（电工理论与新技术专业论文）虹膜识别算法研究.pdf

查些垄堂塑主鲎堡笙圭 些! ! ! ! ! ! t h er e s e a r c ho fl f i sr e c o g n i t i o na l g o r i t h m a b s t r a c t i r i sr e c o g n i t i o nt e c h n i q u ei so n eo ft h eh o t t e s tr e s e a r c hf i e l d s i ti sp o t e n t i a lb e c a u s ei r i s i ss t a b l e ，d i f f e r e n tf r o me a c ho t h e r , d i f f i c u l tt om o d i f ye t c s oi th a se n o r m o u sa p p l i c a t i o n p r o s p e c t i tc a r ls e r v ef o rt h ed e p a r t m e n t ss u c ha ss e c r e td e p a r t m e n t ，b a n ka u t o m a t i cs y s t e m s a n do t h e rd o m a i n st h a tn e e di d e n t i f i c a t i o n i ti sm u l t i d i s c i p l i n a r yt e c h n o l o g yi n c l u d i n gi m a g e p r o c e s s i n g ，p a t t e r nr e c o g n i t i o n ，e l e c t r o n i c s ，b i o l o g y , a n a t o m y , e t c t h i s p a p e ri n t r o d u c e st h ed e v e l o p m e n to fs e v e r a lk i n d so fb i o m e t r i cr e c o g n i t i o n t e c h n i q u e s ，t h ec h a r a c t e ro f i r i sr e c o g n i t i o na n dt h es t r u c t u r eo f i r i sr e c o g n i t i o ns y s t e m a l lo f t h ep r o c e s s e st h a ti n c l u d ep r e p r o c e s s i n g ，f e a t u r ee x t r a c t i o na n dp a t t e mm a t c h i n gh a v e b e e n c a r r i e do u t t h er e s e a r c hf o c u s e sm a i n l yo ni r i sp r e - p r o c e s s i n ga n df e a t u r ee x t r a c t i o n t h ec o n c r e t e w o r ki sa sf o l l o w i n g ： f i r s t ，i r i sl o c a t i o ni st h ek e ys t e po fi r i sp r e - p r o c e s s i n g t h e r e f o r e ，t h i sp a p e rd o e sm o r e r e s e a r c h e so ni t t h i sp a d e rd o e sr e s e a r c h e so nc o m l n o nm e t h o d sf o ri r i sl o c a t i o n p u t f o r w a r da l la l g o r i t h mt h a tu s e sb i n a r yv a l u e dt h r e s h o l ds e g m e n t i n ga n dc i r c l ed e t e c t e d o p e r a t o r st or e a l i z ei r i sl o c a t i o n b a s e do nt h ea l g o r i t h mt h a tu s i n gb i n a r yi m a g et os e p a r a t e p u p i l ，i na l l u s i o nt og e o m e t r yc h a r a c t e r i s t i co fe y e s ，t h i sp a p e rp u t sf o r w a r da l la m e l i o r a t e a l g o r i t h m f i r s t l y , t h i sa l g o r i t h ml o c a t e st h ec e n t e ra n dt h er a d i u so ft h ep u p i lb yl o o k i n gf o r t h er e c t a n g u l a rr e g i o no fp u p i l s e c o n d l y , i tu s e sc i r c l ed e t e c t e do p e r a t o r st os e a r c hf o rt h e e d g eo f i r i st ol o c a t et h ec e n t r ea n dt h er a d i u so f t h ei r i s s u c ha m e l i o r a t i o nn o to n l ye n h a n c e s t h es p e e da n dt h ep r e c i s i o n ，b u ta l s or e m e d i e sb l i n d l ys e a r c hi nt h et r a d i t i o n a la l g o r i t h m s e c o n d ，f o rf e a t u r ee x t r a c t i o n ，t h ep a p e rd i s c u s s e st h ea p p l i c a t i o no fg a b o rf i l t e ra n d w a v e l e tt r a n s f o r m t h et r a d i t i o n a la l g o r i t h mu s e sg a b o rf i l t e rt or e a l i z ef e a t u r ee x t r a c t i o n b a s e do ni t ，t h ep a p e rp u t sf o r w a r da na m e l i o r a t em e t h o dt h a tu s e sl o g - g a b o rf i l t e rt oe x t r a c t t h ef e a t u r eo ft h ei r i s l o g - o a b o rf i l t e rh a ss e v e r a le x c e l l e n c e s i tc a l ln o tb ea f f e c t e db y b a n d w i d t h ，c a nc o n s t r u c tf i l t e r st h a th a v er a n d o mb 衄d w i d t ha n dh a v en od cw e i g h t i ti s e a s yt ou s e a f t e re x t r a c t i n gt h ef e a t u r e ，t h ec h a r a c t e ro f t h ef e a z ei su s e df o re n c o d i n g t h i r d ，i no r d e rt oc a r r yo u tt h es y s t e m ，i tc a r r i e so u tp a t t e mr e c o g n i t i o nb yc a l c u l a t i n g h a m m i n gd i s t a n c eo f t h ei r i s c o d e b e s i d e s ，w e i g h t e de u c l i d e a nd i s t a n c ea l s od i s c u s s e d 东北大学硕士学位论文 t h es y s t e mi sc a r r i e do u tb ym a t l a b t h r o u g hs e v e r a le x p e r i m e n t s ，w ec a ns e et h a t t h es y s t e ma c h i e v e sa l l - r i g h tr e c o g n i t i o ne f f e c t s h a sp r a c t i c a b i l i t y , p r o v i d e saw e l lf l a tr o o f a n daw e l lb a s ef o rt h ef u t u r es t u d y k e y w o r d s ：i r i s ；p a r e r nr e c o g n i t i o n ；b i n a r yv a l u e d ；c i r c l ed e t e c t e do p e r a t o r l o g o a b o rt r a n s f o r m i v 独创- i 生声明 本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得 的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过 的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢 意。 学位论文作者签名：搬 日 期： 抽，i 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文 的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人同意东北大学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、交流。 ( 如作者和导师不同意网上交流，请在下方签名；否则视为同意。) 学位论文作者签名：装魄氨 签字日期：训f 导师签名： 签字日期： 侈1， 受“虽：! i 东北大学硕士学位论文 第一章绪论 第一章绪论 1 1 生物特征识别技术简介 2 1 世纪是信息技术、网络技术的世纪，网络信息化时代的一大特征就是身份的数字 化和隐性化，如何准确鉴定一个人的身份，保护信息安全是当今信息化时代必须解决的 一个关键社会问题【i j 。 传统的身份鉴别方法把这个问题转化为鉴别一些标识个人身份的事物，这包括两个 方面：( 1 ) 身份标识物品，比如钥匙、证件、a t m 卡等；( 2 ) 身份标识知识，比如用户名 和密码。在一些安全性要求严格的系统中，可以将这两者结合起来，比如a t m 机要求 用户同时提供a t m 卡和密码。这些传统的身份鉴别方法存在明显的缺点：个人拥有的 物品容易丢失或被伪造，个人的密码容易遗忘或记错。更为严重的是这些系统无法区分 真正的拥有者和取得身份识别物的冒充者，一旦他人获得这些身份识别标识事物，就可 以拥有相同的权利。 由于传统身份识别的缺陷，人类安全面l 脑重大的挑战：( 1 ) 9 1 1 事件为何没能防范于 未然? ( 2 ) 假冒身份是犯罪分子最惯用的伎俩；( 3 ) 每年至少有5 亿美元的信用卡诈骗， l o 亿美元的移动电话诈骗，3 0 亿美元的取款机诈骗等等；( 4 ) 仅2 0 0 2 年，美国就有9 9 0 万人的身份被盗用，并由此给个人及银行等企业造成5 3 0 亿美元的巨大损失 2 】。这些传 统的身份鉴别的方法已不符合现代数字社会的需要。 生物特征识别技术1 3 , 4 】是根据每个人独有的可以采样和测量的生物学特征和行为学 特征而进行身份识别的技术。由于生物特征不像各种证件类持有物那样容易窃取，又不 像密码、口令那么容易遗忘或破解，所以在身份识别上体现了独有的优势，近年来在国 际上被广泛研究。 人的任何生理和( 或) 行为特征只要满足以下要求都可以作为生物特征：( 1 ) 普遍性： 这种特征是每个人都具有的；( 2 ) 独特性：每个人的虹膜特征都不相同的；( 3 ) 稳定性： 这种特征至少在一定时间内( 相对某种匹配准则) 是不变的；( 4 ) 可采集性：这种特征可 以被定量测量。而且在实际系统中还必须考虑性能、可接受性、防欺骗性等问题，也即 一个实际的生物特征识别系统必须满足特定的识别准确性、速度和资源要求，对使用者 无害且能被计划中实施的人群接受，对各种欺诈和攻击手段有足够的鲁棒性。 一个典型的生物特征识别系统包括传感器、特征提取、匹配器和系统数据库四个模 块如图1 1 ，可以在认证或鉴别两种模式下工作5 1 。认证即通过比较获得的生物特征数据 和数据库中存储的生物特征模板来验证用户是否为他所声明的身份，它是一对一的比 东北大学硕士学位论文第一章绪论 较；鉴别是通过匹配获得的生物特征数据和数据库中存储的生物特征模版来确定用户的 身份，它是一对多的比较。本文将认证和鉴别统称为识别，并不刻意去区别两者的区别。 图1 1 生物特征识别系统原理框图 f i g 1 1b i o m e t d c p e r s o n a li d e n t i f i c a t i o ns y s t e m 生物特征识别技术将信息技术与生物技术相结合，是本世纪最有发展潜力的技术之 一。生物特征识别技术取代了传统使用钥匙、身份证、密码等方法，可广泛应用于银行、 机场、公安等领域的出入管理。 1 2 各种生物特征识别技术概述 生物特征可分为生理特征和行为特征，人体所固有的生理特征包括面部特征、指纹、 手掌、虹膜、视网膜、体味、耳廓、基因( d n a ) 、体热辐射以及手部面部静脉血管模式 【6 】等，这些特征不随客观条件和主观意愿而改变。基于行为特征的识别包括击键动力学 分析、签名识别、说话人识别、步态识别等，这些都与后天环境养成的行为习惯有关。 1 2 1 基于生理特征的生物特征识别技术 ( 1 ) 指纹识别 指纹识别是使用最早也是最成熟的生物特征识别技术。指纹是手指末端正面皮肤上 的呈有规则定向排列的纹线。指纹识别主要包括指纹图像增强、特征提取、指纹分类和 指纹匹配几个部分。 随着指纹识别技术的发展以及产品产业化的推进，指纹识别不但广泛应用于人们已 经熟知的公安、破案、保安、金融等领域以及笔记本电脑和手机等设备中，还将走入居 民身份证1 7 j o ( 2 ) 面部识别 人脸识别的准确性虽然不如虹膜、指纹等的识别，但是由于其直观性和无侵害性而 最为人们所接受。根据人脸表征方式的不同，通常将人脸正面识别技术分为三大类：基 于几何特征的识别方法、基于代数特征的识别方法和基于连接机制的识别方法【8 】。 ( 3 ) 视网膜识别 每个人的视网膜图纹都是不同的，视网膜具有四通八达的毛细血管网，此即临床医 2 东北大学硕士学位论文 第一章绪论 生观察眼底诊病的眼底血管图，这些血管逐级分支以成网，绝无完全相同的两个眼底血 管图，如果某个体眼底血管有先天或后天变异，血管或眼底发生病交，则更增添了鉴别 的特殊标志，因此，在法庭医学上将眼底视网膜血管图视为个人识别的优选方法之一。 视网膜读取器感知人眼后面的视网膜脉络模式时，使用者的眼睛与设备应在1 5 m m 之内，并且在读取图像时，眼睛必须处于静止状态，经过预处理和特征抽取可获得4 0 0 多个特征点，构成匹配模式和完成确认。视网膜是一种极其稳定的生物特征，因为它是 “隐藏”的，不会被伪造，使用时不需要和设备进行直接的接触。缺点是视网膜扫描可 能会给使用者带来健康的损坏，也很难降低它的成本。同时视网膜扫描对于戴着隐形眼 镜或闭着眼睛的照片都不能进行精确识别，眼睛的反光同样会影响视网膜识别。 ( 4 ) 语音识别 语音识别技术是利用计算技术实现非人工( 智能) 辨别话语信号( 有声词句) 的技 术。通过各种运算方式，迅速、可靠地捕捉有声语音中词语特征，然后与预先建立的标 准存储库中的内容进行比较，判断并输出结果。 与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情。 语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的 高技术。语音识别是一门交叉学科。近二十年来，语音识别技术取得显著进步，开始从 实验室走向市场。人们预计，未来1 0 年内，语音识别技术将进入工业、家电、通信、 汽车、电子、医疗、家庭服务、消费电子产品等各个领域。 ( 5 ) 虹膜识别 虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分，总体上呈现一种由里到外 的放射状结构，包含有很多相互交错豹斑点、细丝、冠状、条纹、隐窝等细节特征，这 些特征在出生之前以随机组合的方式确定下来，一旦形成终生不变。虹膜识别技术是利 用虹膜终身不变性和差异性的特点来识别身份的，其准确性是各种生物识别中最高的。 虹膜识别算法中最具有代表性有d a u g m a n t 9 1 、w i l d e s t l 田和b o l e s 1 1 2 1 提出的识别算法。 虹膜识别算法主要包括虹膜定位、虹膜编码、匹配决策等部分。 虹膜，作为重要的身份鉴别特征，具有唯一性、稳定性、可采集性、非侵犯性等优 点。非侵犯性( 或非接触性) 的生物特征识别是身份鉴别研究与应用发展的必然趋势， 与脸像、声音等非接触式的身份鉴别方法相比，虹膜具有更高的准确性。据统计，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，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。 ( 6 ) 手型识别 手型识别是利用人手独有的特征来进行身份识别。这些特征包括：手的外部轮廓、 内部的线条、手的几何特征、手指的长度和大小等。手型图像采集容易，处理也比较简 气 东北大学硕士学位论文第一章绪论 单，在所有生物特征识别方法中手型认证的速度是最快的。然而手型特征并不具有高度 的唯一性，不能用于识别，但是对于一般的认证应用，它足可以满足要求。日前手型认 证主要有两种方法：基于特征矢量的方法和基于点匹配的方法。 ( 7 ) 掌纹识别 与指纹识别相比，掌纹识别的可接受程度较高、特征明显，但准确性较低。手掌上 最为明显的3 5 条掌纹线，称为主线。在掌纹识别中，可利用的信息有：几何特征( 包 括手掌的长度、宽度和面积) 、主线特征、皱褶特征、掌纹中的三角形区域特征以及细 节特征。目前的掌纹认证方法主要是利用主线和皱褶特征。掌纹特征的提取和匹配方法 可以分为两大类：基于特征线的方法和基于特征点的方法，前者可用于低分辨率和有噪 声的图像，后者的特征提取速度较快。 ( 8 ) d n a 识别 d n a ( 脱氧核糖核酸) 分子里存在着生物的全部遗传信息，根据d n a 具有不同个 体的差异性和同一个体的一致性原理，可以利用d n a 来进行身份识别。除了对某些双 胞胎个体的鉴别可能失效外，这种方法具有绝对的权威性和准确性。d n a 识别的主要 问题是使用者的伦理问题和实际的可接受性。d n a 识别必须在实验室中进行，实时性 差、耗时长，这就限制了d n a 识别技术的使用。另外，某些特殊疾病可能改变人体d n a 的结构。 1 2 2 基千行为特征的生物特征识别技术 ( 1 ) 签名识别 签名识别作为一种行为识别技术，目前主要用于认证，签名认证按照数据的获取方 式可以分为离线认证和在线认证两种。离线认证是通过扫描仪获得签名的数字图像；在 线认证是利用数字写字板或压敏笔来记录书写签名的过程，从而获得手写签名的图像、 笔顺、速度和压力等信息。离线数据容易获取，但是它没有利用笔划形成过程中的动态 特性。因此离线签名容易被伪造。 签名图像中的端点、交叉点及弯曲都可以作为签名识别的特征点，反映了签名的几 何变化。目前己提出的签名认证方法，可以分为三类：模版匹配的方法、隐马尔可夫法 和谱分析法。模版匹配的方法是计算被测签名和参考签名的特征矢量间的距离进行匹 配；隐马尔可夫法是将签名分成一系列的帧状态，然后将其与从其它签名中抽取的对应 状态进行比较；谱分析法是利用倒频谱或对数谱对签名进行认证。 ( 2 ) 步态识别 人的步态是一种日益受到重视的生物测量特征，它是通过人步行的方式，达到识别 人身份的目的。步态可咀通过远距离的摄像机捕获，因此和其他生物测量方法相比步 人身份的目的。步态可以通过远距离的摄像机捕获，因此和其他生物测量方法相比，步 一d 东北大学硕士学位论文 第一章绪论 态是唯一不受距离影响的生物特征。此外，步态还具有非接触性、难以伪装、受环境影 响小等特征。提取步态信号不需要对象的主动配合、紧密接触，易予秘密地通过远距离 拍摄获得对象的步态影像，捕获提取出步态信息，因此，目前基于步态的识别技术已经 引起了广泛的研究兴趣。 ( 3 ) 击键识别 基于用户击键特征来进行用户身份认证的方法，该方法利用用户输入口令时的击键 压力、击键节奏等所构成的用户生物特征，来进行用户身份的认证工作。口令保护机制 是目前最常见的计算机及网络系统安全管理手段，它一般包含用户标示符和用户口令两 部分，这两部分内容由于输入处理方式不尽相同，这也就导致了两者内容输入所形成的 击键特征内在规律并不一致，可以以用户口令输入时所形成击键特征，作为我们研究基 于击键特征进行身份认证的基础数据对象。该方法不仅可广泛用于计算机及网络系统中 的用户身份认证，而且也适用于多种需要具有知识产权保护的其它产品如：软件、音乐、 电影等。 生物特征识别技术是基于个人独特的生理和行为特征进行自动身份验证的技术，不 但在学术上有极大的研究价值，而且有着极广泛的应用领域，为信息化社会目益增长的 保密和安全需求提供了很好的解挟方案。近年来，其研究成果和应用产品的数量直线上 升。随着生物特征传感器成本的不断下降和人们接受程度的不断提高，生物特征识别技 术必然取代过时的、不安全的身份认证方法，成为保密、安全、方便的身份识别手段。 1 3 虹膜的结构和生理特点 虹膜( i r i s ) 这个词来源于古罗马时代的“彩虹”一词，后来人们用它来描述眼睛中那 些外部可见的彩色部分。从技术上更精确的说，虹膜是葡萄膜( 或者说是眼睛的中间层) 的一部分。虹膜伸展在眼睛前部，是一层很薄的隔膜，而且它受到晶状体的支撑。正因 为晶状体的支撑作用，所以虹膜呈现出一个去掉顶部的圆锥体。在底部虹膜与眼睛的睫 状体相连，在另一端虹膜通向瞳孔。角膜位于虹膜之前，为虹膜提供了一层透明的保护 层。 虹膜是唯一外部可见的人体内部组织，它是由弹性连接组织和分隔带网络组成的， 其中分隔带网络的形态是在出生之前形成的，更具体的说是在怀孕的第八个月中形成 的。分隔带网络包括那些附着在具有条纹特征的无序网孔上的梳状韧带、纤毛状突起、 小囊、环状物、皱纹状物、冠状物，有时还有斑点、血管等其他特征，因此虹膜的纹理 丰富。人眼虹膜因人种不同而呈现不同的颜色，在出生后半年至一年内发育完全，以后 终身不变。因为虹膜属于表现型特征，而不是基因型特征，所以虹膜组织的纹理结构受 遗传因素影响很小，主要取决于其形成时期胚胎内该部分组织的局部营养状况及生物物 5 东北大学硕士学位论文第一章绪论 理条件，带有极大的随机性，因此人类几乎没有完全相同的虹膜特征。而且虹膜的特征 也不会因一般性疾病而改变，又由于虹膜位于角膜之后，也就是说在眼球上，所以也不 能用手术改变其特征。另外，在瞳孔随光线强弱变化而变化时，虹膜受睫状肌的牵引做 高速颤动其虹膜组织纹理结构也随之变化，这也是用伪造虹膜不能实现的，这是活体 虹膜独具的特征，因此不易伪造。 图1 2 是一幅人眼图像，中心黑色部分是瞳孔区，两侧颜色较浅的部分是巩膜区( 即 通常所说的眼自) ，位于瞳孔和巩膜之间的区域即为虹膜。图1 3 是虹膜截面图。虹膜在 角膜和晶状体之间，由不同层组成。最内层是带有色斑的真皮层。在其上的是控制瞳孔 肌的肉层。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。最上面层是翦界膜层，该层分布着色素缨胞。虹膜的外 观是这四层综合的结果。 图l 2 人驻虹膜图像 酹1 3 虹膜截面圈 f i g 1 2 t h ei m a g eo f h u m a ni r i sf i g 1 3 t h et r u n c a t e di m a g eo f h u m a ni r i s 图1 4 是虹膜的正视图。从圈中可见，虹膜表面有许多条纹、沟和小坑，使得虹膜 含有极其丰富的纹理信息和结构信息。这些信息在人的胚胎期已经形成并稳定下来，一 般虹膜的结构在一生中保持稳定( 随着年龄老化，会出现轻微的色素沉积和瞳孔扩张范 围减小，这些对虹膜特征的影响较小) 。对于不同的眼睛，其虹膜特征不相同。另外， 据研究我国单眼皮天生性无虹膜的发病率为1 ：5 6 1 1 5 。可见虹膜识别技术适用人群广。 由于眼睛是人体中最为敏感的部位，要通过手术修改虹膜结构极为困难，危险程度高， 几乎不可能复制，使得虹膜识别技术具有很强的防伪能力。虹膜的特点使其成为最有效 的生物特征识别手段之一。 6 东北大学硕士学位论文 第一章绪论 图1 4 虹膜正视图 f i g 1 4 t h ee n v i s a g ei m a g eo f t h ei r i s 虹膜自胚胎期生成，其上的动静脉血管、神经纤维组织、收缩沟等亦形成。按目前 医学、遗传学理论认为，正常情况下，虹膜具有终身不变的稳定性。虹膜结构对每个人 都是唯一的，并且它不随年龄的变化而变化，这种说法主要有两个根据： ( 1 ) 来源于临床观察，在对大量的眼睛进行观察的过程中，眼科专家和解剖专家们 注意到，虹膜是具有很高独特性的复杂模式，孪生予的虹膜，甚至同一个人的左右眼都 完全不同。此外，在复杂观测的情况下虹膜模式看上去变化很小，至少在孩童时期以后 是这样的。 ( 2 ) 来源于发育生物学，有人发现当虹膜的总体结构由遗传确定以后，虹膜细节关 键取决于环境条件，比如虹膜胚胎期产物母体的初始条件。因此，虹膜是极不可能通过 自然事物发展过程来进行复制的。 总结起来以下特征使虹膜非常适合用作高可信度的身份识别系统f 【引： ( 1 ) 虹膜组织细节丰富； ( 2 ) 虹膜组织细节的形成与胚胎发生阶段的环境有关，具有极大的随机性； ( 3 ) 虹膜组织特征在出生后半年至一年半后保持终生不变； ( 4 ) 不可能用外科手术改变虹膜特征，更不可能将一个人的虹膜组织特征改变得与 某特定对象的特征相同； ( 5 ) 一般性疾病不会对虹膜组织造成损伤； ( 6 ) 瞳孔的缩放使组织具有活体组织的显著特征。 1 4 虹膜识别技术 1 4 1 虹膜识别技术的发展历史 用虹膜进行身份识别的设想最早出现于1 9 世纪8 0 年代，1 8 8 5 年在巴黎的监狱中曾 利用虹膜的结构和颜色区分同一监狱中的不同犯人。但直到最近1 0 年来，虹膜识别技 7 东北大学硕士学位论文第一章绪论 术才有了飞跃发展，自动虹膜识别系统是上世纪末才出现。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 r i n 首次提出了利用虹膜图像进行自动身份识别的概念f 。4 】。1 9 9 1 年，在美 国洛斯阿拉莫斯国家实验室内j o h n s o n 实现了文献记载的最早的虹膜识别应用系统。 1 9 9 3 年，j g d a u g m a n 率先研制出基于g a b o r 变抉的虹膜识别算法，实现了一个高性能 实用的虹膜识别系统。现有国外的商业虹膜识别产品的核心软件大都是基于d a u g m a n 的算法，已经成功地用于大规模人群的身份鉴定，如海关的出入境检查、社会福利发放、 建筑物的进出控制、银行自动提款机。 在国内，虹膜识别的研究工作开始相对较晚，上世纪末虹膜识别技术的研究工作开 始兴起。上海交通大学1 9 9 8 年开始从事虹膜识别技术的跟踪研究；2 0 0 0 年华中科技大 学的科研人员根据图像的相关性进行虹膜识别：2 0 0 2 年，中国科技大学也实现了虹膜识 别演示系统。中国科学院自动化所的研究人员，用不同的方法进行虹膜识别的研究，并 取得较好的结果。2 0 0 0 年以来，北京大学信息科学中心也开展了虹膜识别技术的研究， 并研究出一套独特的高效方法。我国的虹膜识别研发的进展已经引起了国际同行的关 注，突破了早期西方国家的技术垄断与封锁。 从已经公布的大规模实验室测试和实际应用的结果来看，虹膜是最可靠和最稳定的 生物特征，虹膜识别应用的广阔前景吸引了松下、l g 、o k i 等国际著名公司和许多科 研机构。这几年国际虹膜识别市场已经进入了高速发展期，预计到2 0 0 8 年的年收入将 达到3 6 6 亿美元。 目前虹膜识别技术的应用还处于初级阶段，产品种类很少，价格高，使用也不太方 便。但随着研究工作的不断深入，大量方便、廉价、实用的产品将不断涌现，虹膜识别 产品将会得到愈来愈广泛的应用。这种新的身份识别手段，在国防、金融、信息安全及 个人家庭等领域有广泛的应用前景。通过科技工作者的不断努力，问题的不断解决，越 来越多准确、廉价及方便的虹膜识别产品将走进社会。 1 4 2 虹膜识别的特点 虹膜识别技术之所以能够在多种生物识别技术中独领风骚，并成为生物识别研究的 热点，其主要优点是： ( 1 ) 受保护特性：它固有的与外部环境隔绝的特性使它免受外部环境的伤害，从而 大大减少了因为外伤破坏而无法进行虹膜识别的情况发生： ( 2 ) 稳定性：一般手术不能改变虹膜的纹理，除非冒着极大的失明危险，否则通过 手术来改变虹膜结构是几乎不可能的； ( 3 1 防伪性：瞳孔的大小即使注视时也是变化的，虹膜识别系统仍然可能在变化中 找到不变的量，同时可以检测出真假虹膜图像。如果盗用他人的虹膜不可能对光线起反 8 东北大学硕士学位论文 第一章绪论 应，瞳孔的大小不发生变化，虹膜识别系统就会捕捉到这种惰性； ( 4 ) 采集非接触性：不需接触，虹膜图像在一定的距离内可以捕获。虹膜识别的进 行具有无侵犯性，摄像机对用户的眼睛进行扫描，即得到虹膜图像并进行识别，无需像 获取指纹一样需要手指的接触； ( 5 ) 极坐标几何特性：虹膜本身固有的极性几何形状给科研工作者提供了一个天然 的极坐标系统，方便了虹膜特征的抽取； ( 6 ) 眼皮、睫毛、玻璃镜片和隐形眼镜等对虹膜识别的效果不会产生任何不利的影 响，即使是盲人，只要虹膜组织结构保持完整，仍然可以用于虹膜识别。 正是由于这些特点，才使虹膜识别技术得到多方的关注，虹膜识别技术必将成为新 一代生物识别技术研究中的热点。 1 5 本课题的研究意义和内容 虹膜身份识别是近年来新兴的一种身份识别技术，它的研究与应用方兴未艾，市场 更是为这项技术的发展提供了广阔的舞台。虹膜纹络纤细无比，不可伪造。较指纹自动 识别更有长处，是一项值得研究和推广的新技术。在应用方面，虹膜识别产品可以广泛 应用于电子金融、电予贸易、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。 综上所述，虹膜适合用于身份识别，基于虹膜的身份识别不仅可行而且必要。论文 对虹膜图像预处理中的虹膜定位方法进行了深入研究，在已有的定位算法上作了改进， 提出一种基于二值化闽值分割和圆检测算子相结合的定位算法，提高了虹膜定位的速 度。针对虹膜纹理的特性，在前人的研究基础上进行了一些创新和改进，提出了基于 l o g g a b o r 滤波的虹膜纹理特征分析方法。匹配算法采用计算海明距离的方法实现。在 现有的实验条件下对虹膜识别系统验证，实验结果表明该虹膜识别系统具有很好的识别 效果，具有一定的可行性。 9 羔蔓生! 兰塑主兰堡堡查 苎三主垫壁坚型墨丝塑苎塑 第二章虹膜识别系统的结构 虹膜识别技术的基本原理是通过特制的光学成像系统、电子控制单元以及适当的计 算机软件算法来提取虹膜的图像，通过常用的图像处理技术实现虹膜的定位、归一化和 去噪声处理，用特征提取器对虹膜进行有效的特征的提取，最后使用分类器完成模式匹 配。 2 1 虹膜识别系统的结构组成 图2 1 虹蟆识别系统结孝句组成 f i g2 1 t h es l r u c f t l r eo f i r i sr e c o g n i t i o ns y s t e m 整个虹膜识别系统可分为这样几个部分如图2 1 ：虹膜图像的获取、虹膜图像预处 理和虹膜图像特征提取及编码、虹膜数据库、模式匹配。其中虹膜图像预处理、虹膜图 像特征提取、模式匹配是虹膜识别的关键，这也是本文讨论重点。 2 2 虹膜图像获取 虹膜图像采集单元的主要任务就是通过图像采集系统来获取虹膜图像。虹膜图像的 摄取是虹膜识别系统中最为关键的部分之一，如何在不侵犯人体的情况下，获得高质量 的虹膜图像用于系统识别是虹膜识别系统的主要目的。在进行非接触虹膜图像采集时， 光学装置主要解决以下几个问题： ( 1 ) 系统采集到的图像质量免受杂光的干扰； ( 2 ) 使用者眼睛的位置能够保持稳定，以保证能采集到满足识别需要的高质量的图像； ( 3 ) 必须提供方法来判断使用者的眼睛是否在j f 确的位置，包括是否进入了采集设 备的视场范围之内，以及到镜头的距离是否合适； ( 4 ) 要尽量减少所获图像的无效区域，最好采用红外光源作为辅助光源。 现在，虹膜采集的装置已经有产品问世，如i r i s d i a n 公司的p a n a s o n i ca u t h e n t i c a m ， o k ii r i s p a s s e v e r m e d i a 公司的i r i s a c c e s s 等产品f 1 5 , 1 6 1 ，这必产品已经应用到实际中去。 如图2 2 ，图2 3 ： 一1 1 ， 东北大学硕士学位论文 第二章虹膜识别系统的结构 图2 2 松r 公司的产*图2 3 冲电气公司的产品 f i g 2 2 p a n a s o n i ca u t h e n t i c a m f i g 2 3 o k ii r i s p a s s 本文中的图像使用中科院自动化所的c a s i a i ”1 虹膜数据库中的虹膜图片，c a s i a 虹膜图像数据库( 版本1 o ) 包括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 位狄度图像，分辨率为3 2 0 * 2 8 0 ，分两个阶段利用中科 院自动化所拥有自主知识产权的虹膜图像采集装置在室内的环境下进行采集。图2 4 是 数据库中的部分虹膜图像。 图2 4c a s i a 厍中的部分虹膜图像 f i g 2 4 i r i si m a g e si nc a s i a 2 3 虹膜图像预处理 虹膜图像预处理的目的是虹膜定位与归一化。通过获取装置采集的虹膜图像通常不 可能仅仅包含虹膜，往往还有眼睛的其它部分，比如眼睑、睫毛、跟白等，而且在高度 非侵犯性系统中，由于对被试者不做要求，虹膜在图像中的位置与大小都会发生变化。 在某些情况虹膜图像的光照是不均匀的，这样会给虹膜识别的准确性带来影响；同时， 虹膜的内边界即瞳孔的大小是会发生变化的，这将会使虹膜的纹理产生变形，以上这些 情况都会影响虹膜图像的质量，从而给下步的特征提取和准确匹配带来困难。为了实 现精确的匹配，要通过预处理消除上述各种因素对虹膜图像的影响。虹膜图像的预处理 包含虹膜图像的噪声处理、虹膜定位、虹膜图像归一化和虹膜图像增强这几个步骤。 2 4 虹膜的特征提取 仔细观察虹膜图像发现，虹膜图像包含有丰富的细节特征。如果将预处理后的虹膜 图像看作为一幅纹理图像，那么许多纹理分析的方法都可用来抽取虹膜特征。比较典型 】2 东北大学硕士学位论文 第二章虹膜识别系统的结构 的方法有三种： ( 1 ) g a b o r 滤波：从图像中提取纹理信息的有效策略之一是将图像与带通滤波器卷 积，其中带通滤波器可以选择2 dg a b o r 滤波器。2 dg a b o r 滤波器最初由d a u g m a n 在 1 9 8 0 年提出的。d a u g m a n 在1 9 8 5 年详细论述了它们的数学特性，指出2 dg a b o r 滤波 器提供空间频率、方向、空间位置的最大分辨率，因此在空间和频域中具有良好的联合 定位能力。这些特性特别适合纹理分析。2 dg a b o r 函数通过缩放、旋转和平移可以形成 一组自相似的小波。利用这些小波对图像进行变换，就称为g a b o r 小波变换。这些函数 与原始图像像素相乘和积分可产生一系列系数，从而可以提取图像纹理信息。 ( 2 ) 二维小波变换：小波变换是一个常用的图像分析手段，并且在纹理识别中有较 多的应用。一个二维小波变换可以看作瑗个连续一维小波变换。二维小波变换将幅图 像分解成一系列的低频子图像。小波变换的结果取决于所采用的小波基的类型，而小波 基是由滤波器的类型决定的。对一幅图像进行完全的小波分解，得到一系列的小波系数， 小波系数的形状和尺寸与原始图像相同。分解后的四种小波通道为：l l ，l h ，h l ，h h 。 每个通道对应于原始图像在不同尺度( 空间频率) 和方向下的信息。l l 通道代表了图 像在水平低频和垂直低频下的信息；l h 通道代表了图像在水平低频和垂直高频下的信 息；h l 通道代表了图像在水平高频和垂直高频下的信息。当图像在某一频率和方向下 具有较明显的纹理特征时，与之对应的小波通道输出就具有较大的能量。因此，图像中 的纹理特征可以由这一系列小波通道的能量平均值和方差来表示。在四种小波通道中， h h 通道反映的是图像的高频特征，其中包含了图像中的大部分噪声，不适用于纹理特 征的提取。对于l l ，l h ，h l 三种通道的滤波结果，提取均值和方差作为虹膜的特征。 ( 3 ) 小波变换过零检测算法：以虹膜中心为圆心的同心圆对虹膜图像进行间隔采样。 把二维的虹膜图像变成一维信号，取小波母函数为y ( 劫= d 2 0 ( x ) d x 2 ，其中椤( 西为某一 平滑函数，一般取高斯平滑函数，通过该小波函数进行变换。变换结果的零点代表 f x 馥( 砖的拐点，即函数曲线剧烈变换的部分。m a l l a t t l s l 提出只需记录职，( z ) 的每个过 零点的位置z n 及任意两个相邻过零点之间小波变换结果的积分值巳= “，f ( x ) d x ， 毛 一】 便能通过一定的迭代运算重构f ( x ) 。若f ( x ) 代表虹膜图像样本，则二元点序列可作为 虹膜特征的编码，与虹膜图像数据相比其数量小得多。 2 5 虹膜的匹配与识别 基于已提取的虹膜特征进行虹膜识别，是一个典型的模式匹配问题。理论上，任何 分类器都可以用在这里，比较常用的两种算法是： f 1 ) 海明距( h a m m i n gd i s t a n c e ) i 悖，2 0 】：把虹膜纹理转化成有效的虹膜代码后，以虹膜 一13 东北大学硕士学位论文第二章虹膜识别系统的结构 代码的海明眶( h a m m i n gd i s t a n c e ) 大小来判别，如式2 1 ： 1 上 h d = “，( x o r ) b ，( 2 1 ) ，= l 即将不同的虹膜码进行按位异或比较，其中，4 和母表示不同的虹膜码，z 表示虹 膜码的总位数，表示虹膜码的位序号，范围在0 到，其中布尔操作符翮冠仅在爿，、 b 不同时才为1 ，这有两种极端；两虹膜代码完全相同时，h d 则为o ；两虹膜代码完 全不同，即每一位都不同，h d 则为1 。 ( 2 ) 方差倒数加权欧氏距离【”分类法：将未知虹膜的特征向量同已经训练好的已知 类别的虹膜特征向量相比较，当且仅当它的特征向量与第k 类特征向量的方差倒数加权 欧氏距离最小时，输入虹膜就被分类为第k 类虹膜。加权欧氏距离按式2 2 计算： 。、拳(zz竹)2wed(幻2 善并( 2 。2 ) 其中z 表示未知样本的第f 个特征，z 忙，祥柚分别表示第k 类虹膜的第f 个特征的 均值和方差；表示特征总数。 2 6 虹膜特征数据库 虹膜特征数据库中存放的是已知虹膜纹理的特征向量。在虹膜识别过程中，首先要 对待识别的虹膜图像进行处理分析得到虹膜特征码，然后将所提取的特征码与数据库中 的特征码模板进行比对，最后得出分类结果。为了将虹膜用于身份识别，在虹膜识别系 统的后台需要一个大型的虹膜特征数据库，以便于对虹膜特征码进行存储和查询。 2 7 本章小结 本章对虹膜识别系统的基本结构进行了简单介绍。虹膜识别技术的基本原理是提取 虹膜的图像，通过图像处理技术实现虹膜的定位、归一化和去噪处理：用特征提取器对 虹膜进行有效的特征的提取，最后使用分类器完成基于虹膜特征向量的分类任务。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详细论述。 1 4 东北大学硕士学位论文第三章虹膜图像预处理 第三章虹膜图像预处理 虹膜图像预处理的目的是虹膜定位、归一化以及虹膜图像的增强。通过获取装置采 集的虹膜图像通常不可能仅仅包含虹膜，往往还有眼睛的其它部分，比如眼睑、睫毛、 眼白等，而且在高度非侵犯性系统中，由于对被试者不做要求，虹膜在图像中的位置与 大小都会发生变化。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