（检测技术与自动化装置专业论文）虹膜识别系统的算法研究.pdf

江苏大学硕士学位论文 摘要 身份识别技术广泛应用于现代社会的各个领域，传统的识别手段己不符合现 代社会的需要，新兴的生物识别技术依靠自身独特的优势得以迅速发展。与其他 生物识别技术相比，虹膜识别技术具有唯一性、稳定性、准确性、快速性、可采 集性、非侵犯性等优点，非常适用于身份识别。理想的虹膜识别算法应既具有较 高的正确识别率又具有较快的处理速度，但是目前对虹膜识别技术算法的研究无 法同时满足这两个要求。因此，对该技术展开深入研究，探索同时满足较高正确 识别率和较快处理速度的虹膜识别算法是必要的。 如何准确的对虹膜进行定位、有效的提取出虹膜图像的纹理特征以及设计高 效的分类器是提高虹膜识别技术的关键问题。本文以提高虹膜识别算法的处理速 度和识别率为主要研究目标，在分析传统算法的基础上，分别对虹膜定位、虹膜 特征提取以及匹配的若干算法进行了研究。首先，针对已有虹膜定位算法耗时较 长和准确率不高等特点，提出了一种有效去除干扰的快速虹膜定位算法。该算法 把虹膜定位分成内边缘定位和外边缘定位两个部分。对于虹膜的内边缘，在二值 化分离瞳孔区域的基础上，利用形态学中的开运算消除噪声，并用灰度投影法定 位瞳孔的圆心、半径；对于虹膜的外边缘，采用形态学中的闭运算去除虹膜区丰 富的纹理，设计了一个边缘检测模板在小范围内搜索虹膜外边界的四个边界点进 而定位虹膜的圆心、半径。其次，针对当前存在的特征提取方法不足之处，提出 了一种利用局部灰度极小值寻找有效虹膜区域内特征点的方法，依据纹理长度和 方向信息去掉伪特征点，得到虹膜二进制编码。然后，根据得到的编码，利用 h a m m i n g 距离分类器对大量训练样本进行统计，分别得出来自相同虹膜之间和 不同虹膜之间h a m m i n g 距离的分布，探索模式匹配的分类标准。最后，通过实 验验证了该系统改进算法的可行性和准确性。 所有的算法都在c a s i a 标准虹膜库上进行了测试，实验结果表明，本文对 虹膜识别系统进行了成功改进，在处理速度和识别率上都有明显的提高，具有很 好的识别效果。 关键词：身份识别，虹膜识别，虹膜定位，特征提耿，模式匹配 a b s t r a c t t h ep e r s o n a ii d e n t i f i c a t i o nh a s b e e n w i d e l yu s e d i nv a r i o u sf i e l d si nm o d e ms o c l e t y t r a d i t i o n a lm e a n so fr e c o g n i t i o ni su n a b l e t om e e tt h en e e d so fm o d e ms o c i e t y t h ee m e r 9 1 n g b i o m e t r i cr e c o g n i t i o nd e v e l o p sq u i c k l yw i t ht h e i ro w nu n i q u ea d v a n t a g e s c o m p a r e d w i t ho t h e r k j n d s “b i o l o g i c a lr e c o g n i t i o n t e c h n o l o g y , i r i sr e c o g n i t i o ns y s t e m i sq u l t es u l t a b l e f o r i d e m i f i c a t i o nb e c a u s eo fi t su n i q u e n e s s ，s t a b i l i t y , a c c u r a c y , r a p i d i t y , c o l l e c t i o na n d n o n 1 n v a s l o n a n ds oo n a ni d e a li r i sl o c a t i o na l g o r i t h ms h o u l dh a v e b o t har e l a t i v e l yh i g hr e c o g n l t l o nr a t ea n d p r o c e s s i n gs p e e d h o w e v e r ，t h ec u r r e n t r e s e a r c h e so na l g o r i t h mo fi r i sr e c o g n i t l o na r e n o t e n o u 2 ht om e e tt h et w or e q u i r e m e n t sa tt h es a m et i m e t h e r e f o r e ，i t i sn e c e s s a r yt oc o n d u c ta r e s e a r c ht oe x p l o r ei tf u a h e r 一 t h ek e yp r o b l e m so fi m p r o v i n gi r i sr e c o g n i t i o nt e c h n o l o g y a r eh o wt o1 0 c a t e 眦c o m c t l y , a n de x t r a c tt e x t u r ef e a t u r e so fi r i si m a g ee f f e c t i v e l y , a sw e l la sd e s i g n e f f i c i e n tc l a s s i f i e r s t h e p r e s e n ts t u d ym a i n l ye x p l o r e st h ei m p r o v e m e n to fr e c o g n i t i o n r a t ea n dp r o c e s s m gs p e e do ll n s l o c a l i z a t i o na l g o r i t h m b a s e d o nt h ea n a l y s i so ft r a d i t i o n a lm e a n s0 fr e c o g 枷o n ，i tm a k e s r e s e a r c h e so ni r i sl o c a l i z a t i o n ，f e a t u r e se x t r a c t i o na n dt e m p l a t em a t c h i n g a tf i r s t , d u e t ot h et a c t t h a tl r i sl o c a t i o na l g o r i t h mi st i m e - c o n s u m i n g ，w i t h l o wa c c u r a c yr a t e ，t h es t u d yp r o p o s e sa n o v e ia i g o r i t h mf o ri r i sl o c a l i z a t i o nw h i c hc a nr e m o v ei n t e r f e r e n c ee 仟e c t i v e l ya n dl m p r o v e 1 n s l o c a t i o n ，ss p e e dr a p i d l y t h e nt h i sk i n do fa l g o r i t h md i v i d e si r i s l o c a t i o ni n t ot w op a r t s ，w h l c ha r e i n n e r b o u n d a 珂l o c a t i o na n do u t e rb o u n d a r yl o c a l i z a t i o n a sf o ri n n e rb o u n d a r y l o c a l i z a t i o n , b a s e d o nt h eb i n 删刎i o np r e c e s s i n go fp u p i la r e a , t h ea u t h o rm a k e s u s eo ft h em e t h o do fm o r p h o l o g i c a l o p e n i n go p e r a t i o nf o re l i m i n a t i o no f n o i s ei no r d e rt ol o c a t et h ec e n t e ra n dt h er a d l u so f t h ep u p l l t h r o u 曲冒a yp r o j e c t i o n a s f o ro u t e rb o u n d a r yl o c a l i z a t i o n ，t h ea u t h o ra d o p m o r p h o l 0 9 1 c a l c i o s i n go p e r a t i o nt or e m o v ea m p l et e x t u r ei n i r i sa r e aa n dd e s i g nam o d e lo fe d g ed e t e c t l o n w h i c hs e a r c h e sf o r4b o u n d a r ys p o t si ne x t e r n a lb o u n d a r yt ol o c a t et h ec e n t e ra n d t h er a d l u so ft h e i r i s b e s i d e s a g a i n s tt h ee x i s t i n gd e f i c i e n c yo f e x t r a c t i n gm e t h o d ，t h ep r e s e n ts t u d yp u tt o n a r da m e t h o do fu s i n gl o c a lg r a ym i n i m u mp o i n t st of i n do u tt h ef e a t u r ep o i n t s i ne f f e c t l v e1 n sr e 9 1 0 n d e p e n d i n go nt h el e n g t ha n dd i r e c t i o no ft e x t u r e t og e ti r i sb i n a r yc o d eb ya b a n d o n l n gt h ef a k e f e a t u r ep o i n t s t h e na c c o r d i n gt ot h ec o d e ，t h es t u d ym a k e s s t a t i s t i c so nal a r g en u m b e ro ft r a l n i n g s a m p l e sw i t hh a m m i n g - d i s t a n c e c l a s s i f i e rt og e tt h e d i s t r i b u t i o no fh 锄m i n gd i s t a n c e r e s p e c t i v e l yf r o mt h es a m ea n dd i f f e r e n ti r i sf o re x p l o r i n gc l a s s i f i e d c r i t e r i o no fp a t t e mm a t c m n g a tl a s t ，t h ef e a s i b i l i t ya n da c c u r a c yo fi m p r o v e da l g o r i t h mh a sb e e nv e r i f i e dt h o u 曲e x p e 。1 m e n 。 r e s u l t s a l lt h ea l g o r i t h m sh a sb e e nt e s t e di nc a s i as t a n d a r di r i sd a t a b a s e 。t h e e x p e r i m e n t a lr e s u i t s i n d i c a t et h a tt h ei r i sr e c o g n i t i o ns y s t e mh a sb e e ni m p r o v e d i nt h es t u d y , t h ep r o c e s s i n gs p e e da n d r e c 0 2 n i t i o nr a t eh a v ei n c r e a s e ds i g n i f i c a n t l y , a n dt h es y s t e mh a s av e r yg o o de f f e c to nr e c o g n l t l o n l ( e yw o r d s ：p e r s o n a li d e n t i f i c a t i o n ，i r i sr e c o g n i t i o n ，i r i sl o c a l i z a t i o n ，f e a t u r e e x t m c t i o n ， t e m p l a t em a t c h i n g i i 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。本人授权江苏大学可以将本学位论文的全部内容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。 保密口，在 年解密后适用本授权书。 本学位论文属于 不保密 学位论文作者虢采日q 年月 日 条幼 名 e 獬 净 稚q i y f 、 教 门 导 x 一 渺 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容以外，本 论文不包含任何其他个人或集体已经发表或撰写过的作品成果。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。 本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 年月日 江苏大学硕士学位论文 第一章绪论 1 1 课题提出的背景与意义 随着信息技术的迅猛发展，非法登陆计算机案件、银行卡等诈骗案都呈上升 趋势，各种伪造证件、冒领合法者物品等案件也层出不穷j 所以有效的鉴定个人 身份对社会和经济的发展有着重大意义。 传统的身份识别方法主要依靠口令、密码和身份证号等手段，然而任何人都 可以利用这些信息将自己装扮成其他人，安全性不高，给全球经济和社会的安全 与利益造成了巨大损害：如2 0 0 5 年，美国有4 0 0 0 多张信用卡信息被盗；2 0 0 3 年将近1 0 0 0 万美国人的身份信息被盗用，约占美国1 8 岁以上人口的5 ，产生 的损失超过了5 0 0 亿美元。由于传统的身份识别方法是基于“物 的，可靠性差， 已经不符合现代社会的需要，新兴的生物识别技术依靠自身独特的优势得以迅速 发展3 l 。 生物识别技术利用人自身唯一不变的特征进行识别，这些特征不会丢失，难 以伪造，因此比传统方法更可靠、更安全。在应用方面，生物识别技术可以广泛 应用于电子金融、电子贸易、网络安全领域，用于金库、海关、地铁、机场等通 道控制系统，用作计算机的开机口令，用于居室安全，用于缉查信用卡犯罪、 a t m 机犯罪及其它电子金融犯罪，用到驾驶证、公民身份证上，还可用于国家 安全和国防安全领域。常用的生物特征包括指纹、虹膜、语音、脸像和笔迹等。 虹膜作为重要的身份识别特征，具有终身唯一性、稳定性、可采集性以及非 侵犯性等优点，是身份识别研究与应用发展的必然趋势。与指纹、脸像等身份识 别方法相比，虹膜具有更高的准确性，加上最低的错误识别率成为选题的依据。 1 2 生物特征识别技术 1 2 1 生物特征识别技术概念及特点 生物识别技术主要是指通过可测量的身体或行为等生物特征进行身份认证 的一种技术。生物特征指的是唯一的可以测量或可自动识别和验证的生理特征或 江苏大学硕士学位论文 行为方式。生物特征分为身体特征和行为特征两类。身体特征包括：指纹、虹膜、 脸型等；行为特征包括：签名、语音等。目前部分学者将视网膜识别、虹膜识别 和指纹识别等归为高级生物识别技术。生物认证技术的核心在于如何获取这些生 物特征，并将其转化为数字信息，存储于计算机中，利用可靠的匹配算法来完成 验证与识别个人身份。 用_ 丁验证个人身份的! l i 物特征要求具有下列性质： ( 1 ) 普遍性，即人人都具有，比如只有一部分人才有的胎记或疤痕，就无法 用于大范围的身份识别； ( 2 ) 唯一陆，即每个人所具有的特征都应与其他人的不一样； ( 3 ) 稳定性，即特征应在一个相当长的时间内保持不变，经常变化的特征无 法保证识别系统的鲁棒性； ( 4 ) 可采集性，即足否可以方便地获取并量化这些特征。 与传统的身份认证技术相比，基于生物特征的身份认证技术有以下优点： ( 1 ) 不会遗忘或丢失； ( 2 ) 防伪性能好，不易伪造或被盗； ( 3 ) 随身携带，随用随取。 生物特征识别技术的这些优点具有传统的身份认证手段无法比拟的优点，使 其在商业上有着巨大的应用前景。i b g ( i n d e p e n d e n tb i o m e t r i c sg r o u p ) 的预 测表明：全球生物识别市场将持续增长，到2 0 1 2 年，全球生物识别市场的规模 将达到7 4 亿美元的水平，如图1 - 1 所示h 1 。 a n n u a lb i o n 辅t r ki n d u s t r y r e v e n u e s , 2 0 0 7 - 2 0 1 2l $ mu s o j c o s y r 坛h l 静盏垃糊l , d 甜n a d o n a l 鼬铆触暂l t 3 r o q ) 2 0 0 72 0 ( ) 82 0 0 9 2 0 2 0 2 0 1 12 0 1 2 图卜12 0 0 7 年- 2 0 1 2 年全球生物识别市场规模预测 2 曩豳_一_一_一目融 o o o o o o 0 o o娜撇瓣潮撇善|嬲舢。 江苏大学硕士学位论文 1 2 2 几种典型的生物识别技术 人类利用生物特征识别的历史可追溯到古代埃及人通过测量人体各部位的 尺寸来进行身份鉴别。现代生物识别技术始于上世纪7 0 年代中期，由于早期的 识别设备比较昂贵，因而仅限于安全级别要求较高的原子能实验、生产基地等。 现在由于微处理器及各种电子元器件成本不断下降，精度逐渐提高，生物识别系 统逐渐应用于商业上的授权控制如门禁、企业考勤管理系统等领域。 用于生物识别的生物特征有2 0 种之多，有的仅仅停留在实验研究的阶段， 有的已经被推广应用。现对其中一些典型的生物识别技术做一简单介绍【5 】 【10 1 。 ( 1 ) 指纹识别 生物识别技术的热点，其历史悠久，技术成熟，应用广泛。人的指纹特征从 胚胎时期就确定了，不同人具有不同的指纹早已为人们所公认，通过分析指纹的 全局和局部特征，如脊、谷和终点、分叉点或分歧点，抽取丰富的特征，能可靠 的识别一个人的身份。目前国内外己经生产出一些自动指纹识别样机，且己投入 应用。 ( 2 ) 虹膜识别 虹膜是在人眼睛瞳孔和巩膜之间的环形区域。据生物学家和解剖学家考证， 人的虹膜是在胚胎时期形成的，其特征稳定，不会随着年龄的变化而变化。因为 其独特的生理结构，且不易被伪造、更改，使得虹膜识别成为防伪性能比较好的 生物识别技术。到目前为止，虹膜识别的错误率在各种生物特征识别中是最低的。 其算法相对来说简单、有效，基于虹膜的身份识别技术日益得到学术界和企业界 的重视。 ( 3 ) 语音识别 声音具有非侵犯性，易采集性等特点，所以语音识别容易被使用者接受。但 语音作为识别技术，受外界噪声的影响比较大( 例如感冒) ，影响到采集与对比 的结果，并且声音的变化范围太大，很难精确匹配。就目前的系统来讲，我们还 很容易被磁带上的声音欺骗。此外，识别系统的性能受话筒、信道等通信设备的 制约，所以就限制了它的推广和应用。 ( 4 ) 脸像识别 在同常生活中，人们辨别周围的人都在无意识的运用脸像识别，因而脸像识 江苏大学硕士学位论文 别是一种最容易被接受的身份鉴别方法。它主要利用人脸( 例如眼、鼻、口等) 几何特征和位置来区分被识别者。但是脸像会随着表情、年龄等的变化而改变， 肤色、胡子的变化以及是否戴眼镜都会影响到系统的识别效果。如何消除这些因 素的影响，是该识别方法的难点所在。 ( 5 ) 笔迹识别 每个人写字都有自己独特的特征。尽管笔迹的识别需要接触性测量，但是这 种方法在政府、法律和贸易中仍然广泛地被用束鉴别人的身份。由于写字是一种 动态特征，受个体的情绪和身体变化影响较大，所以，即使是同一个人，在一段 连续过程里写的字前后差别也很大。另外，经过专门训练，有的人模仿的笔迹可 以达到以假乱真的地步，尽管笔迹专家可以鉴别出笔迹的真伪，但是用计算机实 现自动识别还很困难。 迄今为止，还没有一种生物特征能达到完美，每种生物特征都有自己的适用 范围。在对安全要求严格的应用领域，人们往往需要融合多种生物特征来实现高 精度的识别系统，这无疑是身份鉴别领域发展的必然趋势。 1 3 虹膜识别的优点 虹膜识别是一种高精度、智能化的安全身份认证技术，是各种生物识别技术 中最精确的。它有唯性、稳定性、准确性、快速性、可采集性、非侵犯性等优 点。 与其它的生物特征相比，虹膜识别具有高独特性【1 ：虹膜的纹理结构是随机 的，其形态依赖于胚胎的发育；高稳定性：虹膜在妊娠3 个月的时候开始形成， 整体结构在8 个月的时候创建，大概在2 3 岁的时候稳定1 2 】，并随着年龄的变 化保持不变；防伪性好：虹膜本身具有规律性的震颤以及随光强变化而缩放的特 性，可以识别出图片等伪造的虹膜；使用方便，不用担心遗失或忘记密码；可以 大规模使用；强大的管理功能等优点。 如下表1 1 给出了几种识别方法的比较，从中足以看出虹膜识别的优越性。 4 江苏大学硕士学位论文 表1 1 几种生物识别方法技术指标的比较 项目虹膜识别脸像识别指纹识别手形识别 等错率( f a r = f r r )0 0 0 0 0 8 2 5 5 o 2 2 2 是否易被侵入 n on oy e sy e s 能完成识别功能 y 色sl i m i t e dl i m i t e dn 0 受欺诈行为影响程度 l o wm e d i u m m e d i u mm e d i u m 个人独特特征 y e sn oy e sn o 数据文件大d 、b y t e s 5 1 24 0 0 09 09 平均每次识别时间s l353 5 对用户的友好程度 h i g hh i 曲 m e d i u mm e d i u m 1 4 虹膜识别系统国内外研究现状 1 4 1 国外研究现状 基于虹膜的身份识别思想最早可以追溯到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 i o n 将利用生物特征识别个体的思路应用在巴黎的刑事监狱中。受 技术的限制，当时的虹膜识别主要靠人眼来观察不同虹膜的颜色和纹理以区别监 狱内的不同犯人1 1 3 】。1 9 8 7 年眼科专家a r a ns a f i r 和l e o n a r df l o m 用b u r c h 的概 念申请了专利，他们首次提出了利用虹膜图像进行自动虹膜识别的概念，但是并 没有开发出一个实际的应用系统【l 引。直到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 才实现了第一个实际的虹膜识别算法并开发了一套自动虹膜识别系 统，这是有文献记载的最早的一个应用系统【1 5 】。 虹膜谚 别技术的研究在国外起步较早，具有代表性的为： 1 9 9 3 年，剑桥大学的j o h n g d a u g m a n 教授完成了高性能虹膜识别系统的研 发，并于次年获得“基于虹膜分析的个人身份识别系统”专利【l6 1 。该算法利用 微积分算子进行虹膜内外缘定位，并进行归一化处理；虹膜特征提取采用多尺度 二维g a b o r 滤波器进行虹膜局部纹理滤波，使用其结果进行虹膜纹理相位编码； 虹膜编码的模式匹配采用统计理论：虹膜码问进行按位异或，计算归一化海明距 离【1 7 】。概括地说，d a u g m a n 是利用二维g a b o r 滤波器对虹膜纹理进行一种简单 江苏大学硕士学位论文 的粗量化和相位编码。 1 9 9 4 年，麻省理工大学的r e w i l d e s 等人提出了基于区域图像注册技术的 虹膜识别系统【1 8 l ；1 9 9 6 年，w i l d e s 研制成功了基于虹膜的身份认证系统，获得 “自动的非接触的虹膜识别系统与方法”专利【1 9 1 。该算法首先通过边缘检测和 h o u g h 变换定位虹膜的内外边缘，然后将虹膜图像进行不同分辨率下的拉普拉 斯金字塔式分解，将分解后的图像进行配准，再将对应的图像进行相关性比较， 做出最终决策【2 0 】。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平移、缩放和旋转不变性问题。 1 9 9 8 年，b o l e s 提出了一种基于小波变换过零点检测的虹膜识别算法【2 1 1 。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平移、缩放和旋转所带来的局限， 并且对亮度变化及噪声都不敏感。 到目前为止，以上三种虹膜识别方法是围际上公认的三种经典虹膜识别方 法，其中以d a u g m a n 的算法应用最为广泛，已经有不少系统投入使用。 1 4 2 国内研究现状 国内的虹膜识别技术起步较晚，目前在虹膜识别的领域处于起步阶段。一些 科研院所和高校对虹膜识别进行了研究，并取得了一定的成果：中科院自动化所 已经完成了虹膜识别的实验室阶段的研究，其成果处于国内领先，并且申请了虹 膜采集装置的专利【2 2 】。中科院自动化所的王蕴红、朱勇、谭铁牛给出了采用 g a b o r 滤波器和d a u b e c h i e s 一4 型小波变换提取特征，匹配采用方差倒数加权欧氏 距离方法。与现有的其它方法相比，该方法利用了二维虹膜图像丰富的纹理信息 并具有平移、缩放和旋转不变性【2 3 1 。华中理工大学的何家峰为了提高虹膜定位 的速度以及虹膜定位算法的健壮性，提出了一种粗定位与精定位相结合的两步定 位法【2 4 1 ，用以进行虹膜定位，并对现有的虹膜定位算法进行了一些改进。用两 步法进行虹膜定位可以加快定位速度，减少搜索计算的盲目性。电子科技大学的 李庆嵘根据对人眼部的生理特性和采集得到的眼部图像的分析，先利用灰度投影 量的分布特点进行粗定位，再利用圆模板进行精定位【2 引。该方法有效地解决了 目前算法处理包含大晕脸部区域的虹膜图像时会遇到的困难。北京交通大学的黄 6 江苏大学硕士学位论文 雅平利用独立分量分析提取虹膜的纹理特征，并采用竞争学习机制进行识别，证 明了该方法在图像模糊，噪声干扰等不利条件下，仍然能够正确识别1 2 6 。中科 院自动化所的马力基于多个训练样本，用g a u s s i a n h e r m i t e 矩提取虹膜的纹理特 征，再利用线性鉴别分析压缩特征向量的维数，最后用最小中心距离分类【2 7 1 。 该算法有很好的识别效果。但基于线性鉴别分析的特征压缩方法在实际应用中会 受到多方面的限制。 1 5 本论文的研究内容 虹膜识别系统是一项系统且复杂的工程，它集多学科于一体，是一种综合性 的高科技技术集合。 本文主要研究的内容包括： ( 1 ) 虹膜图像的预处理。主要包括虹膜的定位、归一化及图像增强。在本 文中提出了一种有效去除干扰的虹膜定位算法。利用虹膜图像的灰度分布特征进 行虹膜定位，对于虹膜的内边缘，在二值化分离瞳孔区域的皋础上，利用形态学 中的开运算消除噪声，并用灰度投影法定位瞳孔的圆心、半径；而对于虹膜的外 边缘，则采用形态学中的闭运算去除虹膜区丰富的纹理，并没计了一个边缘检测 模板在小范围内搜索虹膜外边界的上下左右四个边界点进而确定虹膜的圆心、半 径。 ( 2 ) 虹膜特征的提取及编码。如何有效地描述丰富的虹膜纹理，并提取适 当的特征来进行编码以描述其细节，是虹膜识别算法的关键部分。在这部分本文 提出了一种利用局部灰度极小值寻找有效虹膜区域内特征点的方法，依据纹理长 度和方向信息去掉伪特征点，得到虹膜二进制编码。 ( 3 ) 模式匹配。利用h a m m i n g 距离分类器，针对大量训练样本进行统计， 分别得出了来自相同虹膜之间和不同虹膜之问h a m m i n g 距离的分布，并对实验 结果进行了分析。 针对研究的内容，本论文的具体章节安排如下： 第一章，绪论部分：主要对课题提出背景与意义、几种典型的生物识别技术、 虹膜识别的优点和目前国内外发展现状做了简单介绍。 第二章，虹膜识别系统概述：简要介绍了虹膜结构、虹膜识别系统原理以及 7 江苏大学硕士学位论文 虹膜识别系统的性能指标，最后分析了目前虹膜识别技术面临的问题。 第三章，虹膜图像预处理：主要包括虹膜图像的定位算法和噪声去除，以及 对定位后的图像进行归一化和增强。提出了一种基于灰度分前i 特征的定位算法。 第四章，虹膜特征的提取及编码：介绍了图像纹理分析的基本理论和虹膜特 征提取的基本方法，提出了一种改进的虹膜特征提取方法。 第五章，模式匹配：采用h a m m i n g 距离进行模式匹配，并对实验结果进行 了分析。 第六章，总结与展望：对本文所作的工作进行了总结，并指出了工作中的不 足及进一步的研究方向。 8 2 1 虹膜结构 第二章虹膜识别系统概述 虹膜( ir is ) 这个l q 束源于- 岁屿时代的“彩蚶” lr d ，似后米人们用它束 描述眼睛中那。b 外部u r 见的彩色部分，这个时叫州能耍追溯到l 纪，”1 时它 用来丧不这个结构( n h 脯中外部o 见内彩色分) 丰南多彩的外貌。 幽21 人眼外观h 山文l 献 3 0 可知，艮暗的外观幽 i i t 膜、虹膜、啼孔部分组成，如罔21 所示。巩膜即眼球的外同白色部分，约i 吁总m 积的： ( ) ：眼暗中心为瞳孔部分， 约l 与5 ；虹膜位于巩膜年几瞳孔之1 1 j ，包含了最丰富的纹理信息，占槲6 5 。i 麻 孔随入射光线强度的变化会产生收缩或护张，牵动虹膜变化。虹膜与9 t 膜、疃孔 的边界均近似为凼形，是图像匹配时”，以利用的重要几何信息。虹脱表而由许多 隐寓、皱褶、色素斑等构成，彤貌高度细节化，包含了极为f 富的信息，足人体 p 最独特的结构之一。 幽22 足虹膜的j f 视h “、”“。虹膜发i f 】i 被虹膜巷缩轮( c ( ，】l ar e l l 、) 分为瞳孔 i x ( p u p i l l a r ya m a ) 和睫状区( 1 l u r y e c l s ) 。睫状区义分为内、小、外一个 区域。内区域相对、 q h ，存在径向诎褶( t a d u r m w s ) ，中她区域分却着不定 向的纹路，纹路脊郇( r jd g e s ) 堆积色崇。外边缘i 苎_ 域存往大量川边隐窝 ( p e r i p h e r yc r y p ts ) 。虹膜表f 富们蚋竹纹胖抛供了重蜓的身份特扯，特别是 色索柏天的纹理信息以及不州分r i 的啦俐等。 江苏太学硕士学位论疋 卜色索 ；边，2 瞳孔区，3 蛆膜卷缩轮， 4 睫状m ，5 隐寓，6 色素斑 目22 虫t 且夔h 像t lr 视刚 虹膜l l j 于身份桀别的生理和医学特征有： ( 1 ) 虹膜组织细h 丰亩； ( 2 ) j l _ _ 膜组纵细节的形成与肌胎发，+ 阶段的环境f j 关，具有极大的随机陛； ( 3 ) 虹膜组织特征证出，| 后半年至年半厉保持小变； ( 4 ) 小可能用外科于术改变个人的虹腆组织特把 ( 5 ) 须与某特定对象的特征相同； ( 6 ) 一般陛疾病不会时虹膜组织造成损伤； ( 7 ) 瞳孔的缩放使虹膜组纵具柏酒体组织的硅著特征。 虹膛组织只有冈人而片的固有特征。即使是同卵取胞胎，也小存在特征相同 的实际，能性，就是叫个人的左右两眼，其细霄特征也小相同。 2 2 虹膜识别系统原理 个自动虹膜识别系统一般包括硬件和软件两个模块：虹膜图像获取装肖1 和 虹膜识别算法，分别对应于图像获取和模式匹配这两个基本问题。一个完整的虹 膜识别系统出光源，摄像头、剧像分析系统、计算机等组成。与指纹识别柏些类 似，虹膜识别的工作过程为：先将扫描的虹膜图像转换为数字代码，存储到计算 机数据库中。当进行身份识别时，只需将扫捕的被录入者的虹膜图像与事先存储 的数字代码相对照，即可判明身份。虹膜识别系统由四个基本单儿组成：图像采 江苏大学硕士学位论文 集、虹膜图像预处理、特征提取、 一- - 一一一- 一：- 一- 虹膜图像 采集 2 2 1 图像采集 模式匹配。其工作原理如图2 3 所示。 预处理 卜 特征提取 八 识 模别 式 卜结 匹 果 配 输 虹膜特征 卜 出 数据库 图2 - 3 虹膜识别系统流程图 图像采集即通过虹膜采集设备取得包含有丰富信息的可供识别的虹膜图像。 虹膜图像的摄取是虹膜识别系统中的一个重要组成部分，采集设备的优劣将决定 所采集虹膜图像的质量，直接影响系统的性能和应用。 虹膜面积相对较小( 一般直径为l c m 左右) 、颜色暗，而且眼睑又是人体中极 为敏感的部位，无法承受强光的照射，因此，采集设备必须精心设计，以满足实 际应用的需求。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。 本文采用的虹膜图像来自中国科学院自动化所提供的虹膜数据库( c a s i a 虹膜图像数据库) 3 0 】。c a s i a 虹膜图像数据库( 版本1 o ) 包括了8 0 个人( 其 中男6 2 人，女1 8 人) 1 0 8 只不同眼睛，共7 5 6 幅虹膜图像样本，主要是亚洲人 的虹膜图像，而且来源于不同的年龄阶段。库内图像是在不同的时间段拍摄得到 的，对于同一类虹膜，分数次拍摄，时间间隔为一个月。每只眼睛有7 幅8 位灰 度图象，分辨率为3 2 0 x 2 8 0 ，对于同类虹膜，第一阶段采样3 个样本，第二阶 段采样4 个样本。由于采集过程得到了志愿者的配合，获得的虹膜图像样本质量 比较高。 图2 4 和图2 5 是该数据库的部分典型图像。 江苏大学硕士学位论 懋黛飞懋懋 黪黪鼍绻 懋哕漱9 鬈蛩 穆獬一 2 2 2 虹膜图像预处理 h2 - 5 术f 】不同蚵“# 的剀像 口 虹膜图像预处理包含虹膜定位、膜图像化和虹膜h 像增强个步骤 如图26 所示。 幽26 虹膜h 像愤处理步骤 虹膜( i r is ) 图像预处理的日的足定位虹膜。j 归化。山于采集得到的虹膜图 像还包含了虹膜以外的信息( 眼畸、睫毛、巩腹等) ，向且在高度非侵犯性系统 巾，采集的图像中虹膜的大小和位置都会发生变化，【刊时可能会有定角度的旋 江苏大学硕士学位论文 转。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。另外，在某些情况下，虹膜图像的光照是不均匀的，瞳孔会产生收缩或 扩张，牵动虹膜的变化，引起虹膜的变形，给虹膜识别的准确性带来影响。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。为 了实现精确的匹配，就需要通过预处理来消除上述各种不利因素对虹膜图像的影 响，即对虹膜图像进行预处理，分割出虹膜，补偿平移、大小及瞳孔缩放引起的 变异。 2 2 3 特征提取 特征提取和选择是对预处理后的虹膜图像进行数据分析、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，提取的特征既要具有代表性，又要包含最小的 信息冗余度，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量模式变为一个随机向量，如果抽 取和选择了1 1 1 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。1 1 1 维特征向量表示为： x = ( x ix 2 ，) 。 ( 2 1 ) 在图像识别中，常被选择的特征有：幅度特征、统计性特征、边界特征、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。现有的虹膜特征提取算法可以大致分为以下三类： ( 1 ) 对局部纹理定性分析的相位编码法，以d a u g m a n 等人的系统为代表； ( 2 ) 纹理分析法，对纹理进行定量分析，代表算法有w i l d e s 等人的基于拉 普拉斯一高斯滤波器的纹理分析方法及以中科院自动化所为代表的多通道空间滤 波方法； ( 3 ) 基于一维小波变换过零检测的方法，以b o l e s 等人的算法为代表。如 何有效地描述丰富的虹膜纹理，并提取适当的特征来描述其细节，是虹膜识别算 法的核心部分。 江苏大学硕士学位论文 2 2 4 模式匹配 虹膜识别技术的应用一般可以分为两类，一类是鉴别模式，另一类是认证模 式。鉴别( i d e n t i 6 c a t i o n ) 是指将现场采集到的待测虹膜样本与虹膜特征模板库中的 所有样本进行“一对多”的搜索比对( o n et om a n ym a t c h i n g ，简记为l ：n ) ， 得出“有无此人”以及“此人是准”的结论，鉴别的原则是在可接受范围内将与 待测虹膜样本距离最小的虹膜特征模板作为匹配结果；认证( v e r i f i c a t i o n ) 是指将 现场采集到的待测虹膜样本与指定的虹膜特征模板进行“一对一”的比对( o n e t oo n em a t c h i n g ，简记为1 ：1 ) ，得出“是否为同一个人”的结论。无论是哪一 类问题都可以归属于统计判决理论的框架内。 基于己提取的虹膜特征向量米进行虹膜识别，是一个典型的模式匹配问题， 有很多分类器可以用在这里。根据分类器的设计原理，变换的有效性最好用分类 器的错误概率来衡量。可惜的是，在大多数情况下，错误概率的计算是十分复杂 的，因此必须采用其他近似的判别度量来判断分类效果的好坏。判别度量的方 法有很多，比较常用的方法如：按距离度量的方法聆2 1 ，按概率距离判据的方法， s a i t o 提出的基于时频域能量分布来构建小波基函数的l d b ( l o c a ld i s c r i m i n a n t b a s e s ) 方法1 等等。这些方法都各有千秋，在不同的领域有自己的实用价值。本 文中采用了常用的h a m m i n g 距离分类器来进行识别。 2 3 虹膜识别系统的性能指标 虹膜识别系统的性能在很大程度上取决于所采用算法性能的好坏。为了便于 采用量化的方法表示其性能，人们引入了几个指标来描述系统工作的精确度。在 生物识别领域通常把这几个概念作为衡量系统性能的重要指标m 儿3 引。 ( 1 ) 错误拒绝率 错误拒绝率( f a l s er e j e c t i o nr a t e ，f r r ) ，指将相同的虹膜误认为是不同的 虹膜，而加以拒绝的出错概率。其定义为： f r r = 误拒的虹膜数目考察的虹膜总数目x 1 0 0 ( 2 - 2 ) ( 2 ) 错误接受率 错误接受率( f a l s ea c c e p tr a t e ，f a r ) ，指将不同的虹膜误认为是相同的虹 1 4 江苏大学硕士学位论文 膜，而加以接受的出错概率。其定义为： f a r = 误识的虹膜数目考察的虹膜总数目1 0 0 ( 2 - 3 ) 对于理想的系统来说，f r r 和f a r 都应该是零。但实际中，这两个指标是相 关的，当f r r 比较低时，f a r 会比较高。反之亦然。系统往往需要在两个错误率 之间取一个折衷。用r o c 曲线( r e c e i v e ro p e r a t i n gc u r v e ) 能够很好的反映两 个错误率之间的关系，如图2 - 7 所示。曲线上的点表示在某个给定的匹配阈值下 得到的错误拒绝率和错误接受率。在确定阂值时，应根据具体应用进行考虑。在 刑事应用中，需要把可能的嫌疑人都找出来，应尽量减小错误拒绝率，所以错误 接受率非常大；而对于高度保密应用来说，错误接受造成的损失非常大，因此要 求错误接受率很低。图2 - 7 上标出的等错误率点是指两个错误率相等的点，有 时候它也可以作为指纹身份鉴别系统的性能标准。 错 误 接 收 塞 ( f a r 1 错误拒绝率( f r r ) 图2 7r o c 曲线 ( 3 ) 正确识别率 正确识别率( c o r r e c tr e c o g n i t i o nr a t e ，c r r ) ，指丁f 确识别虹膜的概率。 其定义为： c r r ：生( 2 4 ) 江苏大学硕士学位论文 式中： 玩分类正确的样本数； 样本总数 ( 4 ) 速度 虹膜识别系统的工作速度主要由采集时间、图像处理时间、比对时间和平均 识别速度几项指标构成。采集时间通常包含了采集的操作时间和图像的传输时 间；图像处理时间指的是从计算机处理虹膜图像到提取出所有特征、输出特征模 板所耗费的时间；比对时间，指计算机对两组虹膜特征模板进行比