（光学工程专业论文）基于手背静脉与虹膜的生物特征识别方法研究.pdf

中文摘要 随着现代网络和信息技术的快速发展，人们对社会信息的安全性要求日益提 高，基于生物特征的智能身份鉴别方法逐渐受到广泛重视。在众多生物特征识别 方法中，手背静脉识别和虹膜识别具有稳定性、防伪性和非侵犯性等优势，是生 物特征识别的两大研究热点，可广泛应用于政府、军队、银行、电子商务等领域。 其中，手背静脉识别是一种新兴的身份鉴别方法，其研究和应用尚处于起步阶段。 虹膜识别技术在近年来得到了快速发展，相对比较成熟，但虹膜识别的核心算法 仍需要进一步的研究。 本文首先建立了基于手背静脉的身份识别原型系统，围绕这一目标设计实现 了近红外静脉成像装置，建立了天津大学手背静脉图像数据库，并从多分辨率纹 理特征、代数特征、局部s i f t ( s c a l ei n v 撕卸tf ea _ t u r e1 r a n s f o n l l ) 特征三个方面 研究了手背静脉识别算法，对算法进行性能测试，并与现有的典型算法进行对比， 验证了算法的可行性和有效性。其次对虹膜识别中的关键技术进行了研究，主要 包括虹膜定位、眼皮定位以及特征提取等。最后初步探讨了基于手背静脉和虹膜 两种生物特征在匹配层的数据融合。 本文的创新性工作概括如下： l 、提出了基于多分辨率纹理特征分析的手背静脉识别方法。利用小波变换描述 静脉纹理信息变化，实验分析了小波函数对识别性能的影响，评估了算法对手背 垂直位移和旋转的容忍度。 2 、提出了基于局部s i f t 特征分析的手背静脉识别方法。利用s i f t 特征描述手 背静脉的梯度信息，并改进s i f t 特征的匹配算法，从而进一步提高了识别性能。 该算法对手背的平移和旋转不敏感，具有重要的实用意义。 3 、提出了基于图像抽样的快速虹膜定位方法。基本思想是在抽样图像中进行粗 定位，在原分辨率图像中实现精定位。利用抽样图像去除大量干扰信息，降低计 算复杂度，改善了算法实时性。 4 、提出了基于最大连通路径的眼皮定位方法。在确定眼皮检测区域并增强水平 方向边缘后，通过标注边缘图像中的连通路径，搜索具有最大水平距离的连通路 径作为眼皮边缘点实现眼皮分割，使定位速度有了很大提高。 5 、提出将手背静脉和虹膜两种生物特征相结合进行身份识别。分别利用d s 证 据理论和支持向量机方法在匹配层进行了融合实验和分析，融合后识别性能得到 了较大提高。 关键词：生物特征识别，手背静脉，虹膜，模式识别，特征提取，数据融合 a b s t r a c t w t ht h er a p i dd e v e l o p m e n to fm o d e mn e 铆o r ka n di n f o n n a t i o nt e c h n o l o g y ，t l l e s a f c 够r e q u i r e m e n t sf o rs o c i a li n f o m l a t i o na r ec o n s 协t l yi n c r e a s e d ，锄dp e r s o n a l i d e n t i f i c a t i o nb a s e do nb i o n l e t r i c sh a sr e c e i v e de x t e n s i v ea “e n t i o n i nt h eb i o m e t r i c s f a m i l y ，h a n dv e i na n di r i sr e c o g n i t i o n sa r ec h a m c t e r i s t i cb ys t a b i l i 毗s e c u r i 坝粕d u n i n t m s i o n ，w h i c ha r e 觚or e s e a r c hf o c u s e s 卸dc 踟b ew i d l y 印p l i e dt om a n yf l i e l d s s u c ha sg o v e m m e n t ，m i l i t a t y ，b a n l ( 锄de l e c 仃o n i cc o m m e r c e h a n dv e i nr e c o g n i t i o n i san e w l ye m e 略i n gi d e m i f i c a t i o nt e c h n o l o g y ，锄di t ss t u d y 锄d 印p l i c a t i o na r ea tt h e p r e l i m i n a 巧s t a g e i r i sr e c o g n i t i o nt e c l l n o l o g yh a sd e v e l o p e df a s ta n db e c o m em a ：t u r e i nr c c e n ty e a r s ，w h e r e a sf h 曲e rs t u d ya b o u tk e 功e la l g o r i t h m si ss t i l ln e e d e d f i r s t l yah a n dv e i nr c c o g l l i t i o np r o t o t ) ，p es y s t e mi sd e v e l o p e d c e n t e r i n go nt h i s g o a l ，w ed e s 咖an e 铲i l l 纳r e d ( n i r ) h a n dv e i ni m a g i n gs y s t e ma n dc o n s 抓j c tt i a n j i n u n i v e r 卿( t j u ) h a n dv e i nd a 诅b a s e n r e eh 粕dv e i nr e c o 弘i t i o nm e t h o d sa r e d e v e l o p e db a s e do nt h em u i t i - r e s o l u t i o nt e x _ t u r ef e a t u r e ，a l g e b r a i cf e a t u r ea n dl o c a l s i f tf e a u r e t h ep r o p o s e dr e c o g n i t i o nm e t h o d sf o ri 姐n dv e i na r et c s t e d 锄d c o m p a r e dw i t ht h ec l a s s i c a lm e t h o d s ，w h i c hd e m o n s t r i i t et h e i rf e a s i b i l i 够粕d e 仃e “v e n e s s 1 1 1 e nt h ek e yi r i sa l g o r i t h m sa r es t u d i e di n c l u d i n gi r i s1 0 c a l 芘a t i o n ， e y e l i dl o c a l i z a t i o na n di r i sf e a t u r ee x t r a c t i o n e v e n t u a l l y ，t h ep 印e rp r e l i m i n a r i l y d i s c u s s e st h em u l t i b i o m e t r i cf h s i o nb a s e do nt h eh a n dv e i na n di r i sa tt h em a t c hs c o r e l e v e l t h em 旬o ri r u l o v a t i o n so f t h ed i s s e n 壮i o na r ca sf o l l o w s ： 1 ah a n dv e i nr e c o g n i t i o nm e t h o db a s e do nm u l t i r e s o l u t i o nt e x t u r ef e a t u r ea n a l y s i s i sp r o p o s e d w a v e l c t 仃a n s f o n ni sa p p i i e dt od e s c r i b et h ev e i nt e x t u r ev 撕e 吼t h e i n f l u e n c eo fw a v e l e t 如n c t i o no nr e c o g n i t i o np e r f o n l n c ei s 觚a l y z e db ye x p e “m e n t s ， a n dt h e 七o l e r 2 m c et oh a n ds h i f ta n dr o t a t i o ni se v a l u a t e d 2 ah a n dv e i nr e c o g n i t i o nm e t h o db a s e do nl o c a ls i f tf e a t u r ei sd e v e l o p e d t h e s i f tf e a t u r ei sa d o p t e dt od e s c 曲et h eg r a d i e n ti n f o m a t i o no f h a n dv e i n ，锄dt l l e i m p r 0 v e dm a t c h i n gm e t h o df o rs i f tf e a t u r e se n h a n c e st h ei d e m i f i c a t i o np e r f o m a n c e t h i sa l g o r i t h mi sn o ts e n s i t i v et 0h 锄ds h i r 锄dr o t a t i o n ，w h i c hm a k e si th a s i m p o r t 锄tp r a c t i c a ls i g n i f i c a n c e 3 ar a p i di r i sl o c a l i z a t i o na l g o r i t h mb a s e do ni m a g e 鼢m p l i n gi sa d v 锄c e d n sb a s i c i d e ai st ol o c a t et h ei r i sc o a r s e l yi nt h es a m p l e di m a g e ，觚da c h i e v et h ee x a c t l o c a l i z a t i o ni nt t l ei m a g ew i t ho r i g i n a lr e s o l u t i o n m u c hd i s t u r b i n gi n f i o 咖a t i o nc 锄b e r e m o v e dt or e d u c et h ec o m p u t a t i o nc o m p l e x i 劬a n dt h er c a l t i m ep e r f 0 册a n c ei s i m p m v e dg r e a t l y 4 a ne v e l i dd e t e c t i o nm e t h o db a s e do nm a x i m a lc o n n e c t i o np a t hi sd e v e l o p e d a f t e r d e t e 咖椭n gt h ee y e l dd e t e c t i o nr e g i o n 锄de n h a n c i n gt h eh o r i z o n t a lb o u n d a 吼t h e m a x i m a lc o n n e c t i o np a t hi ss e a r c h e d 嬲廿l ee y e l i de d g ep o i n t sm r o u g hi a b e l i n gt h e c o 彻e c t e dp a t h si nt h ee d g ei m a g e ，a n dt h e nt h ee y e l i ds e g m e n t a t i o nc a nb ea c h i e v e d 1 1 1 i sm e t h o di n c i i e a s e st i l ed e t e c t i o ns p e e dl a 唱e l y 5 t h eh a n dv e i n 锄di r i sr e c o g n i t i o n sa r ec o m b i n e df o rp e r s o n a li d e n t i f i c a t i o n t h e d se v i d e n c et h e o q 锄ds u p p o r tv e c t o rm a c h i n e s ( s v m ) a r ca p p l i e dt 0f u s i o n e x p e r i m e n t 肌da n a l y s i sa tt h em a t c hs c o r el e v e l ，a n dt 1 1 er e c o g n i t i o np e 渤m l a n c eh a s b e e ni m p r o v e dg r e a t l y k e yw o r d s ：b i o m e t r i c sr e c o g n i t i o n ，h a n dv e i i l ，i r i s ，p a 仕e mr e c o g n i t i o n ，f e a t u r e e x t r a c t i o n f l u s i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得叁鲞盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名： 易牺 签字日期：膨年，芦月形日 学位论文版权使用授权书 本学位论文作者完全了解丞叠盘堂有关保留使用学位论文的规定。 特授权鑫鲞盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 签字日期力研年 导师躲勿1 础格 整学b 觌；7 幻石年z 冠i ，j 6b 1 细致肜 - 月 、吵 肛 天津大学博士学位论文 1 1 引言 第一章绪论 身份认证就是通过各种技术或者非技术手段，向对方证明自己的身份，以获 得行使某种权利的许可。姓名是人类在社会交往中因相互区别的需要而产生的， 所以它最早被用于身份认证，但是姓名与人本身并不存在稳固的联系，要真正识 别个人身份还必须依靠其他较为稳定的特征。古代的“墨刑、“画影图形力、“手 印等都是身份识别的雏形。在高度复杂和信息交互的现代社会，身份识别显示 出前所未有的重要性，并且已经渗透到日常生活的各个方面，如金融、司法、国 家安全、电子商务等应用领域，然而计算机网络技术的飞速发展和人们活动范围 的不断扩大，使身份识别的难度也日益增加。 传统的身份识别方法主要有三种：第一种是利用身份标识物品，如证件、钥 匙、a 卟厦卡等；第二种是利用特定知识，如用户名和密码等；第三种是标识物 品和特定知识相结合的身份识别方法i l 圳。身份标识物品仅仅验证了使用者是否 拥有确定的标识物，特定知识也只是验证了使用者是否知道确定的信息，但这些 标识身份的物品和知识与用户本身并不相关，不仅容易丢失和泄露，而且在现有 的技术条件下，伪造也并不困难，因此个人身份容易被他人冒充或取代。在当今 信息社会，高技术犯罪的频率和危害呈现快速上升的势头。在美国，每年约有上 亿美元的福利款被人以假冒的身份领取1 5 1 ；每年大约有1 0 0 0 万以上的个人信息 被盗用，给消费者造成近5 0 亿美元的损失，每年商业机构的损失则高达4 8 0 亿 美元嘲。在我国，仅深圳市就有大约千分之三的社会保险金被冒领，每年的损失 金额高达2 0 0 多万元；据官方报道，仅2 0 0 3 年我国移动通信业因假证件登记开 户而造成的话费损失就已达5 亿元，直接经济损失达2 亿元之巨i 7 】。在日本、英 国等其他国家由于假冒身份所造成的经济损失同样数额巨大。可见传统的身份识 别方法已经远远不能满足信息社会的发展需求，迫切需要一种更加准确可靠的身 份识别技术。 生物特征识别基于计算机和模式识别技术利用人体固有的可以检测的生理 特征和行为特征进行个人身份鉴定降1 。目前用于身份识别的生理特征主要有指 纹、脸像、虹膜、掌纹、静脉、手形、视网膜等特征，这些特征来自人体不同器 官，和人体器官的物理特性直接相关，并且其特征主要决定于先天因素。行为特 第一章绪论 征主要有签名、语音、步态、击键等特征，它们更多的决定于后天因剥1 1 0 7 1 。但 是无论是生理特征还是行为特征，都和人本身密不可分，因此生物特征识别的标 识是人身内之物，而非身外之物。与传统的身份识别技术相比，生物特征具有不 易遗忘或丢失、防伪性能好、随身“携带 、随时随地可用等优点，是目前最有 前途的身份识别方法。由于反恐、刑侦、网络和金融等多方面的安全需要，生物 特征识别技术的研究和应用近年来得到了前所未有的重视。 1 2 生物特征识别技术 1 2 1 生物特征识别技术概况 人类利用生物特征识别的历史十分悠久，可追溯到古埃及人通过测量人体各 部位的尺寸来进行身份鉴别。l8 8 0 年，苏格兰医生f a u l d s 在n a n 鹏上发表论 文，指出指纹具有独特性和永久性，可以利用指纹特征鉴定罪犯身份，从此揭开 了现代指纹识别研究的序幕【1 8 - 2 0 】。1 9 3 6 年，眼科专家b u r c h 指出虹膜具有独特的 纹理信息，可用于身份识别【2 l 】。语音识别的研究起源于2 0 世纪5 0 年代，a t & t b e l l 实验室的d a v i s 等实现了第一个可识别十个英文数字的语音识别系统a u d 巧 系统，该系统利用每个数字辅音部分的频谱进行身份识别。1 9 6 5 年，c h a n 和 b l e d s o e 提出了自动人脸识别概念【珏2 4 1 。2 0 世纪7 0 年代，视网膜识别技术得到快 速发展，美国e y e d e n t 坶o fb a t o nr o u g e 公司推出了商用的视网膜扫描产品。手 形识别技术最早由美国q 盯e 仕博士提出，它通过辨认手指长度、宽度等特征确认 个人身份。1 9 9 1 年，m a c 骶g o r 等首次提出利用扫描手背静脉血管进行身份识别， 为生物特征识别提供了新思路【2 5 1 。近年来，生物特征识别技术的研究和应用进行 的如火如茶，许多生物特征识别系统已经从研究阶段转向应用阶段，前景十分广 阔。 现有的研究和实际应用表明，无论是基于指纹、虹膜、静脉，还是基于步态、 语音的生物特征识别技术，都已经在一些特定领域展现出了优良的识别性能，然 而由于生物特征本身固有性质和现有技术条件的制约，每种生物特征都有自己的 优缺点，表1 1 是常用的几种生物特征识别技术的性能对比【2 6 ，2 丌。 天津大学博士学位论文 注释：1 广泛性：每个人都应该具有这种特征；2 惟一性：两个人之间不存在相同的该特征： 3 稳定性：该特征不随时间、外界条件变化；4 采集性：所选择的特征应便于检测；5 接受性： 使用者在多大程度上愿意接受基于所选择的生物特征识别系统；6 防伪性：系统防止被攻击 的能力；7 性能：系统的综合性能。 虽然目前开发了多种生物特征识别方法，但基于生物特征的自动身份识别系 统的工作原理大致相同，其基本原理如图1 1 所示。生物特征识别系统由注册和 识别两个模块组成。在注册过程中，首先登记用户的相关信息，通过图像采集系 统获取用户的生物特征信息，然后进行图像预处理和特征提取，并生成用户的特 征模板。在识别过程中，除了要进行与注册过程相同的特征采集和特征提取之外， 还要把提取的特征与预先注册在数据库中的特征模板进行匹配，从而判断用户的 身份。 第一章绪论 l 囤壁蠖一j l 叵三至h 至旧 一塑型蹩一一一j 图基于生物特征的身份识别系统的基本原理 现代生物识别技术始于7 0 年代中期，由于早期的识别设备比较昂贵，因丽 仅限于安全级别要求较高的原子能实验、生产基地等应用场合。近年来随着微处 理器及各种电子器件成本的不断下降，生物特征识别系统逐渐应用于政府、企业 和金融等领域，图l 一2 r a ) 为各种应用领域所占的比例情况。在不断增长的生物特 麓 8 “ ：7 0 最6 0 然戈 4 ： 1 0 i 图1 2 生物特征识别技术的市场分析 ( a ) 2 0 0 8 年生物识别技术的应用领域：i b g 市场预测报告 征识别技术市场中，基于各种生物特征的识别产品不断涌现。国际生物特征组织 ( i b g ：i r l l c m a t i o r i a lb i o m e i cg r o u p ) 对生物特征识别技术做了较详细的市场分 析和预测，图l 一2 为2 0 0 9 年至2 0 1 2 年生物识别产品总收入的预测分析。”，产 业预测结果表明整个生物特征识别市场会继续增长井将保持每年1 3 以上的 增长速度。到2 0 0 9 年整个生物认证市场的总量将达到4 6 亿美元。我国人口众多， 天津大学博士学位论文 流动性强，生物特征识别拥有巨大的市场潜力，同时我国生物特征识别产业相对 国际生物特征识别产业具有后发性，因而中国生物特征识别产业在未来的增长速 度将高于全球生物特征识别产业的平均增长速度。 1 2 2 生物特征识别系统的性能评价 生物特征的身份认证系统可以分为两种工作模式：识别( i d e n t i f i c a t i o n ) 模式和 认证( v e r i f i c a t i o n ) 模式。识别是将现场采集到的生物特征图像同数据库中的特征 进行逐一比对，通过材一对多”的匹配实现身份判别，也就是回答：“他是谁? 力 的身份判断问题。认证就是通过把一个现场采集到的生物特征图像与已经注册的 其声称的生物特征进行“一对一的比对，以确定身份的合法性，也就是回答“他 是他自称的这个人吗? 的身份判别问题。 在识别模式中，假设输入的数据肯定来自模板数据库中的某一类别，则识别 目标就是利用识别算法将该输入数据分类到所属类别。一般使用正确识别率 ( c r r ：c o m c tr e c o g n i t i o nr a t e ) 对识别系统进行性能评价，其定义为： 正确识别率= 坌茎萼翼掣 ( 1 。1 ) 仟译芯鳅 在认证模式中，假设丁代表输入需要认证的个体，r 表示模板中个体声称身 份对应的模板，则会有两种可能，一是请求者为假冒者：z r ；二是请求者为 用户：r = 尺。认证系统对丁和尺进行特征匹配给出相似性度量，若匹配结果小 于给定阈值，则接受此人为声称类别，否则拒绝此人。这样的决策存在着两种可 能的错误，分别是假冒者被接受和具有真正声称身份的人被拒绝。一般用错误接 受率( f a r ：f a l s ea c c e p t a n c el h t e ) 和错误拒绝率( f r r ：f a l s er e i e c t i o n 屹) 描述认证模式的算法性能。其中错误接受率就是对于那些声称自己来自某一类别 而实际上是来自另外一类别的样本，系统错误地将它判断为声称类别的概率。错 误拒绝率就是对于那些声称自己来自某一类别而实际上也属于声称类别的样本， 系统错误地将它判断为不是声称类别的概率。不同应用场合对两种错误率有不同 的要求，如警方在寻找犯罪嫌疑人时，要求有较小的f l 迥，在安全检查中，希 望有较小的f a r 。理想的情况是两种错误率均为零，但实际中两种错误由同一给 定的阈值决定，它们之间相互制约。利用错误接受率和错误拒绝率在不同阈值下 的对应数值，可以构造一条接受特性曲线( r o c ：r e c e i v e ro p e r a t i n g c h 撇c t e r i s t i c ) ，它表明了识别系统的整体性能。图1 3 为生物识别系统的r o c 曲线示意图，在r o c 曲线上一个较小的f r r ( 一个更宽容的识别系统) 通常导致 一个较大的f a r ，而一个较小f a r ( 一个防伪性较高的识别系统) 通常导致一个较 第一章绪论 大的f r r 。等错率( e e r ：e q u a le 订o r 她) 是指错误接受率和错误拒绝率相等 时的错误率，这个数值越小，说明算法的性能越好。 0 f r r 图1 3生物识别系统的r o c 曲线示意图 系统识别速度是判断系统是否具有实时性的重要指标。在进行身份识别过程 中，人们愿意等待的时间是有一定限度的，该极限根据不同应用场合有所不同， 以虹膜识别为例，在进入机场的安全检查中，一般认为0 5 j 1 8 s 是可以接受 的等待时间1 2 9 1 。生物特征识别系统的鲁棒性也是一个重要的评价指标，它用于测 评系统对被检验者和外界环境的适应能力。一个好的识别系统，应对被检验者不 做任何限制，对外部环境不做苛刻的要求，这需要有一个环境适应能力极强的图 像采集装置和对尺寸、旋转、平移等变化具有不变性的高鲁棒性算法【3 0 3 l 】。 识别模式需将测试样本与全部注册样本进行对比，因此识别速度与数据库的 大小直接相关，数据库越大，识别速度越慢，因此一般识别模式只适用于类别较 少的识别领域。在认证模式中，要求测试样本给出自身身份的相关信息，只需将 测试样本与注册数据库中该声称类别的样本进行对比即可，因此搜索范围小，识 别速度与数据库大小基本无关，具有更广阔的应用领域，为此本文主要对生物特 征识别系统在认证模式下的识别性能进行分析。 1 3 手背静脉识别概述 1 3 1 手背静脉识别的特点与系统构成 手背静脉识别利用手背静脉血管的分布信息进行身份识别，手背静脉血管的 结构不会随着年龄变化，具有长期稳定性3 2 1 。手背静脉分布具有唯一性，同一个 人的左右手静脉分布不同，即使双胞胎的手背静脉结构也不相同。与虹膜相比， 天津大学博士学位论文 手背静脉血管的毁理较粗大，更易于图像采集，系统成本较低。由于静脉属于皮 下组织，与其它生物特征识别相比，手背静脉识别具有如下优势【3 2 蚓： 1 ) 高防伪性：人眼和一般的视觉设备很难捕捉皮下静脉的网络结构，因此 静脉血管较其它生物特征更难以伪造。此外，该技术利用生物体固有的 特征( 体温或者血管) 进行身份识别，不存在用树脂伪造体表信息图像 的危险，可防止非生物体登录所带来的复制及盗用等隐患，降低了造假 的可能性。 2 ) 强免疫性：不同于指纹、掌纹特征识别，静脉识别系统对手背的清洁度 没有要求，不会受脏、油、水等因素的影响，降低了误读的概率。 3 ) 接受度高：静脉识别是一种非接触检测方法，使用者不会因担心数据遗 留而产生捧斥心理，并且其使用方式十分友好，因此静脉识别技术的用 户接受度较高。 圈1 4 手背静脉身份识别系统的基本原理 图1 - 4 为基于手背静脉的身份识别系统原理图，该系统包括手背静脉成像系 统和手背静脉识别算法两大模块。其中手背静脉图像的获取是静脉识别的首要步 骤同时也是较困难的一个环节。静脉属于皮下组织，在可见光下无法获取静脉 分布，因此需要设计合理的静脉成像系统。通常静脉成像系统的设计要从以下几 个方面考虑： 1 ) 设计光学成像系统，主要包括图像传感器、主动光源、光学镜头等。 2 ) 设计控制模块，使计算机( 或其它微处理器) 能够方便的控制圈像采集 过程。 3 ) 嵌入辅助软件算法( 如图像增强等算法) ，降低系统对硬件的要隶。 手背静脉识别算法分为注册和识别两个过程，注册过程主要包括教据库建立 和分类器参数选择等识别过程则完成测试样本与注册样本模板的比对，在这两 第一章绪论 个过程中，均要涉及到图像预处理、特征提取两部分。图像预处理去除冗余信息 和噪声，使图像更加清晰静脉特征提取用于建立特征描述，为了保护个人隐私， 这是一种不可逆的转换，系统将这些特征存到模板数据库。特征匹配则通过特定 识别方法，计算测试静脉特征与注册静脉特征的相似度，最后给出两者是否匹配 的身份判断结果。 1 3 2 手背静脉识别的发展现状 正是由于手背静脉识别技术的诸多优势，自m a c g m g o r 等首次提出可以利用 手背静脉血管分布进行身份识别以来，手背静脉识别技术得到了美国、英国、韩 国、中国等国家的高度重视。美国c a m b d d g ec o n s u l n n “公司和英国技术集团 b t g ( b r 盹ht k h n o l o g y g r o u p ) 为了开发手背静脉的商业化产品，于1 9 9 3 年联 合召开了相关研讨会。1 9 9 8 年至今，韩国n e m e m 公司研制了b k 系列静脉识别 仪，其中部分己经投入使用，是目前较为成熟的静脉识别产品口。其中b k 3 0 0 静脉识别仪如图l 一5 ( a 】所示，它通过红外c c d 摄像头获取手背静脉图像并送入 计算机，运用滤渡、图像二值化、细化手段提取静脉特征，将测试静脉特征与注 册静脉特征进行匹配得到识别结果系统工作在认证模式，当f a r 为o0 0 0 l 时，f r r 达到01 。2 0 0 1 年，s a n g k y u ni m 等在文献中介绍了如何利用数字 信号处理器( d s p ) 实现传统的静脉识别算法mj ，利用5 0 0 0 个样本对算法进行 性能测试结果显示正确识别率为9 48 8 。2 0 0 7 年，w 卸g 等对静脉图像的采 集方法进行了详细的分析和对比吲。同年s h a h i n 等提出利用静脉血管的二值图 像进行身份认证，取得了较好的识别效果口”。 圈】5 商业化的手背静脉识别仪 ( 曲韩国的b 心0 0 静脉识别仪；( 砷探圳市中电视讯有限公司的静脉识别仪 在国内仅见深圳市中电视讯有限公司于2 0 0 8 年推出了手背静脉识别系统 天肆大学博士学位论文 如图l 一5 ( b ) 所示。该系统的识别原理与b k 系列产品基本相同m 】。在国内研究机 构中，仅见清华大学、哈尔滨工程大学和天津大学有静脉识别技术的相关报道。 清华大学设计了近红外静脉图像采集系统，图1 6 ( 砷和( b ) 分别是采集装置实物图 和获取的静脉图像，由图可见该系统能够较好的采集静脉血管的分布信息。他们 提出基于多分辨率滤波的识别算法，针对来自5 3 个手背的2 6 5 个样本进行特征 相关匹配实验，得到的等错率e e r 为43 1 m 删。哈尔滨工程大学基于c m o s 图像传感器设计了手背静脉采集装置，图1 6 0 ) 和( d ) 分别为系统装置图和获取的 静脉图像，由图可知该系统采集的静脉图像噪声较太，静脉血管的对比度较低。 他们采用阈值图像法进行静脉图像分割，并将骨架图像的端点和交叉点之间的距 离作为静脉特征进行身份识别队4 ”，结果表明当拒识率为55 时，误识率为 75 。 隆簟蚁 纛嫩 圉1 缶国内研究机构的静脉图像采集系统和获斑的静脉罂像 ( a ) ，佃) 清华大学的静脉图像采集系统和获取的静脉图像； ( c ) ，h ) 哈尔滨工程大学的静脉图像采集系统和获取的静脉图像 综上可见，目前静脉识别的研究和应用尚处于起步阶段，不仅静脉识别仪的 第一章绪论 种类和数量较少，而且识别仪器的价格也很高。人们对静脉识别的熟悉程度不高， 概念的普及与产品的推广需要一定的时间，这些因素限制了静脉识别系统的广泛 应用。目前手背静脉识别仪主要集中在对安全性要求较高的重要身份认证领域， 如手背静脉识别系统成功应用于北京奥组委确定的4 2 场奥运测试赛的首场比赛 中，任何人进出场馆安保中枢均需伸手接受“手背静脉门禁系统”检测。随着手 背静脉识别系统的深入研究和不断推广，相信在不久的将来该生物特征识别技术 将广泛应用到更多领域。 1 3 3 手背静脉识别的研究难点 手背静脉识别是一种新兴的生物特征识别技术，尽管已经取得了一定的研究 成果，但静脉图像获取和静脉特征提取仍是目前研究的重点。 l 、静脉图像获取 到目前为止还没有一个公开的手背静脉图像数据库，因此获取高质量的手背 静脉图像是进行静脉识别的首要前提，并且静脉图像质量的好坏直接影响到整个 系统的识别性能。手背静脉图像的获取受到多方面的影响，比如光源强度和均匀 度变化、图像传感器的灵敏度和用户的配合程度等，这些都给静脉图像的采集带 来了困难。因此图像获取的关键问题是设计合理的光学系统，包括光源波长( 通 常选择近红外光7 0 0 9 0 0 n m ) 、照明角度和滤光镜的选取等。 2 、静脉特征提取 静脉特征提取对整个识别系统的性能起决定性作用，是静脉识别中的核心问 题。静脉图像本身数据量大，存在大量冗余信息，所以如何简单有效的描述静脉 特征是一个比较困难的问题。在每次进行身份认证时，手背摆放的位置不可避免 的会有一定程度的旋转和位移，采集的静脉图像就存在较大差异，这将影响手背 静脉的特征提取和匹配结果。因此如何有效的提取具有旋转、缩放和平移不变性 的静脉特征是一个需要深入探讨的难题。 3 、静脉识别系统的实时性 用户通常要求识别系统能尽快给出识别结果，因此识别速度在实际应用中显 得尤为重要。从识别过程可知，系统响应速度主要由算法复杂度决定，而这与静 脉图像预处理、特征提取与匹配算法密切相关，因此如何优化静脉识别算法有待 进一步研究。 天津大学博士学位论文 1 4 虹膜识别摄述 1 4 1 虹膜识别原理 虹膜是指人眼中位于瞳孔和巩膜之问的直径约为1 2 m 胁，厚度约为o 5 删的 环状组织，它位于角膜后方，晶状体前方，连接在眼睛的睫状肌上。圈1 7 为眼 膪的解剖图，由图可见虹膜是一个外部可见的内部器官由于角膜的保护作用， 虹膜不易受到外界的伤害，因此由外部接触而导致虹膜改变的概率非常小。基于 虹膜的身份识别系统是一种非接触测量，所以虹膜识别具有非侵犯性，这对实际 应用具有重要意义。 悬韧带 虹膜 水状液 结膜 瞳孔 角膜 晶状体 睫状体 图1 - 7 眼睛的剖面图 巩膜 脉络膜 视网膜 黄点 盲点 祝神经 癌璃体 虹膜总体上呈现一种由里向外的放射状结构，包含很多相互变错的斑点、皱 褶、细丝、冠状、条纹、隐窝等细节特征，这些细微的特征就是虹膜的纹理特征。 图l 8 为c a s i a 数据库中来自两类样本的虹膜图像。由图可见虹膜含有极其丰 富的纹理特征。虹膜的基本结构主要依籁于内在的遗传基因，同时个体胚胎发育 时的环境对虹膜的细微结构也起到决定性作用，因此虹膜具有独特的结构特征， 即使同一个人的左右眼睛的虹膜也不相同。科学家发现当虹膜发育完全后，虹膜 纹理在人的一生中是稳定不变的。综上可见虹膜特征具有唯一性和稳定性。虹膜 不仅具有非常丰富的纹理特征还具有不同的颜色。西方人黑色素较少，虹膜组 织中的各种纤维、脉管能够很好的显现出来，而亚洲人含色素较多，呈棕褐色 远看里黑色。虹膜中的色素细胞容易随着年龄、环境和身体状况的改变而变化， 因此虹膜颜色不具有稳定性。虹膜纹理特征的区分性和稳定性都优于颜色特征 第一章绪论 为此虹膜识别中一般只利用虹膜的纹理信息进行识别，采集的虹膜图像也为灰度 图像。 图l 来自两个样本的虹膜图像 图1 9 为虹膜识别系统的结构框图。典型的自动虹膜身份识别系统通常利用 专用的虹膜圈像采集装置获取虹膜图像，然后对虹膜进行一系列的预处理，并将 虹膜图像中的细微特征转化为对应的特征向量通过计算铡试样本和注册样本的 特征向量之问的相似性进行身份判别。 s 像采集 r ；赢一 图l 母虹癀识别系统结构框图 虹膜图像预处理主要包括虹膜定位、眼皮定位、图像归一化和增强四个步骤。 虹膜采集系统获取的虹膜图像不仅包含虹膜，还包含眼睛的其他部分，如瞳孔、 巩膜、眼皮、睫毛等，这些部分对虹膜识别来讲都是干扰信息因此必须进行虹 膜定位以确定感兴趣的虹膜区域。虹膜区域常常被上眼皮或下目r 皮所遮挡，如果 将眼皮也作为有效韵虹膜纹理信息则将会大大降低虹膜识别率，因此眼皮检测也 天津大学博士学位论文 是图像预处理中的一个重要环节。不同人的虹膜大小不同，即使是同一个人的虹 膜，在不同的时间和环境下，虹膜的大小也会发生变化，这主要是由于瞳孔随外 界光照的变化而变化。为了减小虹膜大小对识别性能的影响，需要将虹膜进行归 一化，其目的是将虹膜区域的大小调整到固定的尺寸。归一化后虹膜图像的对比 度较低，为此必须对归一化后的虹膜图像进行增强。 1 4 2 虹膜识别的发展现状 1 9 8 7 年，眼科专家f l o m 和s a f i r 首次提出利用虹膜图像进行自动虹膜识别 的概念，并申请了关于虹膜识别思想的专利，该专利包容面很广，但当时并没有 开发出一个实际的应用系统【4 3 1 。1 9 9 1 年，美国洛斯阿拉莫斯国家实验室的 j o h n s o n 实现了一个自动虹膜识别系统，这是有文献记载的最早的虹膜应用系统。 1 9 9 3 年，d a u g m a n 实现了高性能的虹膜识别原型系统，并于1 9 9 4 年获得专利。 目前大部分自动虹膜识别系统都是使用d a u g m a n 的核心识别算法。w i l d e s 在 1 9 9 6 年成功研制了基于虹膜的身份认证系统。2 0 0 5 年f l o m 和s a f i r 申请的专利 到期，这为其他公司企业研究自己的虹膜识别算法和产品提供了市场机遇，同时 也激发了科研院所的研究热情，如美国西佛及利亚大学、英国b a t h 大学、日本 t o h o k u 大学等提出了很多具有实用价值的虹膜识别算法，大力推动了虹膜识别技 术的发展。 国内从事虹膜识别的研究相对较晚，主要的研究单位有中科院自动化所、华 中科技大学、香港理工大学、天津大学、浙江大学等。中科院自动化所模式识别 国家重点实验室于2 0 0 0 年成功开发了具有自主知识产权的虹膜识别原型系统， 他们还利用该虹膜图像获取装置建立并共享了用于科学研究的虹膜数据库 c a s 从虹膜数据库，到目前为止已有7 0 个国家和地区的2 0 0 0 多个研究机构申 请使用，其中国外单位15 0 0 多个，已成为虹膜识别研究领域的公共测试平台m 】。 2 0 0 3 年中科院自动化所成功开发了便携式虹膜身份认证系统【4 5 1 。浙江大学开发 了高集成度虹膜图像获取装置，该系统利用c m o s 图像传感器o v 7 1 1 0 进行虹 膜图像采集，并采用u s b 传输方式实现数据传输。天津大学设计的虹膜图像获 取装置利用一种新的几何光辅助定位方法实现虹膜图像采集，达到了较好的效 果。 由于虹膜身份识别系统具有稳定性和高安全性等特点，可广泛应用于重要区 域的门禁和通道控制、银行和社会福利机构的身份认证等各种需要严格身份认证 的场合。目前国外市场上掌握虹膜识别核心算法的研究机构主要有美国的 i r i d i a n ，i r i t e c h 和韩国的j i r i s 公司。其中i r i d i a n 公司是目前全球最大的专业虹膜 识别技术和产品提供商，其技术来源于英国剑桥大学的d a u g m a l l 、以及医学博 第一章绪论 士f l o m 和s 娟r 。该公司和多家企业进行合作，以授权方式提供虹膜识别的核心 算法，并支持合作伙伴生产虹膜识别系统。j i r i s 公司则主要提供小型的用于移动 电话或者电脑的虹膜识别仪。我国市场上有多家致力于虹膜识别产品的公司，但 目前国内的公司大多代理国外产品，可自行生产虹膜识别产品的厂商仅少数几 家，其中中科虹霸科技有限公司的产品i k e m b 0 0 0 1 为嵌入式虹膜识别设备，具 有较高的虹膜识别速度和准确度】。可见虽然近年来虹膜识别技术得到了快速发 展，但我国虹膜识别的核心算法仍需要深入的研究。 1 4 3 虹膜识别的研究难点 虹膜识别是目前研究最多的生物特征身份鉴别技术之一，与静脉识别技术相 比较，虹膜识别的研究比较成熟，但仍存在许多亟待解决的问题。 l 、虹膜图像获取 虹膜图像的获取是虹膜识别中的第一步，它需要光、机、电技术的综合应用。 眼睛的面积较小，如果要满足识别算法的图像分辨率要求就必须提高光学系统的 放大倍数，从而导致虹膜成像的景深较小，因此现有的虹膜识别系统大多需要用 户停在合适位置，同时眼睛凝视镜头，这些都给远距离的自动图像获取带来了困 难。同时亚洲人的虹膜颜色较深，用普通的摄像头无法采集到可识别的虹膜图像， 并且由于聚焦的原因需要使用昂贵的摄像头。不同于脸像、步态等生物特征的图 像获取，虹膜图像的获取需要设计合理的光学系统，配置必要的光源和电子控制 模块。虹膜图像获取装置自主研发的技术门槛高，系统价格较高。因此如何实现 远距离自动图像获取和成本低的虹膜图像采集是虹膜识别装置的两个研究方向。 2 、虹膜图像的预处理 一幅虹膜图像中不仅包含虹膜，还包含眼睛的其它部分，比如瞳孔、巩膜、 眼皮、睫毛等，大量实验表明虹膜身份识别系统中的大部分误判来源于眼皮或睫 毛的遮挡，所以系统识别率在很大程度上依赖于图像预处理的效果。在整个虹膜 识别系统的处理过程中，虹膜图像预处理耗费了很大一部分时间，是影响系统实 时性的主要因素，因此如何快速准确的实现虹膜预处理是虹膜识别技术中的一大 难题。 3 、虹膜的特征提取 不同于指纹的细节特征，虹膜包含很多如细丝、斑点、冠状、条纹等形状的 不规则小块，这些