虹膜識別原理

虹膜識別原理1虹膜的結構和生理特點人眼從外觀圖上看由鞏膜、虹膜、瞳孔三部分構成。如圖1所示。中心較黑的部分是瞳孔區(qū)，瞳孔隨入射光線強度的變化，會產生收縮或擴張，從而牽動虹膜變化;兩側顏色較淺的部分是鞏膜區(qū)（即通常所說的眼口）；位于瞳孔和鞏膜之間的區(qū)域即為虹膜，總體上呈現(xiàn)一種山里到外的放射狀結構，虹膜與鞏膜、瞳孔的邊界均為近似圓形，是圖像匹配時可以利用的重要兒何信息。圖1人眼外觀圖虹膜在結構上分為四層，山內到外依次是：色素細胞沉積的上皮層、控制瞳孔縮放的肌纖維層、包含豐富毛細血管的基質層和結構較基質層更為致密的前界層（虹膜外部的可見部分就是指它，分為中心瞳孔區(qū)和環(huán)繞睫狀層，形貌高度細節(jié)化，包含了極為豐富的信息）。虹膜表面高低不平，有皺壁和凹陷，凹陷乂稱隱窩。近瞳孔處的皺壁特別顯著，稱虹膜皺壁或領狀韌帶，它是虹膜小動脈環(huán)的位置標志。虹膜后表面較平坦，山于虹膜內血管分布不均勻，使虹膜表面出現(xiàn)許多規(guī)則的放射形條紋。在近瞳孔邊緣處，有一條租細不勻的黑邊，是虹膜背面的色素上皮層向前延伸的結果，此黑邊當瞳孔擴大時變窄，瞳孔縮小時增寬，如圖2所陽扎邊衍Ift陽扎邊衍Ift點條妝他圖2虹膜紋理結構圖虹膜紋理用于身份識別具有以下的生理和醫(yī)學特征:虹膜紋理具有穩(wěn)定性和不變性。人眼的虹膜是人體唯一的外部可見的內部器官，得到了眼瞼和角膜的有效保護，在正常情況下兒乎不可能受到外部損害；而且，在人出生一年以后，在正常的社會生活環(huán)境中，除非發(fā)生病變，否則終生不再變化，具有可靠的穩(wěn)定性。虹膜紋理具有絕對的唯一性。每個人的虹膜都擁有獨特的機構紋理，胚胎生物學界的科學家發(fā)現(xiàn)，虹膜的基本結構是山遺傳基因決定的，不同的遺傳基因決定了不同的虹膜基本結構，虹膜形成之前和虹膜發(fā)育期間的胚胎環(huán)境決定了虹膜的細微結構?？梢赃@么說，自然界沒有兩個完全相同的胚胎環(huán)境。而且，新生兒的岀生的第一年是虹膜色素細胞的發(fā)育沉淀期，新生兒不同的生長環(huán)境和不同的營養(yǎng)狀況決定了不同虹膜在同一光線下表現(xiàn)出不同細微紋理：以上諸多條件的制約造成了一個人的左右眼或者即使是李生子的虹膜也兒乎不可能相同，因此從生物學的角度來說，人眼的虹膜紋理具有唯一性。虹膜紋理具有防偽性。從醫(yī)學的角度來說，通過外科手術將一個人的虹膜紋理改造成另一個人的，在可以預見的將來還沒有實現(xiàn)的可能;而且虹膜中央的黑色部分是瞳孔，作為活體細胞組織，在環(huán)境光線的變化時，哪怕是微弱的變化，睫狀肌會收縮或舒張來牽動瞳孔括約肌，改變瞳孔的大小，調節(jié)透射入眼的光線，這一過程叫瞳孔震顫效應，利用這一特性，可以檢測出是否為活體虹膜，所以偽造活體虹膜極其困難。從這一點來看，虹膜識別具有難以偽造的特性。虹膜紋識別有非侵犯性。虹膜雖然被角膜同外界隔離，而且受到眼瞼的保護，但因為角膜是無色透明的物質，透光性極佳，人在正?；顒訒r可以輕易觀察到虹膜，所以在利用取像設備獲取虹膜的圖像時，被取像人不會產生受到侵犯的感覺，所以說基于虹膜的生物特征識別具有非侵犯性。虹膜識別可靠性高。虹膜表面具有呈現(xiàn)高低不平的放射狀排列、相互交錯的皺壁，構成多數(shù)的穩(wěn)窩，這使得虹膜紋理可提供的特征信息量大，因而在應用識別可靠性高2虹膜識別系統(tǒng)整個虹膜識別系統(tǒng)可分為這樣兒個部分:虹膜圖像的獲取、虹膜圖像預處理和虹膜圖像特征提取及編碼、虹膜數(shù)據庫、模式匹配。其中虹膜圖像預處理、虹膜圖像特征提取、模式匹配是虹膜識別的關鍵。2.1虹膜圖像獲取虹膜圖像采集單元的主要任務就是通過圖像采集系統(tǒng)來獲取虹膜圖像。虹膜圖像的攝取是虹膜識別系統(tǒng)中最為關鍵的部分之一，如何在不侵犯人體的情況下，獲得高質量的虹膜圖像用于系統(tǒng)識別是虹膜識別系統(tǒng)的主要U的。在進行非接觸虹膜圖像采集時，光學裝置主要解決以下兒個問題：系統(tǒng)采集到的圖像質量免受雜光的干擾；使用者眼睛的位置能夠保持穩(wěn)定，以保證能采集到滿足識別需要的高質量的圖像；必須提供方法來判斷使用者的眼睛是否在精確的位置，包括是否進入了采集設備的視場范圍之內，以及到鏡頭的距離是否合適；要盡量減少所獲圖像的無效區(qū)域，最好采用紅外光源作為輔助光源。實驗中所用圖片為CASlA-IriSV3虹膜數(shù)據庫中的虹膜圖片。；CASlATrisV3庫中圖像為8位深度圖像，分辨率為640480,如圖3所示：,圖3CASIA-IriSV3部分虹膜圖像22虹膜圖像預處理虹膜圖像預處理的U的是虹膜定位與歸一化。通過獲取裝置采集的虹膜圖像通常不可能僅僅包含虹膜，往往還有眼睛的其它部分，比如眼瞼、睫毛、跟白等，而且在高度非侵犯性系統(tǒng)中，山于對被試者不做要求，虹膜在圖像中的位置與大小都會發(fā)生變化。在某些情況虹膜圖像的光照是不均勻的，這樣會給虹膜識別的準確性帶來影響；同時，虹膜的內邊界即瞳孔的大小是會發(fā)生變化的，這將會使虹膜的紋理產生變形，以上這些情況都會影響虹膜圖像的質量，從而給下一步的特征提取和準確匹配帶來困難。為了實現(xiàn)精確的匹配，要通過預處理消除上述各種因素對虹膜圖像的影響。虹膜圖像的預處理包含虹膜圖像的噪聲處理、虹膜定位、虹膜圖像歸一化和虹膜圖像增強這兒個步驟。2.3虹膜特征提取仔細觀察虹膜圖像發(fā)現(xiàn)，虹膜圖像包含有豐富的細節(jié)特征。如果將預處理后的虹膜圖像看作為一.幅紋理圖像，那么許多紋理分析的方法都可用來抽取虹膜特征。比較典型的方法有三種：GbOr濾波:從圖像中提取紋理信息的有效策略之一是將圖像與帶通濾波器卷a積，其中帶通濾波器可以選擇2DGabOr濾波器。2DGabOr濾波器最初山DaUman在g1980年提出的。DaUgman在1985年詳細論述了它們的數(shù)學特性，指出2DGbOr濾波a器提供空間頻率、方向、空間位置的最大分辨率，因此在空間和頻域中具有良好的聯(lián)合定位能力。這些特性特別適合紋理分析。2DGabor函數(shù)通過縮放、旋轉和平移可以形成一組自相似的小波。利用這些小波對圖像進行變換，就稱為Gdbor小波變換。這些函數(shù)與原始圖像像素相乘和積分可產生一系列系數(shù)，從而可以提取圖像紋理信息。二維小波變換:小波變換是一個常用的圖像分析手段，并且在紋理識別中有較多的應用。一個二維小波變換可以看作是連續(xù)一維小波變換。二維小波變換將，幅圖像分解成一系列的低頻子圖像。小波變換的結果取決于所采用的小波基的類型，而小波基是山濾波器的類型決定的。對一幅圖像進行完全的小波分解，得到一系列的小波系數(shù)，小波系數(shù)的形狀和尺寸與原始圖像相同。分解后的四種小波通道為:LL,LH,HL,HHo每個通道對應于原始圖像在不同尺度(空間頻率)和方向下的信息。LL通道代表了圖像在水平低頻和垂直低頻下的信息;LH通道代表了圖像在水平低頻和垂直高頻下的信息;HL通道代表了圖像在水平高頻和垂直高頻下的信息。當圖像在某一頻率和方向下具有較明顯的紋理特征時，與之對應的小波通道輸出就具有較大的能量。因此，圖像中的紋理特征可以山這一系列小波通道的能量平均值和方差來表示。在四種小波通道中，HH通道反映的是圖像的高頻特征，其中包含了圖像中的大部分噪聲，不適用于紋理特征的提取。對于LL,LH,HL三種通道的濾波結果，提取均值和方差作為虹膜的特征。小波變換過零檢測算法：以虹膜中心為圓心的同心圓對虹膜圖像進行22,,()O/xdxdx，間隔采樣。把二維的虹膜圖像變成一維信號，取小波母函數(shù)為，

,OX其中為某一平滑函數(shù)，一般取高斯平滑函數(shù)，通過該小波函數(shù)進行變換。變fx,,()換結果的零點代表的拐點，即函數(shù)曲線劇烈變換的部分。Mallat提出只S需記錄的每個過零點的位置及任意兩個相鄰過零點之間小波變換結ZnWfX()2fZnfx()fx()果的積分值便能通過一定的迭代運算重構。若代表eWfxdx,()2nf,,IZn虹膜圖像樣本，則二元點序列可作為虹膜特征的編碼，與虹膜圖像數(shù)據相比其數(shù)量小得多。2.4虹膜的匹配與識別基于已提取的虹膜特征進行虹膜識別，是一個典型的模式匹配問題。理論上，任何分類器都可以用在這里，比較常用的兩種算法是：海明距離(HanilninDiStanCe):把虹膜紋理轉化成有效的虹膜代碼后，以虹g膜代碼的海明距離(HamlningDiStanCe)大小來判別，如式1：IIHDAXORB,()(1),jjl,If即將不同的虹膜碼進行按位異或比較，其中，和表示不同的虹膜碼，ABIj表示虹膜碼的總位數(shù)，表示虹膜碼的位序號，范圍在0到，其中布爾操作符1僅在、不同時才為1,這有兩種極端；兩虹膜代碼完全相同時，則HDABXORjj為0；兩虹膜代碼完全不同，即每一位都不同，則為1。HD方差倒數(shù)加權歐氏距離分類法:將未知虹膜的特征向量同已經訓練好的已知類別的虹膜特征向量相比較，當且僅當它的特征向量與第k類特征向量的方差倒數(shù)加權歐氏距離最小時，輸入虹膜就被分類為笫k類虹膜。加權歐氏距離按式2計算：()2kN()ff,iiWEDkO,,()2k()g,ili(2)OkOk其中表示未知樣本的第i個特征，，分別表示第k類虹膜的第