性判別準(zhǔn)則進(jìn)行判別 （類內(nèi)差別最大；類間差別最小）5、我們的方法（一） （1） 歸一化相關(guān)系數(shù)21

11、112211),)(,(nmjipjipnimj（2） 子塊處理把圖像劃分為許多子塊，對兩幅虹膜圖像對應(yīng)的子塊分別求歸一化互相關(guān)系數(shù)；然后對這些互相關(guān)系數(shù)進(jìn)行排序，并剔除幾個(gè)最小的值；再計(jì)算余下互相關(guān)系數(shù)的均值和方差。 （3） 效果能夠有效地減小光強(qiáng)變化、傾斜照明、奇異反射等對虹膜識別的影響 （4）判別函數(shù)的構(gòu)造 目標(biāo)：實(shí)現(xiàn)虹膜模式的非線性最優(yōu)劃分 方法：徑向神經(jīng)網(wǎng)絡(luò)徑向神經(jīng)網(wǎng)絡(luò)是一種典型的局部逼近神經(jīng)網(wǎng)絡(luò)，它在逼近能力、分類能力和學(xué)習(xí)速度等方面均優(yōu)于BP網(wǎng)絡(luò)。 實(shí)驗(yàn)結(jié)果實(shí)驗(yàn)結(jié)果使用397幅虹膜圖像進(jìn)行測試，其中11幅圖像誤識，其錯(cuò)誤識別率為3.8%。 6、Boles方法 基本原理：圖像的二次

12、微分運(yùn)算形成后，邊緣便成為零交叉點(diǎn)。 （1）母小波定義為一個(gè)平滑函數(shù)的二次微分：22)()(dxxdx（2）小波變換)()()(222222sfdxdsdxxdsfxfWss（3）表達(dá)nnjzzndxxfWe1)(212)(nnnzzexfZj（4）匹配 W W Boles, B Boashash. A human identification technique using images of the iris and wavelet transform. IEEE Trans. On Signal Processing. 1998, 46(4):11851188 6、我們的方法（二）虹膜上

13、的紋理或結(jié)構(gòu)的差異，是不同虹膜相互區(qū)別的最主要原因和體現(xiàn)。因此，在虹膜識別中，要想獲得很高的識別率，就必須充分運(yùn)用虹膜圖像的紋理或結(jié)構(gòu)特征。 （1 1）邊緣提取）邊緣提取2/122)()(yxGGfmag)/arctan(),(xyGGyx （2 2）距離測度）距離測度NNNNNNNNNdnBnAnBABA111000注釋釋：N為兩幅圖像的邊緣點(diǎn)數(shù)之和，N0A、N1A、NnA分別是A在B中尋找到的距離為0、1、n個(gè)像素的邊緣點(diǎn)對數(shù)，N0B、N1B、NnB分別是B在A中尋找到的距離為0、1、n個(gè)像素的邊緣點(diǎn)對數(shù)，、為對應(yīng)的權(quán)重系數(shù) 匹配度： 85.8%存在的問題存在的問題1、如何更好地提取虹膜特征（或紋理特征）？2、國內(nèi)虹膜圖像獲取技術(shù)的落后虹膜的特征虹膜的特征1. 高獨(dú)特性。高獨(dú)特性。幾乎任何兩個(gè)人(包括雙胞胎)的虹膜都是不完全相同的，即使是