[硕士论文精品]基于qtembedded的虹膜识别算法的研究与实现

浙江工业人学硕士学位论文基于QTEMBEDED的虹膜识别算法的研究与实现摘要随着人们对社会安全要求的增加，基于生物特征识别的智能身份鉴别方法逐渐受到广泛的关注。由于虹膜识别具有高可靠性和非侵犯性，它正成为生物特征识别领域中的一个研究热点。作为一个应用性很强的研究课题，虹膜识别正在从实验室走向社会应用，但是虹膜识别的研究还远远没有达到完善的程度。虹膜识别系统依据实现平台的不同，主要可以分为基于PC的虹膜识别系统和嵌入式虹膜识别系统两种系统构成。随着虹膜识别系统小型化、高可靠性、低功耗的发展要求，嵌入式虹膜识别系统已经成为未来虹膜识别系统的主要发展方向。而嵌入式虹膜身份识别系统应用的不断深入和产业化程度的不断提高，对其软件部分也提出了更加严格的要求，如高可靠性、高实时性、自适应性等。因此，研究适合于在嵌入式系统中运行的具有高可靠性和高实时性的虹膜识别算法具有很高的实用价值和现实意义。本文就是围绕研究一种在具有较高识别率前提下的，实时性强，代码存储空间少的虹膜识别算法展开研究的，该算法可以较好地支持资源空间都有限的嵌入式系统。本文在先研究他人虹膜定位和特征提取与匹配算法的基础上，提出了自己的改进算法，然后以LINUX操作系统为软件开发平台，采用基于C的QTEMBEDDED图形化开发工具来开发实现。其主要内容和创新性成果包括以下几个方面一提出了一种快速的虹膜定位算法。在定位虹膜内边缘时，采用一种将粗定位和精定位相结合的方法来定位虹膜内边界，避免了搜索的盲目性。该算法首先利用瞳孔的几何特性和瞳孔内部灰度分布的特点快速实现瞳孔圆心的粗定位，然后在粗定位的基础上，利用改进的基于主动轮廓线的方法精确计算瞳孔的圆心和半径。在定位虹膜外边缘时，将目前常用的圆形边缘检测算子算法改进为在小范围内搜索外圆的圆心和半径，不少算法假设虹膜内外圆心重合，而本文的算法在复杂度增加不大的情况下，通过设定两个圆心位置不同，从而提高了分析的精确度，增大了虹膜图像定位的适应性。实验结果表明该算法可减少定位时间，而不影响定位效果，满足嵌入式系统对于准确性和实时性的要求。二提出了一种可靠性较高，并且存储空间较少和速度较快的虹膜识别算法。根据虹膜纹理外疏内密的特点，首先将归化后的虹膜分成两浙江工业大学硕士学位论文个带，用二维GABOR滤波器分别对每带进行相位编码。在对外侧虹膜带进行编码时，考虑到纹理信息较内侧相对较少，本文对同尺度不同方向的GABOR特征利用幅值信息进行融合，对融合后的特征再进行相位编码。这样，既保证了高识别性能，又将虹膜特征码压缩为传统方法的34，可提高匹配速度，并节约存储空间，能较好地支持嵌入式系统。三分析了基于QTEMBEDDED开发环境的整个虹膜识别应用程序的框架结构，然后在本文建立的嵌入式开发环境下对所开发的虹膜识别系统的GUI界面和结果进行了显示。关键词虹膜定位，二维GABOR小波，虹膜特征提取，QTEMBEDDED浙江工业大学硕士学位论文THERESEARCHANDIMPLEMENTATIONOFIRISRECOGNITIONALGOIUTHMBASEDONQTEMBEDDEDABSTRACTWITHTHEINCREASINGREQUIREMENTSFORSECURITY,BIOMETRICSBASEDONPERSONALIDENTIFICATIONMETHODSHAVERECEIVEDEXTENSIVEATTENTIONRECENTL5IRISRECOGNITIONISBECOMINGANACTIVETOPICINBIOMETRICSDUETOITSHIGHRELIABILITYFORPERSONALIDENTIFICATIONAGREATDEALOFPROGRESSINIRISRECOGNITIONHASBEENACHIEVEDINTHEPASTDECADE，BUTMANYEFFORTSREMAINTOBETAKENTOFURTHERIMPROVETHEPERFORMANCEOFIFISRECOGNITONSYSTEMSACCORDINGTODIFFERENTPLATFORMTHEREARETWOKINDSOFSYSTEMCOMPOSINGFORIRISRECOGNITIONSYSTEMONEISBASEDONPCANDANOTHERISBASEDONEMBEDDEDSYSTEMTHEEMBEDDEDIRISRECOGNITIONSYSTEMHASBECOMETHEMAINDEVELOPMENTDIRECTIONSOFIRISRECOGNITIONSYSTEMWITHTHEREQUIREMENTSOFMINIATURIZATION，HI曲RELIABILITYANDLOWPOWERCONSUMPTIONFORIRISRECOGNITIONSYSTEMWITHTHEDEEPENINGOFTHEAPPLICATIONANDIMPROVEMENTOFINDUSTRIALIZATIONFORAPPLICATIONOFEMBEDDEDIRISRECOGNITIONSYSTEM，THESYSTEMMAKESMORESTRICTERDEMANDOFSOFTWAREPARTSUCHASHIGHRELIABILITY,INSTANTANEITY,ADAPTABILITYTHUS，THERESEARCHONIRISRECOGNITIONALGORITHMRUNNINGINEMBEDDEDSYSTEM谢M11IGHRELIABILITYANDHIGHINSTANTANEITY,HASVERYHIGHPRACTICALVALUEANDREALISTICSIGNIFICANCETHEIRISRECOGNITIONALGORITHMWHICHHASHIGHINSTANTANEITYANDSHORTCODELENGTHONTHEPREMISEOFHIGHRECOGNITIONRATEISSTUDIED，THEALGORITHMCANWELLSUPPORTEMBEDDEDSYSTEMWEPUTFORWARDOURIMPROVEDALGORITHMAFTERINVESTIGATINGSOMEOFTHEKEYISSUESRELATEDTOIRISLOCATIONANDIRISRECOGNITIONANDTHEALGORITHMISREALIZEDWIMGRAPHICALDEVELOPMENTTOOLSRESOURCEQTEMBEDDEDWHICHISBASEDONCUSINGLINUXOPERATINGSYSTEMASDEVELOPINGPLATFORMTHEMAINCONTENTSANDINNOVATIVECONTRIBUTIONSOFTHISDISSERTATIONAREASFOLLOWS1THISTHESISPUTFORWARDAFASTIRISLOCATIONALGORITHMINTHISTHESIS，TWOSTEPSOFCOARSE浙江工业大学硕士学位论文LOCATIONANDEXACTLOCATIONISUSEDTOLOCATETHEINTERIORBOUNDARYOFIRIS，THEALGORITHMAVOIDTHEBLINDNESSOFSEARCHINGTHEALGORITHMFIRSTMAKEUSEOFTHEGEOMETRICALFEATURESANDGRAYLEVELDISTRIBUTIONFEATURESOFPUPILTOLOCATETHECENTEROFTHEPUPILROUGHLY,ANDTHENUSEANIMPROVEDALGORITHMBASEDONACTIVECONTOURTOGETTHECENTERANDRADIUSOFTHEPUPILACCURATELYWEUSEANIMPROVEDCIRCLEDETECTIONOPERATORALGORITHMWHICHSEARCHTHECENTERANDRADIUSOFTHEOUTERBOUNDARYOFIRISWITHINSMALLAREA,MANYALGORITHMASSUMETHATTHECENTEROFINTERIORBOUNDARYANDCENTEROFOUTERBOUNDARYARETHESAME，BUTINTHISPAPER,THEALGORITHMIMPROVESTHEACCURACYANDENHANCESTHEADAPTABILITYOFIRISLOCATIONBYSETTINGDIFFERENTLOCATIONOFTHETWOCENTERSOFIRISINTHECONTEXTOFNOTINCREASINGMUCHALGORITHMCOMPLEXITYTHEEXPERIMENTALRESULTSHOWSTHATTHEALGORITHMCANREDUCELOCATINGTIMEWITHOUTPREJUDICETOLOCATINGRESULTANDITCANMEETTHEREQUIREMENTSOFACCURACYANDINSTANTANEITYFOREMBEDDEDSYSTEM2INTHISCHAPTERWEPUTFORWARDARELIABLEIRISRECOGNITIONALGORITHMWITHLOWMEMORYSPACEANDHIGHSPEEDACCORDINGTOTHECHARACTERISTICOFIRISTEXTUREWHICHISSPARSEOUTSIDEANDRICHINSIDE，IRISISDIVIDEDINTOTWOBANDSANDEVERYBANDISFILTEREDBYTHE2DGABORFILTERSANDENCODED、析THTHEPHASEOFTHERESULTOFFILTERINGBECAUSETHEREARELESSTEXTUREINFORMATIONINOUTBOARDBANDTHANTHATININBOARDBAND，MULTIPLEGABORFEATUREINTHESAMESCALEWITHDIFFERENTORIENTATIONSAREFUSEDBYUSINGTHEMAGNITUDEINFORMATION，ANDTHEIRISCODESAREGENERATEDBASEDONTHEPHASEINFORMATIONWHENWEDEALWITHTHEOUTBOARDBANDCOMPAREDWITHTRADITIONALNONFUSIONAPPROACH，THEPROPOSEDAPPROACHHASTHESAMEHIGHRECOGNITIONPERFORMANCE，BUTTHESIZEOFIRISCODESINTHEPROPOSEDAPPROACHISONLYTHREEQUARTERSOFTHETRADITIONALONE，SOTHISAPPROACHCANSUPPORTEMBEDDEDSYSTEMWELLWITHITSHIGHSPEEDANDLOWMEMORYSPACE3AFTERANALYSINGTHEFRAMESTRUCTUREOFTHEIRISRECOGNITIONAPPLICATIONPROGRAMBASEDONQTEMBEDDEDDEVELOPMENTENVIRONMENT，THEGUIGRAPHICALUSERINTERFACEANDEXPERIMENTALRESULTOFIRISRECOGNITIONSYSTEMAREGIVENUNDERTHEEMBEDDEDDEVELOPMENTENVIRONMENTTHATWESETUPKEYWORDSIRISLOCALIZATION，2DGABORWAVELET，IRISFEATUREEXTRACTING，QTEMBEDDED浙江工业大学学位论文原创性声明本人郑重声明所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名酃日牟日期砷年J7月乃日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密吼请在以上相应方框内打“”浙江工业人学硕士学位论文第1章绪论11课题的研究背景及意义生物特征识别技术经过几十年的发展，软硬件已经相对比较成熟，正处于大规模应用的起步阶段，很有市场前景。在所有的生物识别技术中，虹膜识别技术则以其高稳定性、高可靠性、高精密度以及几乎无法伪造，成为了高安全级别应用中进行身份认证的理想手段【1】。基于虹膜的身份认证将会给传统的身份认证市场带来新的活力。虹膜识别系统按实现平台不同可分为两类基于PC机的虹膜识别系统和嵌入式虹膜识别系统。前者应用范围广，信息量大，系统复杂，主要应用于国防系统和国家级大型管理系统，比如基于虹膜的身份认证系统等。后者适用于小范围认证，信息处理量不大，系统结构简单，主要应用于高安全级别门禁系统，比如银行、机场掣21。由于虹膜识别算法结构复杂以及嵌入式平台的硬件资源的限制，进行适合于嵌入式平台运行的虹膜识别算法的研究与实现就成了该系统设计中的一个关键环节。因此，本文的重点就是在保证较高识别率的前提下，研究并实现一种实时性高，代码存储空间少的虹膜识别算法，使之能较好地支持嵌入式系统。12虹膜识别算法的研究现状基于虹膜的身份识别思想最早可追溯到19世纪80年代。1885年，ALPHONSEBERTILLON将利用生物特征识别个体的思路应用到巴黎刑事监狱，当时的生物特征包括耳朵的大小、脚的长度、虹膜等，受技术的限制，当时的虹膜识别主要依据颜色和形状信息，而且信息通过人工观察获取。1987年，两个眼科专家ARANSAFIR和LEONARDFLOM首次提出了利用虹膜图像进行自动虹膜识别的概念，并申请了专利，但是他们并没有开发出一个实际的应用系统【3】。1989年，他们请JOHNDAUGMAN博士当时在哈佛任教为虹膜识别研制真正的算法。1991年，JOHNSON首先论证了利用丰富的虹膜纹理信息进行身份验证识别的可能性，并发明了一个虹膜识别系统，这是有文献记载的最早的虹膜识别应用系统。随后1993年，英国剑桥大学的JOHNDAUGMAN教授实现了基于GABOR变换的虹膜识别技术和分布式虹膜数据库的虹膜识别系统【4，5】，这是一个高性能的自动虹膜识别系统，目前大部分的自动虹膜识别系统使用DAUGMAN的核心算法。之后，美国普林斯顿DAVID浙江工业大学硕士学位论文SAMOFF研究中心的RICHARDPWILDES教授研究了采用多尺度匹配识别方法的虹膜识别系统61。1997年，澳大利亚QUEENSLAND大学的BOLES教授提出了一种基于小波变换过零检测的虹膜识别方法，有效的克服了漂移、旋转、比例缩放及环境亮度变化和噪声给系统带来的影响。目前国际上流行的虹膜识别算法主要有1DAUGMAN提出的基于GABOR小波粗相位量化编码的虹膜识别算法【5】该算法利用一种圆形探测器，通过求GAUSSIAN平滑后的圆形轮廓的梯度最大值的参数半径，圆心进行虹膜分割，通过以瞳孔圆心为中心的极坐标变换实现虹膜纹理的尺度和平移不变性；利用极坐标下的二维正交GABOR复小波变换和相位粗量化提取虹膜纹理的相位信息构造二进制的虹膜特征码；最后，对二进制特征码采用异或运算计算海明距离做出分类决策。2WILDES提出的基于图像配准技术的虹膜识别算法【7】该算法通过边缘检测算子求边缘，并使用HOUGH变换获取虹膜内、外圆模型参数得到虹膜分割结果，对获得的虹膜图像的半径和旋转角度微调，最小化它和已存储的虹膜样本之差，获得半径比例和旋转角度，完成归一化，使用多尺度匹配方法，采用FISHER的线性区分方法得到最后识别结果。该方法充分利用了虹膜的纹理和边缘信息，而且图像配准技术有效地解决了图像的尺度、平移和旋转不变性问题。3BOLES提出的基于小波过零点的虹膜识别算法【8】BOLES等提出了一种基于小波变换过零点检澳JJWAVELETTRANSFORMZEROCROSSING的虹膜识别算法，它通过实现小波变换的过零点检测，建立虹膜灰度等级轮廓的一维表达式，小波变换的过零点表示法通常用来从灰度虹膜图像中提取特征点。该算法的实现分为两个部分，第一部分建立一维的虹膜特征过零点表示第二部分是虹膜编码匹配过程。此方法克服了以往系统受漂移、旋转和比例放缩所带来的局限，并且对亮度变化及噪声不敏感。4中科院自动化所的谭铁牛等人设计的一套虹膜识别系统【9】谭铁牛教授所在的中科院自动化研究所模式识别国家重点实验室，成功研制了一种虹膜图像采集装置，并己获得使用新型专利。在谭铁牛研究组研制的虹膜识别系统中，虹膜图像摄取采用了自主开发的装置。分别使用二值化与最小二乘拟合的方法，求得虹膜内、外边缘，对获得的虹膜图像采用极坐标变换进行归一化，特征提取采用GABOR滤波和DAUBECHIES4小波变换等纹理分析方法。最终，采用方差倒数加权欧氏距离的方法进行匹配识别。2浙江IXLK大学硕学位论文此外，国内还有浙江大学的古红英、庄越挺、潘云鹤等人提出的变化分形维数结合多尺度可变方向金字塔模型来描述虹膜纹理特征的方法【101，中国科学技术大学的庄镇泉等人提出的基于MORLET小波变换的特征编码方法【11】；上海交通大学康浩、许国治等人提出的能量编码和相位编码的方法12,13】等。13虹膜识别系统分类按实现平台不同，虹膜识别系统可分为两类，一种是基于PC的桌面应用系统，一种是基于微控制器的嵌入式虹膜识别系统。前者具有灵活的系统结构，运算能力强，并且可以多个虹膜识别终端共享一个系统，可以建立大型的数据库应用，实现海量虹膜识别。嵌入式系统则是一个相对独立的完整系统，不需要其他设备就可独立完成虹膜识别功能，但功能较为单一，对应用场合要求很高。和基于PC的虹膜识别系统不同，在基于微控制器的嵌入式虹膜识别系统中，虹膜图像的采集、存储以及后来的处理、编码、识别均在嵌入式平台上实现，因此可以实现系统的小型化和高可靠性，是未来虹膜识别系统的主要发展方向。14图形用户界面和嵌入式由于WINDOWS系列操作系统的普及使得图形化操作系统观念深入人心，为嵌入式系统提供一个友好方便、稳定可靠的GUIGRAPHICSUSERINTERFACE系统已成为非常迫切的要求【L41。由于功能强大、设计完善、代码开放等诸多优势，本文选择的是目前主流的LINUX作为嵌入式操作系统，而在LINUX上进行嵌入式软件开发，一般可以选择如下几种GUI系统紧缩的XWINDOW系统、MINIGUI、MICROWINDOWS、OPENGUI、QTEMBEDDED等，他们都采用FRAMEBUFFER作为图形驱动。FRAMEBUFFER是LINUX内核提供的一种底层图形接口，是嵌入式LINUX下大多数GUI的基础。FRAMEBUFFER将显示设备显示内存和显示芯片寄存器映射到进程地址空间。用户可以用设备文件DEVFB0，DEVFBL等来操作FRAMEBUFFER的读写1151OXWINDOW是LINUX以及其他类UNIX系统的标准GUI。XWINDOW系统采用标准的CLIENTSERVER体系结构，具有可扩展性好、可移植性好等优点。但该系统庞大、累赘和效率低，为了获得应用程序的可移植性，许多厂家都试图通过对XWINDOW系统的紧缩开发，使之能够在嵌入式系统上运行。国外已经开发出了大小约为800L的XSERVER。但该系统的源代码尚不开放，从而很难进行本地化开发。浙江工业人学硕士学位论文MICROWINDOWS是美国一家公司一个丌放源码的项目，它提供了比较完善的图形功能，包括一些高级的功能，比如ALPHA混合、三维支持、TRUETYPE字体支持等【161。它的API简单易学。但作为一个窗口系统，该项目提供的窗口处理功能还需要进一步完善，比如控件或构件的实现还很不完备，键盘和鼠标等的驱动还很不完善。OPENGUI在LINUX系统上存在己经很长时间了。最初的名字叫FASTGL，只支持256色的线性显存模式。目前已可支持其他显示模式。这个库是用C抖编写的，只提供C接口。MINIGUI由北京飞漫软件技术有限公司开发的面向实时嵌入式系统的轻量级图形用户界面支持系统，它主要运行于LINUX控制台。它灵活性好，可定制能力强；结构简单、可控性好；速度快。但它的图形功能尚不完善，对图形设备的抽象层次太高。目前看来，比较适合于PDA等。QTEMBEDDED是QT库TROLLTECH公司正在进行的面向嵌入式系统的QT版本。它的主要特点是面向对象编程、可移植性较好、有优越的绘图功能等；许多基于QT的XWINDOW程序可以非常方便地移植到嵌入式版本。QT能以漂亮的用户界面，快速而有效地开发软件。QT不仅具有基本的可视化控件编程功能，而且提供了一整套完整的类库，包括绘图，数据库，网络，串并口通信，打印，多媒体，线程，XML，国际化等等多种功能的支持，这些基于QT的支持既全面又靠近底层，可以说开发过程中涉及到的几乎所有需求，都可以在QT的内部获得解决。同时，QT还提供了开发过程中完整而又独特的实现方式。从界面布置、编写代码，实现国际化，到最终编译调试等诸多步骤，都可以用Q提供的一系列方法来实现。此外，Q还提供了比较丰富的开发工具。主要有可视化界面布置工具QTDESIGNER，国际化翻译工具QTLINGUIST，LUPDATE和LRELEASE。QT编程助手QTASSISTANT，项目文件生成及编译工具TMAKE，QTEMBEDDED程序虚拟机QVFB，元对象编译器NLOC，用户界面编译器UIC，创建嵌入式字体工具MAKEQPF等等。为此，本文选择了QTEMBEDDED作为GUI工具。15本文主要研究内容和各章节安排本文的主要工作是研究一种实时性强，代码存储空间少，同时具有较高识别率的虹膜识别算法，该算法可以较好地支持资源空间都有限的嵌入式系统，使得嵌入式虹膜识别系统得以实用化。本文的研究工作都是基于虹膜灰度图像进行的，所采用的虹膜图像均为280320像素，8位灰度图像。在对国内外灰度图像虹膜识别算法研究进行一定分析的基础上，本文借鉴了其中的优点，对虹膜识别的各个模块的算法进行了较为系统的研究。一套4浙江工业大学硕二F学位论文基于虹膜的身份识别系统应该包括以下几个模块图像采集模块，图像预处理模块包括定位和归一化，特征提取模块，特征匹配模块。下面简单介绍本文的研究重点1。虹膜图像的定位。针对传统的基于HOUGH变换和DAUGMAN圆形检测算子定位速度慢，前者需要参数累加计算，计算量和存储量较大，后者采用盲目搜索，检测时间长的缺点，提出了一种适合于嵌入式系统运行的快速且准确的虹膜定位算法。在定位虹膜内边缘时采用了一种将粗定位和精定位相结合的方法来定位虹膜内边界，该算法既可减少定位搜索的盲目性，节省计算时间，又可避免采用较为复杂的定位过程，同时也具有较高的定位准确度。该算法首先利用瞳孔的几何特性和瞳孔内部灰度分布的特点快速实现瞳孔圆心的粗定位，然后在粗定位的基础上，利用改进的基于主动轮廓线的方法精确计算瞳孔的圆心和半径。在定位虹膜外边缘时，根据内外圆不同心的特点，充分利用已经求出的瞳孔的圆心和半径，将DAUGMAN环量积分算子改进为在一定范围内搜索外圆的圆心和半径。之前不少算法都是假设虹膜内外圆心重合，这种简化算法会对定位的精度产生影响，而本文的算法在复杂度增加不大的情况下，通过设定两个圆心位置不同，从而提高了分析的精确度，增大了虹膜图像定位的适应性。实验结果表明该算法可减少定位时间，而不影响定位效果，满足嵌入式系统对于准确性和实时性的要求。2。虹膜图像的特征提取。本文虹膜特征提取方法的重点是要研究一种在代码存储空间少的前提下，仍具有较高识别率的且速度较快的虹膜编码算法，可以较好地支持资源空间都有限的嵌入式系统。根据虹膜纹理外疏内密的特点，本文首先将归一化后的虹膜分成两个带，用二维GABOR滤波器分别对每带进行相位编码。在对外侧虹膜带进行编码时，考虑到纹理信息较内侧相对较少，本文对同尺度不同方向的GABOR特征利用幅值信息进行融合，对融合后的特征再进行相位编码。这样，既保证了高识别性能，又将虹膜特征码压缩为传统方法的34，可提高匹配速度，并节约存储空间，能较好地支持嵌入式系统。3虹膜识别系统在QTEMBEDDED的实现。分析了基于QTEMBEDDED开发环境的整个虹膜识别应用程序的框架结构，然后在本文建立的嵌入式开发环境下对所开发的虹膜识别系统的GUI界面和结果进行了显示。具体的章节安排如下第一章本章简要地介绍了论文涉及到的几种关键技术及其发展现状，并简要介绍了嵌入式虹膜识别系统的方案构成。最后给出本论文的主要研究内容和章节安排。第二章本章首先描述了虹膜的生理结构和特点，从而解释了虹膜为什么能够用于身份识别，然后简单介绍了虹膜识别的基本原理和过程，给出了虹膜识别的主要过程和关键环节。气浙江工业大学硕士学位论文第三章本章首先对传统的两种虹膜定位算法进行了分析比较，然后详细介绍了本文所采用的将基于粗定位和精定位的两步定位法和简化的圆形边缘检测算子算法相结合的虹膜定位方法，实验结果表明这种虹膜定位方法在速度上与传统方法比较有了较大的改进，而准确性也满足要求，对改善整个嵌入式虹膜识别系统的实时性会起到一定的作用。第四章本章采用目前最简单和常用的线性归一化方法对定位后的虹膜图像进行归一化，然后通过本文的有效区域划分方法，有效地减少后面的特征编码的工作量，从而缩短编码匹配的时间以及虹膜特征码的存储空间，并且同时可以减少眼睑和睫毛的干扰，提高了虹膜的识别效果，为提取稳定的虹膜纹理特征奠定了基础。第五章本章提出了改进的基于二维GABOR变换的虹膜编码方法。将归一化后的虹膜图像分成两个带，用一族频率、相位不同的GABORD,波进行滤波，提取局部相位信息，考虑到外侧虹膜带纹理信息较内侧相对较少，在对该部分虹膜纹理进行编码时，采用了融合幅值特征的相位编码，既保证了高识别性能，又将虹膜特征码压缩为传统方法的34，可提高匹配速度，并节约存储空间。第六章本章在LINUX操作系统下建立JQTEMBEDDED开发环境，经过交叉编译，在开发板上对实验结果进行了显示。第七章总结与展望。16本章小节本章主要介绍了本课题的研究背景和意义，综述了国内外虹膜识别算法的研究现状和应用现状。简要介绍了嵌入式虹膜识别系统的方案构成以及几种典型嵌入式GUI，并选择了QTEMBEDDED作为GUI工具，最后对全文进行了总结和概括。浙江工业大学硕士学付仑文第2章虹膜识别的原理及系统结构21引言虹膜识别系统由图像采集，图像预处理，虹膜特征提取，模式匹配四个部分组成。虹膜图像的图像预处理部分包括虹膜定位、归一化、图像增强等步骤。其简要流程如图21所示。虹膜图象I、图象预处理L、特征提取L、模式匹配采集单元厂叫单元厂一单元厂_单元图21虹膜识别系统22虹膜识别的生理基础据医学解剖学分析，眼球壁分为外、中、内三层。中膜含有丰富的血管及色素细胞。虹膜位于中膜的最前部，在角膜CORNEA和晶状体1ENS之间，由不同层组成，其颜色因人种不同而有差异，中央有一圆形孔叫瞳孔，外面与眼白相邻。最内层是带有色斑的真皮层，在其上的是控制瞳孔肌的肌肉层，肌肉层上是基质层，该层由胶状组织连接成弧形状，该层中放射分布着螺旋状的血管，故又称血管层。最上面一层是前角膜层，该层分布着色素细胞CHROMATOPHORE。虹膜的外观是这四层综合的效果。虹膜的肌肉层内含有两种排列方向不同的平滑肌在瞳孔周围呈环形排列的叫瞳孔括约肌，收缩使瞳孔缩小；由瞳孔向四周呈放射状排列的叫瞳孔开大肌，收缩使瞳孔放大。这样就使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，构成多数的隐沟。这样结构上的高低变化，形成特有的纹理。图22是一张眼睛的外视图，从中可以看到眼睛由巩膜、虹膜、瞳孔三部分构成。巩膜即眼球外围的白色部分，约占总面积的30；眼睛中心为瞳孔部分，约占5；虹膜位于巩膜和瞳孔之间，包含最丰富的纹理信息，约占65。虹膜与巩膜、瞳孔的边界均近似为圆形，是图像匹配时可以利用的重要几何信息。浙“，J二业大学硕士学位论文虹膜65图22虹膜外观图虹膜包含了丰富的纹理信息如图23所示，通过红外光对虹膜上的纹理进行识别，发现60左右的纹理，人与人是相同的，40的纹理，人各不同。虹膜的形成是由遗传基因决定的，人体的基因决定了虹膜的形态，纹理，颜色，和总的外观，即使是同一个人的两个孩子甚至双胞胎，虹膜纹理的表达也是不相关的。同一个人左右眼的虹膜也有显著的差异。这说明两个虹膜的纹理相同的可能性很小，经计算两个人同一只眼虹膜特征相同的概率是十万分之一，两眼相同的概率是一千亿分之一。幽23虹膜纹理结构幽浙江工业大学硕士学位论文虹膜在人12岁左右就发育成熟，进入相当稳定的阶段。除非极少见的反常状况、身体或精神上大的创伤造成虹膜外观上的改变外，虹膜形貌可以保持数十年没有变化。另一方面，虹膜是外部可见的，但同时又是内部组织，位于角膜之后。要改变虹膜的外观，需要非常精细的手术，而且要冒视力损伤的危险。综上所述，虹膜纹理用于身份识别具有以下的生理和医学特征【L7J1虹膜纹理具有绝对的唯一性。据研究，两个虹膜相同的机率是千亿分之一，在整个人类中，任意两个虹膜的纹理特征都是不同的，即便是双胞胎也是如此；2虹膜纹理具有稳定性和不变性。人的虹膜在一周岁左右开始形成，据研究，形成之后除非发生病变等特殊情况外，虹膜的纹理图像在一生之中都不会有改变，通过手术改变虹膜纹理特征将对视力造成极大的伤害，有很高的风险性；3虹膜纹理可提供的特征信息量大，因而在识别过程中可靠性高；4虹膜具有内在的隔离和保护能力；5虹膜模式具有非常高的随机性，它所产生的主体间的可变性跨越了266或267个自由度，虹膜组织的信息为每平方毫米34个二进制位；6虹膜图像获取具有安全性。据美国眼科研究院发言人医学博士DAVID称，虹膜扫描图像获取可以使用低能级的可见光，大大提高了虹膜识别的安全性。23虹膜识别系统原理231虹膜图像的摄取虹膜图像的采集是虹膜识别系统中最为关键的步骤之一，采集的图像质量直接影响后续的定位、特征提取和识别的效果。由于虹膜面积很小一般直径为LCM左右，颜色较暗，而且眼睛又是人体中极为敏感的部位，无法承受强光的照射，因此，要获得高质量的虹膜图像，必须精心设计采集设备，以满足实际应用的需求。但是，由于虹膜的纹理非常细微和丰富，使得普通的摄像头无法拍摄出可以用于识别的清晰虹膜图像。所以一般在研究阶段，虹膜图像采用标准数据库的数据。现在国内公开的虹膜数据库只有中国科学院自动化研究所模式识别国家重点实验室虹膜识别研究小组免费向学术界提供的CASIA虹膜图像数据。本文所研究的虹膜图像均来自CASIAVERSION10虹膜图像数据库。CASIA虹膜图像数据库采集了80人其中男62人，女18人108只不同眼睛的虹膜图像样本，每只眼睛有7幅8位灰度图像，分辨率为320280，分两个阶段利用中科院自动化所自行设计的浙江工业大学硕士学位论文虹膜图像采集装置，在室内的环境下进行采集。数据库包括第一个阶段3个样本和第二个阶段4个样本。232虹膜图像预处理虹膜图像的预处理主要包括虹膜定位、归一化、灰度增强等步骤，是虹膜特征提取的前提，预处理的好坏直接影响到虹膜特征提取的精度，以及最后虹膜识别的准确性。虹膜定位，就是要在一幅虹膜图像中找到虹膜的内外圆半径及其圆心，再将虹膜从图像中分割出来，用于后续的特征提取算法进行处理。这是因为在现有图像采集的条件下，所得到的虹膜图像不止有虹膜，还包含了大面积的虹膜附近区域的信息，如瞳孔、巩膜、睫毛等。这些信息均对虹膜识别有一定的影响。在整个虹膜识别过程中，虹膜定位算法几乎占用了一半的时间，而且定位效果的好坏对后续的识别结果也有很大的影响。另外，在实际获取的图像中，由于采集图像时对被录入者是非侵犯性的，所以虹膜在图像中的大小和位置都会发生变化，上述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模式匹配带来困难。因此，在进行虹膜识别之前，必须先确定出虹膜在图像中的位置并进行大小归一化。本文所采用的归一化方法是DAUGMAN所提出的双极性无量纲坐标变换法，即将普通直角坐标信号转换为极坐标下的信号。233虹膜纹理特征提取与匹配当图像归一化完成之后，就需要进行特征提取与匹配。特征提取和选择是对预处理后的数据进行分析、去粗存精的过程。由于原始图像数据量相当大，需要把这些数据转换为若干特征，这称为特征提取。为了提高分类处理的速度和精度，对提取的特征还需要选择最有代表性的特征，其信息冗余度最小，而且希望具有比例、旋转、位移不变性。从数学上讲，特征提取相当于把一个物理模式变为一个随机向量，如果抽取和选择了M个特征，则物理模式可用一个M维特征向量描述，表现为M维欧式空间中的一个点。M维特征向量表示为肛X1，X2，X3，XM721在图像识别中，常被选择的特征有图像幅度特征、图像统计特征、图像几何特征、图像变换系数特征等，此外还有一些其它描述图像的特征，如纹理特征、三维几何结构描述特征等。纹理特征提取与匹配虽然是两个独立的环节，但是一般来说，选取什么样的特性决定10浙江工业大学硕士学位论文了如何进行匹配，虹膜纹理特征提取是虹膜识别系统最核心的一步，前面一系列的处理都是为了最终能够提取虹膜的特征。本文采用的虹膜识别算法是利用二维GABOR滤波器对所划分的不同虹膜带分别进行相位特征提取，用各带HAMMING距离的加权和来判决虹膜的匹配。24本章小结本章这一部分对虹膜的生理学特征进行了详细的阐述，说明了虹膜识别的可行性。之后对虹膜识别系统的原理进行了总体简要的介绍。具体的虹膜识别算法，即虹膜的定位，特征提取以及模式匹配等问题将在后面几章分别进行详细论述。浙江工业大学硕士学位论文第3章基于嵌入式硬件平台的虹膜定位算法的研究31引言在高度非侵犯性系统中，通过获取装置采集的虹膜图像通常不仅包含虹膜，往往还有眼睛的其他部分，如瞳孔、巩膜、睫毛等。因此，虹膜定位就是要找出瞳孔与虹膜，虹膜与巩膜之间的两个近似圆形的边界即内边缘和外边缘。虹膜能否准确定位，关系到虹膜纹理特征的提取，从而对识别结果产生重要影响。而且在整个虹膜识别过程中，虹膜定位算法几乎占用了一半的时间31，因此，虹膜定位模块的速度会对整个虹膜识别系统的实时性产生很大影响。在嵌入式虹膜识别系统中，由于设备处理器速度较PC机低，因此提高虹膜定位的速度使它满足嵌入式虹膜识别系统对时间的要求是十分重要的。目前，虹膜定位算法有多种形式，其中比较典型的是DAUGMAN利用环量积分算子进行虹膜的内外边缘定位算法【5】【18】；WILDS71除了用图像梯度算法和HOUGH变换方法外，还将眼睑用抛物线拟合；叶虎年等人【L9J根据虹膜的几何特点，用GAUSSLAPLACE二阶微分算子滤波定位边缘，HOUGH变换抽取内外圆几何参数，并用虹膜的中心定位，以虹膜的半径来校正比例畸变，为了提高虹膜定位的速度以及虹膜定位算法的准确性，提出了一种粗定位与精定位相结合的两步定位法；电子科技大学李庆嵘等人【20】根据对人眼部的生理特征和采集到的眼部图像进行分析，先利用灰度投影量的分布特点进行粗定位，再利用变圆模板精确定位，也提出了一种粗定位和精定位相结合的方法；苑玮琦等人121】根据瞳孔内部灰度分布比较均匀的特点，提出了一种基于主动轮廓线法来确定虹膜边缘。通过对上述虹膜定位算法的研究，得知传统的基于HOUGH变换和DAUGMAN圆形检测算子的算法虽然定位较准确，但由于采用盲目搜索，计算量和存储量都较大，定位速度也较慢；基于粗定位和精定位相结合的两步定位法可以获得比一步定位法更高的精度；基于主动轮廓线法与HOUGH变换和DAUGMAN的圆形检测算子相比，速度快、精度高【221，但是图像的质量会对程序的效率与精确度产生一定影响，考虑到上述定位算法的这些优缺点，本文对其中的一些定位算法作了一定的改进，提出了一种将粗定位和精定位相结合的基于改进的主动轮廓线的方法来定位虹膜的内边界；简化的圆形边缘检测算子定位外边界的方法。这样既可减少定位搜索的盲目性，节省计算时间，又可避免采用较为复杂的定位过程，而定位的准确度也较高。浙江工业大学硕士学位论文32传统定位方法介绍传统的虹膜定位方法大部分采用HOUGH变换定位法和DAUGMAN的圆形检测算子定位法。下面介绍并分析这几种目前具有代表性的虹膜定位方法。321DAUGMAN圆形检测算子定位法该方法是由英国剑桥大学的DAUGMAN教授提出【51。基于虹膜内外边界的圆形几何特征，可以采用以下积分微分算子检测虹膜的内外边界MAXR,XO,YO杠小飘，蛐警刮，其中G。，志EXP一尘丢为高斯函数，由于高斯函数的傅氏变换仍是高斯函数，所以G。P在空间域和频率域都可以起到平滑滤波的作用。式31中，Y。为圆心坐标，IX，Y为图像的像素；，为圆周的半径，幸代表卷积，除以2M“是用于归一化。整个微分积分算子实际上是一个以尺度仃模糊化的圆形边缘检测器，它对瞳孔边缘或虹膜外边缘的定位过程是在X0,Y。，三参数空间不断迭代求最大值的过程。DAUGMAN圆形检测算子定位算法的具体步骤将会在333节中给出。DAUGRNAN定位方法的优点是定位比较准确，但是该算法较强地依赖图像亮度的梯度，因此只有在被处理的图像照度比较均匀而且没有大面积的亮度反常区域时有效。此外，该方法需要在参数空间内对三个参数圆心坐标和半径进行搜索，计算量和存储量较大。此后DAUGMAN的方法虽然经过了一定的改进使搜索速度加快，但是前提条件是必须用一个稳健的方法来确定瞳孔的圆心。322基于HOUGH变换的虹膜定位方法HOUGH变换【23】算法是从一幅虹膜的二值边缘图像中提取圆参数的。假设虹膜或瞳孔的外缘近似为圆形，满足方程工一XO2YYO2，232其中的X和Y为已知，它们对应于边缘上点的坐标，需要求的是圆心坐标，Y。和半径厂O，寻找RO，X。，Y。的步骤如下1预处理，通过边缘提取算子获得二值化边界图像；2建立一个三维矩阵VM，N，K，矩阵中每一个元素的位置都对应于RO，X。，Y。的浙江工业大学硕士学位论文一个特定值，开始计算前将该矩阵各元素置为零；3对边缘图像中的每个非零点LY，求出满足圆的参数方程的所有参数点RO，X。，Y。，然后对每一个参数点在矩阵V中找到与之对应位置的单元，由于V是离散的，实际上是找到与TO，X。，Y。最接近的单元，把该单元的数值加L；4找到矩阵V中数值最大的单元，它的位置对应的圆参数RO，X。，Y。便对应于边缘图像中虹膜或瞳孔的半径和圆心位置。为了减少计算量，在计算前预先在二值边缘图像中设定一个非零点搜索区域，还需要预先估计虹膜或瞳孔的半径取值的大概范围，在这个范围之内进行圆参数探测。HOUGH变换的优点主要在于它的定位效果比较好，并且对图像中的噪声点不敏感，利用它得到的效果可以有效地消除噪声的影响。缺点在于它采用盲目搜索，检测时间长，计算量大，占用内存大，提取的参数受参数空间的量化间隔制约。参考文酬24L使用HOUGH变换算法定位虹膜的方法思路比较清晰，但是计算量非常大。首先，该算法需要探测搜索区域中所有非零点，这些非零点包括许多非边界点，当图像的边缘提取效果不佳时，这样的非边界点会很多。对于这些非边界点也要进行探测，因此搜索的效率很低。其二，该算法要求对图像上所有像素点不仅仅是搜索区域对应位置都建立一个厂维向量，以构成HOUGH空间进行计数，是搜索半径的范围。如果图像共包含MXN个像素，那么需要建立的三维HOUGH空间就含有MXNX，个元素。当R比较大的时候，HOUGH空间的元素的数量会非常多，运算量也会非常大。33本文采用的方法在本文中，针对以上方法的不足之处，提出了一种适合于嵌入式系统运行的快速且准确的虹膜定位算法。根据瞳孔内部灰度分布比较均匀的特点，本文采用一种将粗定位和精定位相结合的基于主动轮廓线的方法来定位虹膜的内边界，可快速定位瞳孔的中心和半径，这样既可减少定位搜索的盲目性，节省计算时间，又可避免采用较为复杂的定位过程，同时也具有较高的定位准确度。在定位虹膜外边缘时，考虑到嵌入式系统对于实时性的要求，在兼顾准确性的前提下，对目前常用的圆形边缘检测算子改进为在一定范围内搜索外圆的圆心和半径，之前不少算法都是假设虹膜内外圆心重合，这种简化算法会对定位的精度产生影响，而本文的算法在复杂度增加不大的情况下，通过设定两个圆心位置不同，从而提高了分析的精确度，增大了虹膜图像定位的适应性。实验结果表明该算法可减少定位时间，而不影响定位效果，满足嵌入式系统对于准确性和实时性的要求。浙江工业大学硕士学位论文331虹膜内边缘圆心粗定位与虹膜图像的其他部分相比，瞳孔的灰度值比较小，按照灰度投影的原理，灰度累加和最小的位置即为瞳孔的圆一TL,，但由于受到光照、噪声等因素的影响，该“圆心“通常不是瞳孔真正的圆心，与真正的圆心有一定的偏差，故称之为“伪圆心。设瞳孔的伪圆心为C丘，E，根据以上分析，计算公式如下X。MIN，IX，Y33RCMINYEIX，Y34上式中IX，Y为图像的灰度值，其中白色的灰度值定义为255，黑色灰度值定义为0，MIN，EXPRI表示使表达式EXPRI取得最小值的F。以灰度值叠加投影图显示，如图33和图34所示。图3LX方向灰度值叠加投影图32Y方向灰度值叠加投影332基于主动轮廓线模型的虹膜内边缘精定位主动轮廓线模型本文采用基于向量场的主动轮廓线的算法对虹膜内边界进行精定位。主动轮廓线是一项复杂的轮廓提取及图像解释技术，以其独有的特性成为近十几年来计算机视觉领域研究的热点，如用于边缘提取、图像分割、运动目标跟踪、3D重建等，通过不断地极小化自身能量函数来达到物体的边荆25261。传统的主动轮廓线模型实际上是一条参数化的样条曲线，设哥J【XS，YO】，其中S是曲线的弧长，其范围为S0，1，主动轮廓线模型21127】【281的能量函数为1S浙江工业大学硕七学位论文E上哥S】【瓦哥S】出35其中哥S，E删哥S分别为内部能量和外部能量。内部能量函数EN哥S能保持样条曲线的弹性和光滑。外部能量函数E删哥S主要决定轮廓收敛于图像特征点。使用主动轮廓线模型进行边缘检测的关键是结合图像特征设计适当的能量函数。本文将主动轮廓线模型离散化，表示为四个能量项【26】EVF20Q，LOY3，Q，1J，OR；4L”05X二C蛉。5、N夕”。5、K二二。矗。E；GOE457J漤。5、X二夕”。5K二夕。口5_。5O505酗538取不同角度时GABOR实部波形浙江工业大学硕士学位论文图53所示的是当00。，0