（控制理论与控制工程专业论文）基于qtembedded的虹膜识别算法的研究与实现.pdf

浙江工业人学硕士学位论文 基于q t e m b e d e d 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p c 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 l i n u x 操作系统为软件开发平台，采用基于c + + 的q t e m b e d d e d 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g a b o r 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g a b o r 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3 4 ，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q t e m b e d d e d 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g u i 界面和结果进行了显示。 关键词：虹膜定位，二维g a b o r 小波，虹膜特征提取，q t e m b e d d e d 浙江工业大学硕士学位论文 t h er e s e a r c ha n di m p l e m e n t a t i o no fi r i s r e c o g n i t i o na l g o i u t h mb a s e d o nq t e m b e d d e d a bs t r a c t w i t ht h ei n c r e a s i n gr e q u i r e m e n t sf o rs e c u r i t y , b i o m e t r i c sb a s e do np e r s o n a li d e n t i f i c a t i o n m e t h o d sh a v er e c e i v e de x t e n s i v ea t t e n t i o n r e c e n t l 5i r i sr e c o g n i t i o ni sb e c o m i n ga na c t i v et o p i c i nb i o m e t r i c sd u et oi t sh i g hr e l i a b i l i t yf o rp e r s o n a li d e n t i f i c a t i o n ag r e a td e a lo fp r o g r e s si ni r i s r e c o g n i t i o nh a sb e e na c h i e v e di nt h ep a s td e c a d e ，b u tm a n y e f f o r t sr e m a i nt ob et a k e nt of u r t h e r i m p r o v et h ep e r f o r m a n c eo fi f i sr e c o g n i t o ns y s t e m s a c c o r d i n gt od i f f e r e n tp l a t f o r mt h e r e a r et w ok i n d so fs y s t e mc o m p o s i n gf o ri r i s r e c o g n i t i o ns y s t e m ：o n ei sb a s e do np ca n da n o t h e ri s b a s e do ne m b e d d e ds y s t e m t h e e m b e d d e di r i s r e c o g n i t i o ns y s t e mh a sb e c o m et h em a i nd e v e l o p m e n td i r e c t i o n s o fi r i s r e c o g n i t i o ns y s t e mw i t ht h er e q u i r e m e n t so fm i n i a t u r i z a t i o n ，h i 曲r e l i a b i l i t ya n dl o wp o w e r c o n s u m p t i o nf o ri r i sr e c o g n i t i o ns y s t e m w i t ht h ed e e p e n i n go f t h ea p p l i c a t i o na n di m p r o v e m e n t o fi n d u s t r i a l i z a t i o nf o ra p p l i c a t i o no fe m b e d d e di r i sr e c o g n i t i o ns y s t e m ，t h es y s t e mm a k e sm o r e s t r i c t e rd e m a n do fs o f t w a r ep a r ts u c ha sh i g hr e l i a b i l i t y , i n s t a n t a n e i t y , a d a p t a b i l i t y t h u s ，t h e r e s e a r c ho ni r i sr e c o g n i t i o na l g o r i t h mr u n n i n gi ne m b e d d e ds y s t e m 谢m1 1 i g hr e l i a b i l i t ya n dh i g h i n s t a n t a n e i t y , h a sv e r yh i g hp r a c t i c a lv a l u ea n dr e a l i s t i cs i g n i f i c a n c e t h ei r i sr e c o g n i t i o na l g o r i t h mw h i c hh a sh i g hi n s t a n t a n e i t ya n ds h o r tc o d el e n g t ho nt h e p r e m i s eo fh i g hr e c o g n i t i o nr a t ei ss t u d i e d ，t h ea l g o r i t h mc a nw e l ls u p p o r te m b e d d e ds y s t e m w e p u tf o r w a r do u ri m p r o v e da l g o r i t h ma f t e ri n v e s t i g a t i n gs o m eo ft h ek e yi s s u e sr e l a t e dt oi r i s l o c a t i o na n di r i sr e c o g n i t i o n a n dt h ea l g o r i t h mi sr e a l i z e dw i mg r a p h i c a ld e v e l o p m e n tt o o l s r e s o u r c eq t e m b e d d e dw h i c hi sb a s e do nc + + u s i n gl i n u xo p e r a t i n gs y s t e ma sd e v e l o p i n g p l a t f o r m t h em a i nc o n t e n t sa n di n n o v a t i v ec o n t r i b u t i o n so f t h i sd i s s e r t a t i o na r ea sf o l l o w s ： ( 1 ) t h i st h e s i sp u tf o r w a r daf a s ti r i sl o c a t i o na l g o r i t h m i nt h i st h e s i s ，t w os t e p so fc o a r s e 浙江工业大学硕士学位论文 l o c a t i o na n de x a c tl o c a t i o ni su s e dt ol o c a t et h ei n t e r i o rb o u n d a r yo fi r i s ，t h ea l g o r i t h ma v o i dt h e b l i n d n e s so fs e a r c h i n g t h ea l g o r i t h mf i r s tm a k eu s eo ft h eg e o m e t r i c a lf e a t u r e sa n dg r a yl e v e l d i s t r i b u t i o nf e a t u r e so fp u p i lt ol o c a t et h ec e n t e ro ft h ep u p i lr o u g h l y , a n dt h e nu s ea ni m p r o v e d a l g o r i t h mb a s e do na c t i v ec o n t o u rt og e tt h ec e n t e ra n dr a d i u so ft h ep u p i la c c u r a t e l y w eu s ea n i m p r o v e dc i r c l ed e t e c t i o no p e r a t o ra l g o r i t h mw h i c hs e a r c ht h ec e n t e ra n dr a d i u so ft h eo u t e r b o u n d a r yo fi r i sw i t h i ns m a l la r e a , m a n ya l g o r i t h ma s s u m et h a tt h ec e n t e ro fi n t e r i o rb o u n d a r y a n dc e n t e ro fo u t e rb o u n d a r ya r et h es a m e ，b u ti nt h i sp a p e r , t h ea l g o r i t h mi m p r o v e st h ea c c u r a c y a n de n h a n c e st h ea d a p t a b i l i t yo fi r i sl o c a t i o nb ys e t t i n gd i f f e r e n tl o c a t i o no ft h et w oc e n t e r so f i r i si nt h ec o n t e x to fn o ti n c r e a s i n gm u c ha l g o r i t h mc o m p l e x i t y t h ee x p e r i m e n t a lr e s u l ts h o w s t h a tt h ea l g o r i t h mc a nr e d u c el o c a t i n gt i m ew i t h o u tp r e j u d i c et ol o c a t i n gr e s u l ta n di tc a nm e e t t h er e q u i r e m e n t so fa c c u r a c ya n di n s t a n t a n e i t yf o re m b e d d e ds y s t e m ( 2 ) i nt h i sc h a p t e rw ep u tf o r w a r dar e l i a b l ei r i sr e c o g n i t i o na l g o r i t h mw i t hl o wm e m o r y s p a c ea n dh i g hs p e e d a c c o r d i n gt ot h ec h a r a c t e r i s t i co fi r i st e x t u r ew h i c hi ss p a r s eo u t s i d ea n d r i c hi n s i d e ，i r i si sd i v i d e di n t ot w ob a n d sa n de v e r yb a n di sf i l t e r e db yt h e2 d - g a b o rf i l t e r sa n d e n c o d e d 、析t ht h ep h a s eo ft h er e s u l to ff i l t e r i n g b e c a u s et h e r ea r el e s st e x t u r ei n f o r m a t i o ni n o u t b o a r db a n dt h a nt h a ti ni n b o a r db a n d ，m u l t i p l eg a b o rf e a t u r ei nt h es a m es c a l ew i t hd i f f e r e n t o r i e n t a t i o n sa r ef u s e db yu s i n gt h em a g n i t u d ei n f o r m a t i o n ，a n dt h ei r i sc o d e sa r eg e n e r a t e db a s e d o nt h ep h a s ei n f o r m a t i o nw h e nw ed e a lw i t ht h eo u t b o a r db a n d c o m p a r e dw i t ht r a d i t i o n a l n o n - f u s i o na p p r o a c h ，t h ep r o p o s e da p p r o a c hh a st h es a m eh i g hr e c o g n i t i o np e r f o r m a n c e ，b u tt h e s i z eo fi r i sc o d e si nt h ep r o p o s e da p p r o a c hi so n l yt h r e eq u a r t e r so ft h et r a d i t i o n a lo n e ，s ot h i s a p p r o a c hc a ns u p p o r te m b e d d e ds y s t e mw e l lw i t hi t sh i g hs p e e da n dl o wm e m o r ys p a c e ( 3 ) a f t e ra n a l y s i n gt h ef r a m es t r u c t u r eo ft h ei r i sr e c o g n i t i o na p p l i c a t i o np r o g r a mb a s e do n q t e m b e d d e dd e v e l o p m e n te n v i r o n m e n t ，t h eg u i ( g r a p h i c a lu s e ri n t e r f a c e ) a n de x p e r i m e n t a l r e s u l to fi r i sr e c o g n i t i o ns y s t e ma r eg i v e nu n d e rt h ee m b e d d e dd e v e l o p m e n te n v i r o n m e n tt h a t w es e tu p k e y w o r d s ：i r i sl o c a l i z a t i o n ，2 d g a b o rw a v e l e t ，i r i sf e a t u r ee x t r a c t i n g ，q t e m b e d d e d 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j 7 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 1 1 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p c 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2 1 。 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。 1 2 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1 9 世纪8 0 年代。1 8 8 5 年，a l p h o n s eb e r t i l l o n 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。1 9 8 7 年，两个眼科专家a r a ns a f i r 和l e o n a r df l o m 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 】。1 9 8 9 年，他们请j o h nd a u g m a n 博士( 当时在哈佛任教) 为虹膜识别 研制真正的算法。1 9 9 1 年，j o h n s o n 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1 9 9 3 年，英国剑桥大学的j o h nd a u g m a n 教授实现了基于g a b o r 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d a u g m a n 的核心算法。之后，美国普林斯顿d a v i d 浙江工业大学硕士学位论文 s a m o f f 研究中心的r i c h a r dp w i l d e s 教授研究了采用多尺度匹配识别方法的虹膜识别系 统6 1 。1 9 9 7 年，澳大利亚q u e e n s l a n d 大学的b o l e s 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： ( 1 ) d a u g m a n 提出的基于g a b o r 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g a u s s i a n 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g a b o r 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。 ( 2 ) w i l d e s 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h o u g h 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f i s h e r 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。 ( 3 ) b o l e s 提出的基于小波过零点的虹膜识别算法【8 】 b o l e s 等提出了一种基于小波变换过零点检澳j j ( w a v e l e tt r a n s f o r mz e r oc r o s s i n g ) 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g a b o r 滤 波和d a u b e c h i e s - 4 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：i x l k 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【10 1 ，中国科学技术大学的庄镇泉 等人提出的基于m o r l e t 小波变换的特征编码方法【1 1 】；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 1 2 , 1 3 】等。 1 3 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p c 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p c 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。 1 4 图形用户界面和嵌入式 由于w i n d o w s 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g u i ( g r a p h i c su s e ri n t e r f a c e ) 系统已成为非常迫切的要求 【l4 1 。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l i n u x 作 为嵌入式操作系统，而在l i n u x 上进行嵌入式软件开发，一般可以选择如下几种g u i 系统： 紧缩的xw i n d o w 系统、m i n i g u i 、m i c r o w i n d o w s 、o p e n g u i 、q t e m b e d d e d 等，他们都 采用f r a m e b u f f e r 作为图形驱动。f r a m e b u f f e r 是l i n u x 内核提供的一种底层图形接口，是 嵌入式l i n u x 下大多数g u i 的基础。f r a m e b u f f e r 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d e v f b 0 ，d e v f b l 等来操作f r a m e b u f f e r 的读写 1 1 5 1 o xw i n d o w 是l i n u x 以及其他类u n i x 系统的标准g u i 。xw i n d o w 系统采用标准的 c l i e n t s e r v e r 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xw i n d o w 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8 0 0 l 的xs e r v e r 。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 m i c r o w i n d o w s 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a l p h a 混合、三维支持、t r u e t y p e 字体支持等【1 6 1 。它的a p i 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。 o p e n g u i 在l i n u x 系统上存在己经很长时间了。最初的名字叫f a s t g l ，只支持2 5 6 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。 m i n i g u i 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l i n u x 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p d a 等。 q t e m b e d d e d 是q t 库t r o l lt e c h 公司正在进行的面向嵌入式系统的q t 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q t 的xw i n d o w 程序可以非常方便地移植到嵌入式版本。q t 能以漂亮的用户界面，快速而有效地开发软件。 q t 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，x m l ，国际化等等多种功能的支持，这些 基于q t 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 q t 的内部获得解决。同时，q t 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q t d e s i g n e r ，国际化翻译工具q tl i n g u i s t ，l u p d a t e 和l r e l e a s e 。q t 编程助手q ta s s i s t a n t ，项 目文件生成及编译工具t m a k e ，q t e m b e d d e d 程序虚拟机q v f b ，元对象编译器n l o c ，用户 界面编译器u i c ，创建嵌入式字体工具m a k e q p f 等等。为此，本文选择了q t e m b e d d e d 作 为g u i 工具。 1 5 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2 8 0 3 2 0 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h o u g h 变换和d a u g m a n 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d a u g m a n 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g a b o r 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g a b o r 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3 4 ，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q t e m b e d d e d 的实现。分析了基于q t e m b e d d e d 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g u i 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g a b o r 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g a b o r d , 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3 4 ，可提 高匹配速度，并节约存储空间。 第六章：本章在l i n u x 操作系统下建立- j q t e m b e d d e d 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。 1 6 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g u i ，并选择 了q t e m b e d d e d 作为g u i 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 2 1 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2 1 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2 - 1 虹膜识别系统 2 2 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( c o r n e a ) 和晶状体( 1 e n s ) 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( c h r o m a t o p h o r e ) 。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2 2 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3 0 ；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6 5 。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 6 5 图2 - 2 虹膜外观图 虹膜包含了丰富的纹理信息如图2 - 3 所示，通过红外光对虹膜上的纹理进行识别，发 现6 0 左右的纹理，人与人是相同的，4 0 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2 - 3 虹膜纹理结构幽 浙江工业大学硕士学位论文 虹膜在人1 2 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【l7 j ： ( 1 ) 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2 6 6 或2 6 7 个 自由度，虹膜组织的信息为每平方毫米3 4 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d a v i d 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。 2 3 虹膜识别系统原理 2 3 1 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l c m 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c a s i a 虹膜图像 数据。 本文所研究的虹膜图像均来自c a s i a ( v e r s i o n1 0 ) 虹膜图像数据库。c a s i a 虹膜 图像数据库采集了8 0 人( 其中男6 2 人，女1 8 人) 1 0 8 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3 2 0 2 8 0 ，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。 2 3 2 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