（通信与信息系统专业论文）用于个人身份鉴别的虹膜生物特征识别.pdf

摘要 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。本文的 工作以建立基于虹膜识别的身份鉴别软件系统为目标，重点研究核心的虹膜图像 分割、特征提取与匹配算法，并以此为中心对虹膜识别技术在数字媒体版权保护 方面的应用进行初步的探讨。论文的主要工作和贡献如下： 1 实现了有效的虹膜图像分割。该算法采用活动轮廓模型技术检测瞳孔的精 确边界；通过分析归一化虹膜图像水平方向灰度信号的小波模极值点在尺 度空间的演化，得到眼睑遮挡边界上点，并利用多项式拟合确定眼睑遮挡 部分；最后实现基于一维g a b o r 滤波的眼睫毛检测。 2 根据提出的虹膜图像分割算法建立了虹膜识别实验平台。通过分析g a b o r 滤波器组的函数特性，在该平台上对虹膜识别领域研究较多的各种o a b o r 滤波特征提取算法进行了比较，并提出了优化思想；同时选择d a u g m a n 所 提虹膜识别算法对论文提出的分割算法的有效性进行了客观验证。 3 采用不同的图像基函数分析虹膜图像的基本微观结构，从而确定主导虹膜 图像产生的图像基为l o g 函数，提出了利用l o g 函数在多尺度空间检测 虹膜细节特征的算法；进而对图像多尺度分析的自动尺度选择机制进行研 究，提出了自动尺度选择的l o g 基虹膜图像特征提取算法，并与现有主要 虹膜识别算法的性能进行了比较。在实验结果的基础上，提供了一些有意 义的结论。 4 研究了具有旋转补偿的虹膜特征提取算法。首先给出了一种基于z e m i k e 矩 不变量的虹膜旋转不变特征提取算法，并通过实验考察了该算法的有效性 和适用范围。然后提出了一种结合虹膜局部区域块质量评价与相位相关匹 配的识别算法。算法在归一化虹膜图像上选择感兴趣区域，然后对感兴趣 区域根据定义的质量评价公式计算遮挡因子，最后计算每一对感兴趣区域 的p o c 匹配系数，并根据相应的遮挡因子得到虹膜对的整体匹配系数。利 用p o c 相关计算可补偿虹膜旋转影响，同时通过局部块的遮挡质量评估可 降低图像采集时对用户配合程度和采集技术的要求。 5 提出了将虹膜特征识别与数字水印技术相结合的数字图像内容版权认证系 统。其基本思想是先对虹膜图像进行预处理，直接选取感兴趣区域灰度图 像而不是经信息压缩的特征代码作为水印信息；然后在原始图像一维倒谱 i l 用于个人身份鉴别的虹膜生物特征识别 域嵌入水印图像；最后通过计算频带受限的相位相关函数实现虹膜图像认 证。 关键词：虹膜识别虹膜分割自动尺度选择旋转补偿 a b s t r a c t i i l a b s t r a c t w i mt h e i n c r e a s i n gr e q u i r e m e n t s f o r s e c u r i t y , b i o m e t r i c sb a s e dp e r s o n a l i d e n t i f i c a t i o nm 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 y , m sr e c o g n i t i o ni s b e c o m i n ga n a c t i v et o p i ci nb i o m e t r i c sd u et oi t s h i g hr e l i a b i l i t yf o rp e r s o n a l i 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 sr 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 t d e c a d e ，b u tm a n ye f f o r t sr e m a i nt ob et a k e nt of i l r t h e ri m p r o v et h ep e r f o r m a n c eo fi r i s r e c o g n i t i o ns y s t e m s a i m i n gt od e v e l o pa ni r i sr e c o g n i t i o ns o f t e rw a r es y s t e m ，w e i n v e s t i g a t es o m eo ft h ek e yi s s u e sr e l a t e dt oi r i sr e c o g n i t i o ni nt h i st h e s i s ，i n c l u d i n gi r i s i m a g es e g m e n t a t i o n ，i r i sf e a t u r ee x t r a c t i o na n dm a t c h i n ga sw e l la st h ea p p l i c a t i o no f i r i sr e c o g n i t i o ni nc o p y r i g h tp r o t e c t i o no ft h ed i g i t a lm e d i a t h em a i nc o n t r i b u t i o n so f o u rw o r kr e p o r t e di nt h i st h e s i sa r ea sf o l l o w s ： 1 a ne f f i c i e n ti r i ss e g m e n t a t i o nm e t h o di sa c h i e v e d i nt h i sm e t h o dt h ea c c u r a c y b o u n d a r yo fp u p i li so b t a i n e db ya na c t i v ec o u n t e rm o d e lt e c h n i q u e a f t e r c o m p u t i n gw a v e l e tt r a n s f o r mo f t h ei n t e n s i t ys i g n a lo f t h en o r m a l i z e di r i si m a g e s a l o n gh o r i z o nd i r e c t i o n ，t h ep o s i t i o no fe y e l i do c c l u s i o ne d g ep o i n t sc a nb e o b t a i n e db ye v a l u a t i n gt h eb e h a v i o ro f t h ew a v e l e tm o d u l u sm a x i m ao v e rs c a l e s ， a n dt h ee y e l i do c c l u s i o nr e g i o n sc a nb ed e t e r m i n e db yp o l y n o m i a l f i t t i n g t h e e y e l a s h e sa r ed e t e c t e db y1 - dg a b o rf i l t e r 2 a ne x p e r i m e n tp l a t f o r mi sb u i l tb a s e do nt h ep r o p o s e ds e g m e n t a t i o nm e t h o d ， w h e r ed i f f e r e n ti r i sf e a t u r ee x t r a c t i o nm e t h o d sb a s e do ng a b o rf i l t e r sa r et e s t e d a n da ni d e a lo fd e s i g n i n gg a b o rf i l t e r sf o ro p t i m a li r i st e x t u r es e p a r a t i o ni s p r e s e n t e d m e a n w h i l e ，t h ei r i sr e c o g n i t i o na l g o r i t h mp r o p o s e db yd a u g m a ni s i m p l e m e n t e da p p r o x i m a t e l yt ot e s tt h ei r i si m a g es e g m e n t a t i o nm e t h o dp r o p o s e d i nt h i sp a p e ro nt h eb u i l te x p e r i m e n t p l a t f o r m 3 t h em i c r o e l e m e n t so fi r i si m a g ea r ea n a l y z e db yv a r i o u si m a g eb a s ef u n c t i o n s a n di ti sd e t e r m i n e dt h a tl o gf u n c t i o ni st h eb a s ef u n c t i o nd o m i n a t i n gi r i si m a g e g e n e r a t i o n t h e nt h el o gb a s ei su s e dt od e t e c ti r i sm i n u t i a ef e a t u r e sw i t h m u l t i - s c a l e s m o r e o v e r , a l l i r i s r e c o g n i t i o ns y s t e mu s i n ga u t o m a t i c s c a l e s e l e c t i o na l g o r i t h mf o rm sf e a t u r ee x t r a c t i o ni sp r o p o s e db yr e s e a r c h i n go nt h e a u t o m a t i cs c a l es e l e c t i o ns c h e m ef o rm u l t i s c a l ea n a l y s i sa n dc o m p a r e dw i t ht h e m o s to ft h ee x i s t i n gm sr e c o g n i t i o nm e t h o d s t h er e s u l t i n gc o n c l u s i o n sw i l lb e h e l p f u lf o rf u r t h e rr e s e a r c h 4 s e v e r a lr o t a t i o ni n v a r i a u ta l g o r i t h m sa r ep r o p o s e df o rm sf e a t u r ee x t r a c t i o na n d i v 用于个人身份鉴别的虹膜生物特征识别 m a t c h i n g f i r s t l y , w ep r e s e n t a ni r i s r e c o g n i t i o na l g o r i t h mw h i c ha d o p t s z e r n i k e sm o m e n ti n v a r i a n t st oe x t r a c ti r i sm o m e n t b a s e dr o t a t i o ni n v a r i a n t f e a t u r e s b a s e do nt h er e v i e wo f t h ee f f i c i e n c ya n da p p l i e dr a n g e so f t h i sm e t h o d b ye m u l a t i o ne x p e r i m e n t s , w ep r o p o s ea ni r i sm a t c h i n ga l g o r i t h mu s i n gt h e p h a s e - c o r r e l a t i o n so ft h ei r i sl o c a lr e g i o n s t h i sm e t h o df o l l o w st h r e es t a g e s ： e x t r a c t i n gr e g i o n so fi n t e r e s t i n g ( r o d ；c o m p u t i n gt h eb a n d - l i m i t e dp h a s e - o n l y c o r r e l a t i o nf u n c t i o n sa n de v a l u a t i n gt h eq u a l i t yo fr o ib yg i v i n gaq u a l i t a t i v e d e s c r i p t i o no f t h eo c c l u s i o nd e g r e e ；c a l c u l a t i n gt h em a t c h i n gs c o r eb yc o m b i n i n g t h eb l p o cf u n c t i o na n dt h e e v a l u a t i n gr e s u l t s n i ep o cf u n c t i o n c a n c o m p e n s a t ef o rt h ei m a g er o t a t i o na f f e c t i o no nt h ei r i sr e c o g n i t i o na n dt h e q u a l i t ye v a l u a t i o no f t h er o i c a n d e p r e s st h ed e g r e eo f t h eo p e r a t o rp a r t i c i p a t i o n t h a ti sr e q u i r e di nt h ei r i sr e c o g n i t i o ns y s t e m 5 a ne f f i c i e n ts c h e m ei sp r o p o s e df o rp r o t e c t i n gt h eo w n e r s h i po f t h ed i g i t a li m a g e c o n t e n tb yc o m b i n n i n gt h ei r i sr e c o g n i t i o nw i t hd i g i t a lw a t e r m a r k i n gt e c h n i q u e t h em a i ni d e a li sa sf o l l o w s i r i si m a g ep r e p r o c e s s i n gi sc o n d u c t e df i r s t l y , a n d i n s t e a do ft h ef e a t u r ec o d e sa c h i e v e db yi n f o r m a t i o nc o m p r e s s i n g ，a ni r i sr e g i o n o fi n t e r e s t i n ga tg r a yl e v e li ss e l e c t e dd i r e c t l ya st h ew a t e r m a r k t h e nt h e w a t e r m a r ki m a g ei si m b e d d e di n t ot h e1 dc e p s t r u md o m a i no ft h eh o s ti m a g e i r i si m a g ea u t h e n t i c a t i o ni sa c h i e v e db yc o m p u t i n gt h eb a n d - l i m i t e dp h a s e o n l y c o r r e l a t i o n ( b l p o c ) f u n c t i o i l s k e y w o r d s ：i r i sr e c o g n i t i o n i r i ss e g m e n t a t i o na u t o m a t i cs c a l es e l e c t i o n r o t a t i o nc o m p e n s a t e 学位论文独创性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它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做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电予科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再攥写的文章一律署名单位为西安电子科技大学。 ( 保密的论文在解密后遵守此规定) 本学位论文属于保密，在一年解密后适用本授权书。 导师签日期乏篁! 星：主够 第一章绪论 第一章绪论 1 1 研究背景及意义 身份鉴别是指通过某种手段确定人身份的方法，这是一个古老的话题。原始 社会时期，人们生活在小的部落中，相互认识，身份鉴别就显得十分简单。而现 代社会是一个高度复杂、信息交互的社会，身份鉴别己经渗透到日常生活的每一 个方面。同时，由于交通、通讯和网络技术的发展，人类的活动范围在不断增加， 身份鉴别的难度也越来越大，重要性也越来越突出。 传统的身份鉴别方法主要有三种：一种是基于标识物品( 如身份证) ；一种是基 于特定知识( 如密码) ：还有一种是基于标识物品和特定知识两者的结合。这些方法 本身有很多缺陷，如身份证可能丢失，也可能被伪造；密码可能忘记，也可能被 破解。因此就有必要使用基于人体自身独特特征( 生物特征) 的身份认证系统。 b i o m e t r i c s ( 生物测定学) 是由希腊词“b i o ”( 生物) 和“m e t r i c s ”( 测度、测 定) 合成得到的。生物特征识别( b i o m e t r i ci d e n t i f i c a t i o n ) 技术是一门以生物测定 技术为基础，信息技术为手段，将本世纪生物和信息两大热门技术融为一体的科 学。它是利用模式识别、图像处理和计算机视觉的方法对人类本身所具有的独一 无二的生理特征和行为特征( 统称为生物特征) 进行可靠地、有效地分析和描述，通 过判断这些描述的一致性从而实现自动身份确认的一类技术。生物特征具有“人 各有异、终生不变、随身携带”等特点，因而同传统的用于身份鉴别的标识物品 和特定知识相比，生物特征识别技术具有稳定、便捷、不易伪造等优点，近年来 引起了国际学术界、企业界以及政府有关部门的广泛关注。美国政府自“9 1 l ”事 件之后，连续签署了几个国家安全法案，要求采用生物识别技术。2 0 0 3 年6 月，联 合国国际民用航空组织己公布了其生物技术的应用规划，将在个人护照中加入生 物特征如指纹、虹膜、人脸特征等，并在入境时进行个人身份确认。专家和媒体 预测，生物特征识别技术将成为今后几年i t 产业的重要革新，是未来信息安全的 主要解决途径之一。 一般而言，任何一种生理或行为特征只要满足普遍性、唯一性、稳定性、可 采集性等四个条件就可作为生物特征用于身份认证。对于一个实际的身份认证系 统，还应考虑如下几个因素1 2 】：1 ) 可接受性，人们在日常生活中使用某种特征的 接受程度；2 ) 防欺诈性，系统被欺诈方法骗过的难易程度：3 ) 性能要求，包括 系统识别准确率和速度、系统鲁棒性、系统所需资源和影响系统性能的其他因素。 目前用于鉴别身份的人体生物特征主要有：指纹、人脸、虹膜、视网膜、d n a 、 掌纹、手形、人耳、步态、签名、声纹、牙齿、按键力度等【3 】。图1 1 列出了一些 2 用于个人身份鉴别的虹膜生物特征识剐 身份识别系统常用的生物特征。 在上述所有的生物特征中，指纹识别【4 5 】和脸像识别【6 j 已为人们所熟知，已经 有相关的应用产品出现。近2 0 年来，随着语音识别技术的发展，声纹识别【7 j 也得到 了快速的发展，而视网膜，掌纹，步态，签名等识别技术也逐渐引起了人们的关 注，但大部分都处于初始的研究阶段8 ，9 1 。虹膜识别是一种较新的身份鉴别方法【l o 】， 通过特定的识别算法，可以达到极高的准确率。统计测试j 表明：在所有生物特征 中，虹膜是一种最可靠和最稳定的特征。同时，由于虹膜是眼睛一个外部可见的 内部器官，因此虹膜识别系统对用户来说可以是非接触的。这些特点使得虹膜识 别成为一种最有前途的身份鉴别方法之一，具有极其广泛的应用领域，适用于需 要进行安全性防范的诸多场合。所以研究具有我国自主知识产权的虹膜识别技术 具有重大的意义。 ( a ) 人脸 ( d ) 手形 ( b ) 虹膜( c ) 指纹 ( e ) 步态( f ) 签名 图1 1 部分常用于身份识别的生物特征 1 2 虹膜识别技术的发展 自动生物特征识别系统是因由计算机处理领域近几十年的显著进步才得以发 展起来。其中自动虹膜识别技术相对来说更为年轻，直到1 9 9 4 年才有了第一个专 利。虹膜识别技术结合了计算机视觉、模式识别、统计推论及光学等多项技术， 其目的是通过分析虹膜的随机模式实时可靠地识别个人身份。 1 9 3 6 年，眼科专家f r a n kb u r c h 指出虹膜具有独特的信息，可用于身份鉴别。 第一章绪论 3 1 9 8 5 年，眼科专家l e o n a r df l o m 和a r a ns a f i r 博士提出没有两个相似虹膜的概念， 并在1 9 8 6 年通过了对虹膜认证概念的专利申请1 1 2 j 。此后f l o m 博士邀请j o l l i l d a u g m a n 博士开发自动虹膜认证算法。1 9 9 3 年，美国国防部核子局( d e f e n s e n u c l e a r a g e n c y ) 与r s c a n 公司合作，开始研制虹膜识别原型系统，并在l e o n a r df 1 0 m 、 a r a ns a f i r 及j o h nd a u g m a n 三位博士的共同努力下于1 9 9 5 年交付实现【1 3 l 。1 9 9 4 年，d a u g m a n 博士获得虹膜自动识别算法专利申请 1 4 1 ，该专利由i r i s c a n 公司的继 承者i r i d i a nt e c h n o l o g i e s 所有，是至今多数虹膜识别商业产品的基础。1 9 9 5 年， 第一个虹膜自动识别商业产品问世。r i c h a r dw i l d e s 在1 9 9 6 年也研制成功基于虹 膜的身份认证系统【”】。2 0 0 5 年，f 1 0 m 和a r a ns a f i r 申请的覆盖虹膜识别基本概念 的专利期满，从而给其他企业提供了市场机会去开发自己的虹膜识别算法。然而 由d a u g m a n 博士开发的以i r i s c o d e s 实现虹膜识别的专利至2 0 1 1 年才到期。在2 0 0 5 年的生物特征协会会议上，s a m o f f 公司向大家展示了他们在虹膜识别方面的研究 成果”，包括之前受美国国防高级研究项目署( d a r p a ) 赞助，现由其智能技术 创新中心赞助实施的虹膜识别原型系统。 在过去的十几年中，虹膜图像获取技术也碍到了快速的发展。最初的虹膜图像 采集装置【1 6 】多数是由计算机视觉领域中的科研工作者设计的，其功能简单，需要 用户很好的配合，而且拍摄距离很近，可用性比较差。随后，由于虹膜识别巨大 的应用市场和潜在的商业利益，许多公司加入到发展虹膜识别技术这一行列。从 1 9 9 5 年开始，光学专家和计算机领域的研究者共同发展了一些虹膜图像获取技术， 包括辅助的用户自定位技术，远距离拍摄技术，自动拍摄技术等等 1 7 - 1 9 l ，从而使 得虹膜图像采集装置逐渐实用化。美国i r i d i a n t e c h n o l o g i e s 公司、日本松下公司、 o k i 公司和韩国的l g 公司都在从事虹膜图像获取技术方面的研究，并且研制出了 适用于各种不同应用的远距离( 2 0 c m - 5 0 c m ) 自动虹膜图像采集装置，如松下公司 的a u t h e n t i c a m ，l g 公司研发的i f i s a c c e s s 等。2 0 0 0 年，美国国防高级研究项目署 ( d a r p a ) 启动了一项h u m a ni d 研究项目，其中由r i c h a r dw i l d e s 博士负责的远距 离虹膜识别项目组设计了一套精密的可在5 1 0 米远距离内拍摄清晰虹膜图像的装 置。该装置除了必要的硬件设备外还使用了超分辩率算法来增强图像的分辨率。 软硬件相结合，这是今后虹膜图像获取的发展方向。 国内从事虹膜识剔的研究相对较晚，从1 9 9 9 年才开始这方面的相关研究。虽 然国外已经有了多种实用的虹膜图像采集装置，但这些装置多数都造价昂贵，且 由于商业利益的原因，各研究单位和公司都没有公开相关的图像获取技术，在中 国国内市场上还没有此类设备。无法得到清晰的虹膜图像，这在一定程度上阻碍 了我国科研工作者开展虹膜识别技术的研究。近年来，国内对虹膜识别研究越来 越关注，中科院、上海交大、浙江大学、清华大学及吉林大学等单位都先后申请 了虹膜图像采集装置专利2 0 。然而以上研究基本都属于学术研究，尚未看到商业 4 用于个人身份鉴别的虹膜生物特征识别 应用。 1 3 虹膜识别应用 2 0 0 0 年，美国专为航空公司飞行员、机组服务人员和机场职工设计的“虹膜 通行证”在机场启用，这是虹膜识别技术在全球航空公司和机场首次得到正式应 用。近年来，虹膜识别系统应用更加广泛。许多国际机场都在出示护照的场所安 装了虹膜识别设备用于旅客扫描和移民控制，包括英国的5 个机场、加拿大的8 个机场、阿姆斯特丹的s c h i p h o l 机场、法兰克福机场和雅典机场等。在英国的 i r i s ( i r i sr e c o g n i t i o ni m m i g r a t i o ns y s t e m ，虹膜识别移民系统) 计划中，大约有超过 2 0 万的旅客在自动过境系统中用虹膜识别替代登记通过了移民控制和护照检查过 程，这些旅客甚至不需要声明身份，只需看一眼自动摄像头。在巴基斯坦和阿富 汗交界处，联合国难民总署使用虹膜识别设备匿名鉴别在自愿归国中心领取现金 补助的回国阿富汗难民。在阿联酋每天甚至要执行近百亿次实时的虹膜数据库搜 索比对。英国最大的房屋建筑公司( n a t i o n w i d e ) 还在该公司的建筑街面墙内自动 取款机上使用虹膜图像个人识别技术，用户插卡以后，即可摄取准确的虹膜图像， 并与存储的虹膜图像进行比较、核对身份，如确认用户即可进行下一步操作、提 取现金。图1 2 列出了部分商用虹膜识别系统。 根据国际生物特征组织在2 0 0 6 年底的研究报告预测1 2 ”，2 0 0 7 年全球生物特征 市场营销收入规模将达到4 0 亿美元，2 0 1 2 年将增至7 4 亿美元。在2 0 0 7 年生物特 征技术市场统计中，除较为成熟的指纹和人脸识别技术外，虹膜识别技术占了剩 余市场的最大份额。生物特征识别作为一个新兴的产业，有着巨大的市场应用前 景。而在所有的生物特征中，虹膜具有很多优点：高可靠性，高稳定性，高安全性 等等，而且虹膜发生损伤的可能性更小。由于具有这些独特的优点，虹膜识别已 经引起科研工作者和企业家广泛的关注，成为生物特征识别中的一个研究热点和 重点，在下面一些领域都有着广阔的应用前景： ( 1 ) 在金融证券领域，电子商务、银行a 1 m 、p o s 终端等的安全认证： ( 2 ) 在信息领域，网络、数据库和关键文件等的安全控制，系统计算机的登录 认证等； ( 3 ) 在国防领域，重要基地的身份认证，机密资料的安全管理； ( 4 ) 在交通领域，海关和民航的通关认证等； ( 5 ) 在公安司法领域，嫌疑人的准确确认，流动人口的控制等； ( 6 ) 在日常生活中，个人汽车、移动电话的使用认证等。 虹膜识别的使用极大保障了人们生活的方便性和安全性。电话付费不需要现 金，不需要记住信用卡、身份证号码等等，这给本已承受了各种生活压力和工作 第一章绪论 5 压力的人们来说，不啻是一种从许多日常琐碎事情中解放出来的最有力帮助。出 门不需要带驾照、身份证件，无票旅行和定期往返，这也是现代人们向往的便捷 的生活方式。我们相信，在不久的将来，虹膜识别技术在国内也会有比较广泛的 应用。 ( a ) ( b )( c ) 图1 2 部分商用虹膜识别系统：( a ) u a e 边境控制系统；( b ) 日本成田机场的加速登记系统 ( c ) 巴基斯坦和阿富汗边境的联合国难民控制系统 1 4 研究内容及论文结构 本论文主要从理论和面向应用的角度研究虹膜生物特征身份鉴别系统。综合 运用图像处理与分析、信号处理、小波变换、模式识别及矩特征等理论和方法， 深入地探索了虹膜图像定位、遮挡噪声检测、特征提取与识别的有效算法，重点 研究了虹膜模式的特征表达与提取，同时对虹膜识别算法在数字媒体版权认证方 面的应用进行了探讨。论文主要内容和章节安排如下： 第二章首先叙述了虹膜识别原理、虹膜识别系统一般框架及性能评价标准； 然后详细介绍了识别系统中图像采集、预处理、特征提取及特征匹配等各组成模 块的功能及当前国内外主要研究方法，同时分析了存在的问题；最后针对现存问 题指出了本论文要解决的关键技术。 第三章重点研究虹膜图像分割算法。提出了精确的虹膜定位及快速有效的虹 膜图像遮挡噪声检测方法，并给出了在c a s i a 图像库上定位及分割的仿真实验结 果。这章的工作是为后续章节的特征提取和识别提供图像准备。 第四章针对当前在虹膜识别领域研究较广的g a b o r 滤波器组，分析了多通道 g a b o r 滤波器组的基本函数特性，并结合虹膜图像频率特征给出了滤波器组优化设 计方案；介绍了现有采用多通道g a b o r 滤波的虹膜特征提取方法，特别对d a u g m a n 所提虹膜识别算法参数进行分析确定，并对其特征编码方法提出了一些改进；在 此基础上给出了第三章所提虹膜分割算法与传统分割算法的客观系统识别性能比 较结果。 6 用于个人身份鉴别的虹膜生物特征识别 第五章通过比较分析组成虹膜模式不同纹理基元的区分能力提出了一种用于 虹膜识别的多尺度b l o b 纹理特征提取方法，并在此基础上应用l i n g b e r g 尺度选择理 论给出了一种自动尺度选择的虹膜局部特征提取方法。 第六章和第七章主要研究虹膜特征提取算法的旋转补偿问题。现有穷尽移位 匹配模板的旋转补偿给虹膜识别系统引入了较大的计算消耗，因而论文首先尝试 了一种旋转不变的z e m i k e 矩虹膜全局特征提取算法。算法以不同阶的z e m i k e 矩组 成矩特征向量，通过训练得到最具区分能力的特征组合，从而实现虹膜特征识别。 然而实验结果显示该算法对图像遮挡要求较严格，限制了系统的适用范围。考虑 到虹膜图像在采集时不可避免存在的遮挡噪声，进而提出了一种结合虹膜局部区 域块质量评价与相位相关( p o c ) 匹配的识别算法。首先在归一化虹膜图像上选 择感兴趣区域，然后对感兴趣区域根据定义的质量评价公式计算遮挡因子，最后 计算每一对感兴趣区域的p o c 匹配系数，并根据相应的遮挡因子得到虹膜对的整 体匹配系数。利用p o c 相关计算可补偿虹膜旋转影响，同时通过局部块的遮挡质 量评估可降低图像采集时对用户配合程度和采集技术的要求。 第八章主要研究虹膜识别技术在数字媒体版权保护方面的应用，提出了将虹 膜特征识别与数字水印技术相结合的数字图像内容版权认证系统。 最后是对本论文的总结，并提出了进一步研究方向。 第二章虹膜识别技术概述 7 第二章虹膜识别技术概述 在各种基于生物特征的身份识别技术中，虹膜识别技术由于其准确率高和天 然的防伪性等优点，正受到越来越多的关注，并成为当前生物识别技术的研究热 点之一。本章详细介绍虹膜识别的基本原理、系统组成、各部分功能，以及该技 术的研究现状和技术难点。同时，给出本论文的实验平台，指明论文要研究的关 键技术。 2 1 1 虹膜的生理学基础 2 1 虹膜识别基本原理 图2 1 是人眼解剖刚“，从图中我们可以看出，虹膜是眼睛的一个内部器官， 位于角膜的后方，晶状体的前方，连接在眼睛的睫状肌上。虹膜的收缩和扩张决 定了瞳孔的大小，从而使进入眼睛的光线正好适量。然而，位于虹膜之前的角膜 是透明的，因此虹膜又是外部可见的。这就是说，虹膜是一个外部可见的内部器 官，这与指纹、脸像等人体外部器官有很大的区别，从而为基于虹膜的身份识别 技术提供了优越性。首先，由于角膜的保护作用，发育完全的虹膜不易受到外界 的伤害，因此，由外部物理接触而导致虹膜改变的概率十分小；其次，基于虹膜 识别的身份鉴别系统对使用者来说可以是非接触的【1 4 ，”，珏2 4 1 ，也就是说，虹膜识 别具有非侵犯性，这在实际的应用中非常重要。 图2 1 眼睛解剖图 如图2 2 所示，虹膜由不同层组成口5 】：最内层是带有色斑的真皮层；其上是控 制瞳孔缩放的肌肉层；肌肉层上是基质层，该层由胶状组织连接成弧形状，该层 中放射分布着螺旋形的血管，故又称为血管层：最上面一层是前界膜层，该层分 布着色素细胞。然而，从外观上看，虹膜又是位于黑色瞳孔和白色巩膜之间的圆 8 用于个人身份鉴别的虹膜生物特征识别 环状部分( 见图2 7 ) ，其总体上呈现一种由里到外的放射状结构，包含有许多相互 交错的类似于斑点、细丝、冠状、条纹、隐窝等形状的细微特征。通常，我们将 这些细微特征称为虹膜的纹理特征，它是虹膜四层结构综合作用的结果。眼科学 家【1 0 】和解剖学家【2 5 】经过大量的观察发现虹膜具有独特的结构，即便对于同一个人， 左眼和右眼的虹膜区别也是十分明显的。经过进一步持续的观察，发育生物学家 们郾, 2 7 1 发现，尽管虹膜的基本结构依赖于内在的遗传基因，但是个体胚胎发育时 的内环境却对虹膜独特的细微结构起着决定性的作用。因此，自然界不可能出现 完全相同的两个虹膜。另外，发育生物学家通过大量观察发现当虹膜发育完全以 后，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， 它在人的一生中是稳定不变的，因而具有稳定性。 唯一性、稳定性和非侵犯性，这三个特点使得虹膜识别具有了广阔的应用前 景。有关虹膜更多的生理信息可参考文献【2 5 。2 ”。 图2 2 虹膜横断面结构图 2 1 2 虹膜识别系统工作原理 虹膜识别系统通常分为虹膜注册( 登记) 和认证识别两个工作过程( 如图2 3 所示) 。这两个过程的差别在于其实现的功能不同。虹膜注册过程主要包含模板数 据库的建立，而虹膜认证识别过程则完成待测样本与虹膜数据库中模板的比对。 虹膜注册过程首先通过图像采集设备获得虹膜图像，然后对采集到的图像进行虹 膜定位、归一化、增强及分割等预处理操作以便于提取虹膜可区分的特征，最后 对预处理后的虹膜图像采用不同的特征提取或表示方法计算得到对应于注册用户 的虹膜特征模板，并将虹膜特征模板存入特定数据库。虹膜认证识别过程与虹膜 注册过程所涉及的算法模块基本相同，不同点在于虹膜认证识别过程在得到待认 证识别用户的虹膜特征模板后并不将其存入数据库中，而是将其与特定库中的特 第二章虹膜识别技术概述 9 征模板进行匹配识别，从而判定该用户是否为其所称的那个人或识别该用户为何 人。本章后续部分将详细介绍虹膜识别系统各组成部分的具体功能并对各部分现 有算法进行深入的分析讨论。 虹膜生物特征身份识别的工作模式可以分为两类 2 9 ，3 0 】：认i 正( v e r i f i c a t i o n a u t h e n t i c a t i o n ) 和识另l j ( i d e n t i f i c a t i o n r e c o g n i t i o n ) 。认证是一种一对一的匹配，是通过 把一个现场采集到的虹膜特征与一个已经注册的虹膜特征进行一对一的比对，来 确定其身份的合法性。在这种工作模式下，候选人声称具有某种身份，识别系统 将候选人的特征和数据库里具有该身份的用户的特征进行匹配，从而确认用户是 否确实具有他声称的身份。认证其实就是通过回答“他是他自称的这个人吗”来 辨别身份的真伪。一次认证只需匹配一次，然后根据一个阂值来确定是否匹配成 功。在生物特征识别系统的认证工作模式下，生物特征实际上和现在的密码具有 相似的功能。识别是一种一对多的匹配，是将现场采集到的特征同数据库中的特 征逐一进行比对，即用未知特征和所有的注册特征进行匹配，直至搜索完整个样 本数据库后给出对应特征的结论，其中最相似的一个就是匹配的结果，从而鉴别 出用户的身份。识别其实就是通过回答“他是谁”来确定用户身份。认证和识别 在对算法和系统设计上各具特色。认证系统的比对算法速度要求不如识别系统高， 但更强调易用性；在识别系统中，一般要使用分类技术来加快查询的速度。另外， 由于识别为一对多匹配，对算法的要求更高些。 ? 1 虹 厩 虹 i 虹膜定位 膜 膜 i图 i 虹膜归一化 叫特征提取h 燃 图 像 像 厮 预 获 i 。_ _ 理 l 遮挡检测 取 处 虹 厩 虹 l 虹膜定位 膜 膜 图 图 l 虹膜归一化 1 特征提取r _ 叫认证识别 像 厮 像 预 获 i一 理 i 遮挡检测 取 处 图2 3 虹膜识别系统工作原理 2 1 3 系统性能评价 评价生物特征识别系统的性能是一项具有挑战性的研究课题。其综合性能由 准确性、速度、鲁棒性等项目来评估。当前在对系统性能的评价中，准确性是最 重要的一个性能指标。由于各种不确定因素的影响，在不同时间、地点从同一人 虹膜注册 ： 虹膜认证识别 1 0 用于个人身份鉴别的虹膜生物特征识别 那里采集到的同一生物特征不完全一样【3 l 】。所以生物特征的对比不是精确的匹配， 其识别的结果不能保证1 0 0 的准确。 生物特征识别系统在认证和识别两种工作模式下的准确性评价指标是不同 的。在识别工作模式下系统判决结果不受阈值的限制，整个数据库中与待测用户 特征比对最相近的样本所属类别即判定为待测用户类别。因而此时只用正确识别 率( 简称识别率) 就可评价系统的准确性。评价认证系统准确性的指标则包括错误接 受率( f a l s ea c c e p t a n c er a t e ，f a r ) 、错误拒绝率( f a l s er e j e c t i o nr a t e ，f r r ) 、正确接 受率( g e n u i n ea c c e p t a n c er a t e ，g a r ) 、正确拒绝率( g e n u i n er e j e c t i o nr a t e ，g r r ) 和等错误率( e q u a le r r o rr a t e ，e r r ) 。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，系统错误地将其判断为声称类别的概率， 即指将非法用户( 假冒者) 当成合法用户而接受的概率。错误拒绝率就是对于那些声 称自己来自某一类别丽实际上也属于声称类别的样本，系统错误地将其判断为不 是声称类别的概率，即指将合法用户当成非法用户( 假冒者) 而拒绝的概率。正确接 受率= 1 错误拒绝率，而正确拒绝率= 1 错误接受率。由于正确接受率和正确拒绝率 分别和错误拒绝率、错误接受率之间存在着一定的关系，所以在性能评价时通常 只计算后两者，即错误拒绝率( 3 z 称拒识率f r r ) 和错误接受率( 3 z 称误识率f a r ) 。 拒识率表示授权人不被正确承认的程度，而误识率表示未授权者被错误承认的程 度。这两种错误可用下两个公式计算得到【3 2 1 ： f 腓篙熹鬻圳。 ， 队肛篝黑鬃罴篙擎枷。 p 2 ， 拒识率和误识率反映了识别系统两个不同方面的特性，f a r 越低，非法者被接 受的可能性越低，从而系统的安全性越好；f r r 越低，合法用户被拒绝的可能性越 低，从而使得系统的易用性越差。一个理想的生物识别系统总是希望f r r 和f a r 越 小越好，