（计算机应用技术专业论文）虹膜识别技术的算法研究.pdf

独创性声明y9 6 8 l5 1 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的地 方外，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 本人为获得江南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作了明 确的说明并表示谢意。 签名： 芷遒整日期：。蹦年孑月彦日 关于论文使用授权的说明 本学位论文作者完全了解江南大学有关保留、使用学位论文的规 定：江南大学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，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，可以采用影印、缩印或扫描等复制手段保存、 汇编学位论文，并且本人电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 签名：苴塑盘导师签名： 至量! 丝 日期：二年3 月口日 摘要 摘要 随着生物特征识别技术的发展，虹膜识别技术受到了广泛的关注。目前关于虹膜识 别技术的研究领域里，已经有一些算法被证明有效。虹膜识别的整个过程大致分为虹膜 定位、特征提取、特征匹配几步。本文讨论了一种新的基于小波变换的虹膜识别算法。 首先，采用了一种粗定位与精定位相结合的虹膜定位算法。基于眼睛图像的特点， 利用二值化方法分离出瞳孔的图像后，先采用投影法粗略定位瞳孔的中心及半径，然后 在小区域内用重心法精确定位瞳i l 的中心位置。确定了瞳孔的中心位置后根据先验知 识，截取包含虹膜在内的小块图像，在小范围内使用c a n n y 算子进行边缘检测后，再利 用行列扫描的方法确定虹膜的中心位置及半径。这种方法比传统的定位算法计算量少， 在保证精确度的前提下提高了定位速度。 其次，讨论了一种新的基于小波变换的虹膜纹理特征提取方法，虹膜纹理分布内侧 纹理比较密集，外侧纹理较稀疏。根据虹膜纹理分布的特征，将虹膜分成1 0 个分析带， 对每个分析带进行d a u b e c h i e s 4 小波变换，小波变换各个通道的小波系数的均值及标准 差作为虹膜的特征值，最后得到虹膜的1 1 2 位特征编码，存储容量仅为1 k 2 k 。 特征匹配采用的是加权欧式距离的分类器方法，最终的分类标准是两虹膜对应特征 之间的加权欧式距离向量的均值。 本文提出的算法对虹膜图像的尺度、旋转、平移等的变化具有不变性。为了评价提 出的算法的性能，本文在虹膜数据库上进行了大量的实验，并把实验结果与现有的方法 进行了对比。实验结果说明本文提出的算法是有效的，取得了高识别率。 关键词：虹膜识别边缘检测d a u b e c h i e s 4 小波小波变换欧式距离 江南大学硕士学位论文 a b s t r a c t w i t ht h ed e v e l o p m e n to fb i o m e t r i c sf o rh u m a ni d e n t i f i c a t i o n ，i r i sr c c o g n i t i o nh a s r e c e i v e di n c r e a s i n ga t t e n t i o ni nr e c e n ty e a r s s e v e r a la l g o r i t h m sw e r ep r e s e n t e da i l dp m v e dt o b ee f f e c t i v e n ew h o l ep r o c e s so f 溅r e c o g l l i t i o ni sc o m p o s e do ft h r e es t e p sn a m e de d g e d e t e c t i o n ，f e a t u r ee x t r a c t i o na j l dm a t c h j n g ，r e s p e c t i v e ly an e wi r i sr e c o g n i t i o na l g o r i t h mi s p r c s e n t e di nt h i st h e s i s f i r s t ly ，at w o s t e pl o c a t i n ga l g o r i t h mn a m e dc u r s o r yl o c a t i n ga i l da c c u r a t el o c a t i n g r e s p e c t i v e l yi sa d o p t e d t 1 l er a d i u sa n dc e n t e ro fg r a v i t yo ft h ep u p i li sf b u n da f t e ri s o l a t e p u p i lf 如mj r i si m a g eu s i n gd i c h o t o m yp r o c e s s i n g t bd e t e c tt h eo u t e rb o u n d a r yo fi r i s ，c a 曲y o p e r a t o ri sa d o p t e di nas m a u e rr e 舀o nt ol o c a t ei r i s sc e n t e ra n dr a d i u s c o m p a r e dw i t ho t h e r m e t h o d s ，c o m p u t ec o n s u m p t i o ni sr e d u c e di n t h i sm e t h o d ，a n dt h u st h ed e t e c t i n gs p e e di s i m p m v e d s e c o n d ly am e t h o db a s e do nd a u b e c h j e s 一4w a v e l e tt m n s f o 珊i sd i s c u s s e dt oe x t r a c t i r i s sf e a t u r c a f t e rd i v i d e di r i si n t ot e ns t f i p sa c c o r d i n gt oi t st e x t u r ed i s t r i b u t i n g ，e a c hs t r i pi s p r o c e s s e dw i t hd a u b e c h i e s - 4w a v e l e tt r a n s f o 咖t 1 l ef e a t u r ev a l u ej sd e n o t e db yt h em e a n a n ds t a i l d a r dd e v i a t i o no fe v e r yw i n d o w sc o e f f i c i e n t so fw a v e l e tt r a n s f o r m ，a n d1 1 2f e a t u r e v a l u e sc a nb ea s c e r t a i n e df o re v e r yi r i s ，w h o s es t o r a g es p a c en e e do n l ya b o u t1 kt o2 k i nc l a s s i f i c a t i o np h a s e ，e u c l i dd i s t a n c ei s a d o p t e da s t h ec l a s s i f i e dt 0 0 1 a n dt h e c l a s s i f i e ds t a l l d a r dj st h em e a no ft h ee u c l i dd i s t a n c ev e c t o l l a s t ly ，s o m e t h i n gm u s tb en o t i c e dj st h a tt h i sa l g o r j t h mi sm b u s to v e rs c a l e ，m t a t i o n ，a n d m o v eo fe y e s i no r d e rt oe v a l u a t et h ep r o p o s e da l g o r j t h m ，s o m et e s tw a st a k e no nt h ec a s n d a t a b a s ea n dc o m p a r e dt h er e s u l tw i t ho t h e r s t h er e s u l ti n d i c a t e dt h a tt h ep m p o s e da l g o r i t h m i se f ! f 色c t i v e k e yw o r d s ： i r i sr e g i l i t i o n e d g ed e t e c t i o n d a u b e c h i e s _ 4w a v e l e t w a v e l e tt r a n s f b me u c l i dd i s t a n c e 2 第一章绪论 1 1 课题背景 第一章绪论 在高度信息化的现代社会，人们的身份鉴别已经渗透到日常生活的每一个方面。同 时，由于交通、通讯和网络技术的飞速发展，人类的活动范围越来越大，身份鉴别的难度 和重要性也越来越突出。对于我们这样一个人口众多的国家，身份鉴别有着特别广泛的 应用前景和重要的战略意义，金融、安全、网络、电子商务等无一不需要可靠的身份鉴 别。 传统的身份鉴定方法包括身份标识物品( 如钥匙、证件、a t m 卡等) 和身份标识知 识( 如用户名和密码) 。在一些安全性要求较高的系统中，往往将这两者结合起来。但 是，标识物品容易丢失或被伪造，标识知识容易遗忘或记错，更为严重的缺陷是传统的 身份验证方法往往无法区分标识物品真正的拥有者和取得标识物品的冒充者，一旦他人 获得标识物品就可以具有与拥有者相同的权利。 基于传统身份鉴别方法的缺点，生物特征识别技术应运而生。基于生物特征的身份 鉴别技术利用人本身所拥有的生物特征来判别人的身份，比传统的身份鉴定方法更具安 全、保密和方便性。生物特征识别技术具有不易遗忘、防伪性能好、不易伪造或被盗、 随身”携带”和随时随地可用等优点，近年来已成为身份鉴别的热点。常用的生物特征包 括指纹、掌纹、虹膜、视网膜、脸像、声音、签名和笔迹等，其中，虹膜识别和指纹识 别被公认为晟可靠的两种生物识别技术1 1 】。虹膜识别作为一种高可靠性的生物特征识别 技术，具有重要的理论价值和应用前景，l 吸引着国内外众多的研究人员。 1 2 生物特征识别技术 所谓生物特征识别技术就是通过计算机与光学、声学、生物传感器和生物统计学 原理等高科技手段密切结合，利用人体固有的生理特征( 如指纹、脸象、虹膜等) 和行 为特征( 如笔迹、声音、步态等) 来进行个人身份的鉴定。生理特征指相对稳定的人的 物理特征，如指纹、手形、视网膜、虹膜、面像等，这些特征基本不变，除非损伤造成 变化。行为特征则指某些建立在生理特征基础上的，在一段时间内相对稳定的统计学特 征，如签名、键盘打字、声音等。人类利用生物特征识别的历史可以追溯到古代埃及人 通过测量人体各个部位的尺寸来进行身份鉴别，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，因而仅用于安全级别较高的地方。现在由于微处理器及 各种电子元器件成本不短下降，精度逐渐提高，生物识别技术系统逐渐应用于商业上的 认证领域。 江南大学硕士学位论文 1 2 1 生物特征识别的主要技术指标 1 、识别速度； 2 、公众接受程度； 3 、错误拒读率( f n t ) 和错识接受率( f a r ) 识别能力 4 、生物特征的唯一性、精确性； 5 、系统在时间上的稳定性和可靠性； 6 、标准样板的数据大小； 7 、性能价格比； 8 、易操作性。 1 2 2 几种主要生物特征识别技术的介绍 1 手形识别 手形的测量比较容易实现，对图像获取设备的要求较低，手形的处理相对也比较简 单，在所有生物特征识别方法中手形认证的速度是最快的。然而手形特征并不具有高度 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【2 j i ”。 2 指纹识别 指纹识别技术是最古老的生物特征识别技术，在很多领域中都得到了成功的运用 5 。指纹指的是指尖表面的纹路，其中突起的纹线称为脊，脊之间的部分称为谷。 指纹的纹路并不是连续、平滑流畅的，而是经常出现中断、分叉或转折，这些断点、分 叉点和转折点，称为细节，就是这些细节提供了指纹唯一性的识别信息。 3 掌纹识别 与指纹识别相比，掌纹识别的可接受程度较高，其主要特征比指纹明显得多，而且 提取时不易被噪声干扰，另外，掌纹的主要特征比手形的特征更稳定和更具分类性，因 此掌纹识别应是一种很有发展潜力的身份识别方法【7 】【8 】【9 】。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1 1 0 l ：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；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。 4 视网膜识别 视网膜是一些位于眼球后部十分细小的神经，它是人眼感受光线并将信息通过视觉 神经传给大脑的重要器官。视网膜扫描设备用来获得视网膜图像数据，使用者的眼睛与 设备的距离应在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 和特征抽取可能获得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，使用时不需要和设备进行直接接触，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【1 ”。 第一章绪论 5 虹膜识别 虹膜是个位于瞳孔和巩膜之间的环状区域。与其它的生物特征相比，虹膜识别具 有【1 2 】1 1 3 】：高独特性，虹膜的纹理结构是随机的，其形态依赖于胚胎期的发育；高稳定性， 虹膜可以保持几十年不变，而且不受除光线之外的周围环境的影响；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：易 使用性，识别系统不与人体相接触；分析方便，虹膜固有的环状特性，提供了一个天然 的极坐标系。 6 人脸识别 人脸识别是一个活跃的研究领域，包含面相检测、面相跟踪与面相对比等课题。面 相检测是指在动态的场景与复杂的背景中，判断是否存在面相并分离出面相。面相跟踪 指对被检测到的面相进行动态目标跟踪，面相比对则是对被检测到的面相进行身份确认 或在面相库中进行目标搜索。虽然人脸识别的准确性要低于虹膜、指纹的识别，但由于 它的无侵害性和对用户最自然、最直观的方式，使人脸识别成为最容易被接受的生物特 征识别方式1 1 4 j 7 声音识别 声音识别是一种行为识别技术【1 5 】1 1 6 】，同其它的行为识别技术一样，声音的变化范围 比较大，很容易受背景噪声、身体和情绪状态的影响。声音识别技术是提取出声音图像 信息，再存贮在计算机上并与即时采集的声音进行对比分析，以此决定声音的真假再进 而确定声音的持有人。 8 签名识别 签名识别也是一种行为识别技术，目前签名大多还只用于认证。签名认证的困难在 于，数据的动态变化范围大，即使是同一个人的两个签名也绝不会相同。签名认证按照 数据的获取方式可以分为两种1 1 7 1 ：离线( o f fl i n e ) 认证和在线( o nl i n e ) 认证。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。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，因此较 在线签名容易被伪造。 9 按键动态识别 又称打字节奏特征识别，此方法是以1 0 0 0 次秒的速度监控键盘的输入来分析使用 者在终端的打字方式和节奏来建立样板和识别击键人。类似于在电报时代，报务员根据 ”发报者节奏”的感觉，来判断彼此的身份。而按键动态识别的最大特征是使用者并没意 识到自己正在被识别，而且打字打得越好，越容易被识别，在计算机环境里，按键动态 的识别不需要任何登记或查证而影响手中的工作，可以有效应用于信息安全、远程识别 和黑客追踪认证。 江南大学硕：l 学位论文 1 2 3 各种生物特征识别技术的比较 从上面的概述可以看到，每种生物特征识别技术都有自己的优势和不足，表1 1 是它 们的一些对比【1 9 】【2 0 】： 表1 1 生物特征普遍性独特性稳定性可采集性性能接受程度防欺骗性 人脸高 低 由 高低高低 一一 指纹 中局局中高中高 一 手形中中中局中中 中 虹膜高高高 由 高 低 高 一一 视网膜 局向 由 低高低高 签名低低低高低高低 声音中低低中低高 低 通过比较可以看出，在众多技术中，虹膜识别技术在各个技术指标上具有相对的优 势。和脸型识别相比，它具有不受遗传性误差因素( 如孪生关系等) 和表现性因素( 如面 部特征随年龄变化) 影响的优点；和指纹识别相比，它具有难于复制的优点：而与d n a 识别相比，又具有快速和识别信息易于获得等优点 虹膜识别具有“人各有异、终生不变、随身携带、活体检测”等特点，具有稳定、 便捷、不易伪造等优点。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( 或非接触式) 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。 对于每个人来说，虹膜的结构各不相同，并且这种独特的虹膜结构在人的一生中几乎不 发生变化。眼科学家和解剖学家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，而且自童年以后，虹膜在人的一生中 所发生的变化十分微小。发育生物学界的科学家们同时发现，尽管虹膜的基本结构是由 内在的遗传基因决定的，但是外界的环境却对虹膜独特的细微结构起着决定性作用1 2 ”。 这种外部环境是指在生命初期，虹膜形成之前的胚胎发育环境。因此，自然界不可能出 现完全相同的两个虹膜。发育生物学家通过大量观察发现当虹膜发育完全以后，它在人 的一生中是稳定不变的，因而具有稳定性【2 2 】。另外，由于虹膜的外部有透明的角膜将其 与外界相隔离，因此发育完全的虹膜不容易受到外界的伤害而产生变化。 虹膜的上述特点为其作为身份鉴别的特征提供了有说服力的依据及意义。下一节 主要介绍基于虹膜识别的身份识别技术的研究现状。 1，llll】，lllllll 第一章绪论 1 3 本课题研究的意义及现状及分析 1 31 本课题研究的意义 虹膜识别技术的优点使其成为一项值得研究和推广的新技术。然而目前国内相关的 研究并不成熟，因此自必要对浚项技术深入研究提m 精确的识别算法，服务于国民经 济。 虹膜识别产品可广泛应用于金融、保密、保卫、保安等系统、单位考勤等方面，假 如技术再加以改进，价格更为低廉的话，其应用范围可大为扩展。例如，在办理出入境 丁续时，_ j 作为人身证件作用。在签证时采集好虹膜纹理，传输到各出入境关口，就可 达到凭目光进出境。在汽车上安装虹膜识别专用卡，就可能人人提高汽车的防盗性能。 只要价格许可，甚至一幢楼、一个单元的居民住宅安全也可应用这种技术，普通居民用 目光开门将不再是梦。 13 2 发展现状 英国剑桥大学计算机专家d a u g m a n 教授是世界上第一个成功研制出虹膜识别系统 的科学家。他首先利用红外线对人眼虹膜进行录像，然后再把录下的虹膜纤维图案输入 计算机并转换成数字信息，最后再将这一数字信息与原先存储在计算机中的虹膜纤维图 案相对照，如果两者相符，那么这个数字信息便成为可供个人使用的密码。 到目前为止，在虹膜识别领域有四种识别能力较好的算法，分别是d a u 舯a n 教授 提出的利用二维g a b o r 滤波器对虹膜纹理进行局部相位量化和编码的方法，w j l e s 提出 的采用g a u s s h p i a c e 滤波器在不同分辨率下分解虹膜图像，并将对应的图像进行相关 比较的方法，b o l e 提山一种基于小波变换过零榆测的虹膜识别算法，以及北京中科院自 动化所谭铁牛等人提出的基于多通道空间滤波的纹理分析方法。 除以上的几种方法以外，也有很多研究人员提出了不同的虹膜特征提取算法，但是 这些算法要么没有经过大样本测试，要么就是对某种算法的补充或者改进，这里将不做 讨论。 从全球来看，国外的虹膜市场比国内耍成熟，并已经在金融系统、飞机场等方而小 范围试运行。其中美国i r i d i a n 公司采用了当前世界一流水平的d a 【i g m a n 教授的核心算 法。在国内，在实际应用方而和理论算法方面都十兀对落后，中科院自动化研究所是国内 做的最好的，2 0 0 3 年，中科院自动化研究所联合模识科技成功开发了虹膜识别仪，可用 f 计算机操作系统的登陆。但就我本人的实际使用结果来看，当光照等外界条什变化时， 误拒率还是较高的。随着虹膜识别技术的发展，它在各个领域的应用将逐步走向产业化。 江南大学硕：i ：学位论文 1 4 本文的主要研究内容 141 识别过程 虹膜识别技术是计算机技术与成像技术的结晶，采用的是红外成像技术，将人眼中 的虹膜纹理信息输入计算机，成为特殊的可供自动识别的人体身份证。基于虹膜的身份 鉴别系统由以下几个部分构成：虹膜获取、虹膜图像预处理、虹膜图像特征提取、匹配 与识别。虹膜图象的获取需要通过特殊的设备，在进行本论文中算法的实现过程中，由 于条件所限，对于硬件的开发有诸多不便，所以主要研究了对摄取的虹膜的图像进行处 理和匹配的算法。因此，本文的主要研究过程如下： 眼睛图像( 彩色) 眼睛图像( 灰度) 图像预处理( 平滑、去噪) 图像分割( 环形虫 膜分割) 图像归一化( 取环形部分归一化为矩形) 图像匹配( 提取特征值进行比较或求相关系数值) 得到识别结果 14 2 本文主要研究内容 根据识别过程的步骤，本文的主要研究内容如下： ( 1 ) 虹膜图像预处理。包括虹膜的定位、分割、归一化及图像增强。 ( 2 ) 虹膜描述和特征提取。如何有效的描述丰富的虹膜纹理，并采用合适的方法来 提取虹膜特征特征来描述其细节，是虹膜识别系统的关键部分，也是本文讨论的重点。 ( 3 ) 分类策略和分类器设计。分类器最终实现对虹膜特征的分类，本文使用的是基 于欧式距离的分类器。 ( 4 1 实验结果分析和系统性能评价。为了衡量系统的性能，本文对实验结果进行了分 析，基于统计理论对系统性能进行了评价，并和现有的系统进行了比较。生物特征识别 系统有两种模式：鉴别和认证。前者常常用鉴别率来描述系统性能；后者通常用系统的 错误接受牢( f a l s ca c c e p t 卸c er a t e ，岷) 和错误拒绝率( f a i s er c j e c t i o nr a t e ，f r r ) 来衡量 系统的性能。系统往往要求在保证凰在一定范围的条件下，使得f r r 最小i “。本文 分别从两个方面对算法性能作了评价。 第一章绪论 1 5 本章小结 本章介绍了本课题的背景及该课题的理论意义和使用价值，讨论了虹膜识别技术与 其它生物特征识别技术的优铗点。介缁r 国内外的研究人员在这个研究领域所做的： 作 和取得的成粜。并简要列出了本文的主要研究内容。 第二章基于虹膜的身份识别系统简介 第二章基于虹膜的身份识别系统简介 2 1 简介虹膜识别 2 1 1 眼睛的结构 虹膜位于人眼的瞳孔与眼白之间，是眼睛中一片具有色素沉着的能收缩的环形薄 膜，即俗称的黑眼仁部分。每个人的虹膜都有各种各样的形态。要对虹膜纹理进行识别， 有必要先了解虹膜的结构。眼睛的外观有巩膜、虹膜、瞳孔三部分构成。巩膜即眼球外 围的白色部分俗称眼白，约占总面积的3 0 ；眼睛的中心为瞳孔部分；虹膜位于巩膜和 瞳孔之间，它的纹理含有极丰富的特征。它又位于角膜与晶状体之间，呈扁圆盘状。虹 膜直径约1 2 m m ，厚约0 5 m m l 川。 r 角膜 r 外膜 l 巩膜 r 虹膜 r ，眼球壁l 中膜睫状体 l l 脉络膜 j 眼球l 内膜一视网膜 r 房水 l 内容物 晶状体 l 玻璃体 图2 1h 醴睛的结构 图22虹膜的位置 虹膜是光圈的叶片，如果光线过强，虹膜内瞳i l 括约肌收缩，则瞳孔缩小；光线变 弱，虹膜开大肌收缩，瞳孔变大。根据虹膜内含色素的不同，虹膜呈现不同的颜色。 白种人虹膜色素较少，呈灰蓝色；黄种人色素较多，呈棕黄色；黑人色素最多，呈黑色。 江南大学硕：e 学位论文 2 1 2 虹膜的特征 虹膜是位于眼睛的瞳孔与巩膜之间的部分( 见图2 2 ) ，是一种在眼睛瞳i l 外的织 物状的各色环状物【1 2 】。虹膜表面高低不平，有皱襞和凹陷，凹陷又称隐窝。近瞳孔处的 皱襞特别显著，称虹膜皱襞或领状韧带，它是虹膜小动脉环的标志。虹膜后表面较平坦， 由于虹膜内血管分布不均，使虹膜表面出现许多有规则的放射条纹，在近瞳孔边缘约 1 5 m 处，有一条弯弯曲曲的环形隆起，犹如花边衣领，称为虹膜小环。虹膜小环将虹 膜表面分为两个部分，小环外侧的虹膜叫做睫状部分或睫状区，内有许多放射性隆起， 代表虹膜血管从大环走向小环所经过的路径。睫状区又分为三部分：靠近虹膜小环附近 的一部分最光滑，中间区内有许多收缩纹或收缩沟与瞳孔为同心圆形，当瞳孔扩大时最 显著。靠近睫状体的区域为筛状区，此区内虹膜表面有许多虹膜小坑。小环以内的虹膜 称为瞳孔部虹膜。在睫状部分边缘部分的虹膜，也有一些虹膜小坑，成为睫状区小坑。 与睫状部边缘部分的虹膜，也有一些虹膜小坑，称为睫状区小坑。与瞳i l 边的虹膜小坑 相比较，睫状小坑比较小和浅。位于两种小坑之间的虹膜组织往往有十条左右的梳状突 起，跨过睫状体表面，延伸到前房以内与房角网状组织相连续，此突起即为梳状韧带。 在虹膜的瞳孑l 领状边缘，有一条粗细不均匀的黑边，是虹膜的背面的色素上皮层向前延 伸的结果，此黑边当瞳7 l 扩大时变窄，瞳孔缩小时变宽。总体来说虹膜由前到后可分为 6 层：内皮细胞层：前界膜层：基质层：肌肉层：虹膜色素上皮层：内界膜层陋i 每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、 射线、皱纹和条纹等特征的结构。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，而且它本身具有丰富的纹理特征( 见图2 3 ) ，可以唯一地标志一个人的身份。 之所以说虹膜的纹理结构对于每个个体来说都是独一无二的，而且不随年龄变化， 主要有两个证据。 第一个来自于l 临床经验，在对大量的眼睛进行观察的过程中，眼科专家和解剖专家 注意到，一个人虹膜的精细构成具有极高的独特性，孪生子的虹膜，甚至一个人的左右 眼都完全不同。而且，在重复观察中，虹膜的结构纹理几乎没有什么变化，至少在儿童 时期过后基本不变。 第二个证据来自于发育生物学，有人发现尽管虹膜的基本结构取决于基因遗传，但 是虹膜的独特的细节部分却更多的依赖于环境。因此，想在自然的环境下复制虹膜几乎 是不可能的。在极少的情况下，虹膜的形成过程可能会出错，从而形成一个基本的虹膜 或产生明显的异位，或造成瞳孑l 的形状扭曲。生物发育学提供了有关虹膜的增长的稳定 性的方面的证据。虹膜的某些部分在出生时就已形成，而其它部分在两岁左右时定型。 色素的沉积会一直进行到青少年时期。在青少年之前人的瞳孑l 的基本尺寸呈现小幅度增 长的趋势。青少年之后，虽然随着年龄的增长，虹膜可能会轻微的退色，瞳孔可能轻微 第二章基于虹膜的身份识别系统简介 的缩小，但总得来说，健康的虹膜改变很少。眼睛种种疾病可能会改变虹膜的外观，在 病变的情况下，虹膜纹络会发生部分或全部性改变，大致有破裂脱落、穿孔、炎症增生、 萎缩、血管新生等多种情况。位于品状体前的虹膜，当眼球遭受钝伤时，容易因失去眼 球的背后支持，导致虹膜根部发生断离，造成虹膜破裂，甚至部分脱落。氏期暴露在某 种环境污染物中可能改变虹膜的颜色，但这些情况还是很少的。认为虹膜随人类不同健 康状况而变化的观点目前也没有充分的科学依据。 从生物统计学的观点来看，虹膜的另一个有利于识别的方面是它处于时时改变的动 态中，由于之间复杂的相互作用，虹膜的直径会处在一种不断波动的平衡状态中，这种 波动比较小，但这一特性却可用来判断正在识别的个体是否为活体。也就是说，由于虹 膜对光线的变化非常敏感，监控虹膜对一个受控光源的反应，能够鉴别虹膜是否是活体。 而且，虹膜在眼睛中所处的未知决定了它不可能被手术等方法改变，否则将严重伤 害眼睛，甚至造成失明1 1 2 j 。 图2 3 虹膜纹理 综上所述，虹膜识别技术基于以下生物特征依据： 1 ) 虹膜的纤维组织细节复杂而丰富，并且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。 2 ) 虹膜组织具有因人而异的固有特征。即使是同卵双胞胎，也不存在特征相同的实 际可能性，就是同一个人的左右两眼，其细节特征也不相同。 3 ) 虹膜组织特征在在出生半年至一年半内发育完全，并终生保持不变。 4 ) 不可能在对视觉无严重影响的情况下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 ) 虹膜结构很容易捕捉和进行编码。 江南大学硕二l 学位论文 2 2 虹膜识别系统 生物识别技术主要处理的是图像，因此大部分的生物特征识别技术是和图像处理技 术密切相关的。虹膜识别系统对虹膜进行取样，提取其唯一的特征并且转化成数字代码， 并进一步将这些代码组成特征模板，在进行身份验证的时候，识别系统获取其特征并与 数据库中的特征模板进行比对，以确定是否匹配，从而决定接收或是拒绝该人。 具体的虹膜识别系统由光源、摄像头c c d 和图像分析系统三部分组成1 2 6 j 光源提供 照明，使虹膜可以清晰成像，以获得高信噪比的信号。摄像头将光信号转换成电信号， 经a d 转换后，形成灰度图，送入计算机进行分析。计算机内装有虹膜图像识别的图像 分析软件，计算机内预存有己分割好的虹膜参考图像，参考图像的半径、中心坐标已归 一化、所有虹膜的半径r 均相同，所有虹膜的中心坐标均相同。识别过程即将实时捕捉 的图像与预存参考图像进行匹配的过程，比较图像之间的相似性，确定图像是否来自同 一对象，以确定拒绝或接受。如图是虹膜识别系统的一般识别过程。 图2 虹膜识别系统的一般识别过程 本文所有的实验所使用的虹膜样本来自于北京中科院自动化研究所提供的虹膜图 像数据库，不涉及图像的采集部分，因此本文主要研究的是从虹膜定位到虹膜匹配部分。 第二章基十虹膜的身份识别系统简介 2 3 本章小结 本章简单介绍了虹膜识别技术，主要介绍了生物特征识别系统的系统结构和虹膜识 别系统的组成。首先介绍了虹膜作为生物特征识别的生物学依据，然后介绍了一个典型 的生物特征识别系统的各个模块，描述了一个完整的虹膜识别系统，包括虹膜图像的预 处理模块，虹膜的特征提取和分类器。本文后续各章将详细介绍虹膜识别系统的三个模 块。 第三章虹膜图像的分割 第三章虹膜图像的分割 人眼的虹膜是虹膜识别中的匹配对缘，在虹膜识别过程中把虹膜图像从人眼图像中 分割出来是整个识别过程的关键部分，准确地分割虹膜区域对于下一步虹膜的图像匹配 很有帮助。由于每次虹膜在图像中的位置、大小以及虹膜的面积都不一样，因此在提取 虹膜特征之前，需要对虹膜图像进行预处理，分割出虹膜部分，并补偿平移、大小及瞳 孔缩放引起的变异，将虹膜图像归一化。由图像采集阶段获得的图像通常包含整个人眼 区域，虹膜图像的分割就是从图像中确定虹膜所在区域，然后将虹膜从眼l 晴图像中分割 出来。虹膜的定位，可以使用边缘检测的方法，可以采用区域分割的方法，还有一些其 它的方法。 3 1 图像的平滑 在拍摄的虹膜图像上面，会带有一些噪声，如：由于灯光等因素，有时会在瞳孔部 分形成一些亮点；图像数字化过程时的量化误差在摄像机采集的虹膜图像上产生噪声； 图像经过传输产生的信道误差等。这些噪声会对提取虹膜边界产生不利的影响【2 7 l ，为了 去除或者降低噪声的干扰，在进行边缘检测之前需要对虹膜图像进行平滑处理，本文采 用高斯平滑对图像进行处理。 3 2 虹膜的定位 虹膜定位即虹膜内、外边缘的检测。虹膜定位是虹膜识别中非常关键的一步，定位 准确与否直接影响到后面的特征提取及匹配精度。如果定位不准确，则虹膜识别率就会 降低，甚至可能造成误判，从而导致识别算法失效。虹膜的内边界近似圆形，可以用其 中心坐标及半径表征。圆形边缘检测器检测圆形的效果比较好，但是如果对整幅图像进 行搜索，却极为费时【2 】。本文使用粗定位与精定位相结合1 2 9 】的方法来快速定位虹膜内外 边缘的的中心及半径。 本章首先用投影法粗定位出瞳孔的中心，然后根据先验知识从眼睛图像中截取出包 含瞳i l 的小区域，再在小的区域范围内进行虹膜内外边缘的精确定位。粗定位瞳孔中心 采用投影法【2 9 】，精定位瞳孔中心采用质心法，精定位虹膜中心采用行列扫描法。在小区 域内进行虹膜内外边缘的圆心的定位及半径的计算，这样可以减少眼皮和睫毛等噪声点 对定位结果的影响，也可以减少虹膜外边缘定位时进行行列扫描的计算量，小样本范围 内的实验结果表明本文的定位算法能够准确定位虹膜内外边缘。下面将详细介绍定位的 过程。 汪离太学鼷圭学谴论文 3 2 1 定位虹膜内边缘 遗 l 与蛙貘之闻的边爨线搽度较大，较容易找到迭赛线，如豳3 。l b 是蜜3 + l a 眼薅 阐像的灰度壹方图，图中育两个峰值，第一个峰表示的是瞳孔，瞳孔的灰疫级在5 0 左 农，在两个峰之间的谷中选取合适的阈值，就可以使用二值化的分离方法来把瞳孔分离 出来。经过反复的实验，对于本文所使用的图片库，阙馕选择在6 5 ，能够较准确地分离 滋陵i t ，分离籍褥弱懿圈3 热熬二篷亿溪像。 幽3 1 眼睛图像的灰度赢方图 在得到瞳孔的图像以麓，采用投影法粗定位瞳孔的位置。在这个二值化酌区域内， o 代表黑色，1 代表白色，然后将这个矩形区域向水平和垂直方向投影。 aj ! i 始眼睛图像 b 二值化分离瞳孔图像 c 二谯他瞳孔匿像x 方岛投影向量蓝线d 二值钝瞳藐黧像y 方向投影融蘸曲线 翻32二氆纯鬣像投彩嚣 第三章虹膜图像的分割 本文采用的图片库图片大小为2 8 0 ：j 2 2 ，投影后的曲线见图3 2 c 和图3 2 d ，投影后可以 找到瞳孔的中心，如图3 2 c 是图像向水平方向进行投影得到的向量曲线，曲线的最小值 所对应的位置就是要找的瞳孔的纵坐标，而图3 2 d 是图像向垂直方向进行投影所得到 的向量的曲线图，该曲线的最小值所对应的位置就是瞳孔的横坐标： c e n t e r x = f i n d ( x ) w h e r ey = m i n ( y ) c e n t e r y = f in d ( y )w h e r ex = m in ( x ) 在实际测试过程中，由于噪声等的影响，获得的最小值通常不止一个，如图3 2 c 最小值 处已经是一条横线，而不是一个点，那么说明获得的c e n t e rx 或者c e n t e rv 是个向量， 对于这种情况，本文采用其所有最小值所对应的位置的平均值作为得到的c e n t e rx 和 c e n t e l y 。这样，就可以得到椭圆形瞳7 l 中心的粗略位置了，定位结采示意图见图3 2 b 。 同时可以得到在对应于中心位置的瞳7 l 半径。 瞳7 l 的形状是圆形的，具有对称的性质，而且其中心、圆心、质心都位于同一点。 根据先验知识及上一步得到的瞳孔中心粗略位置及半径，确定一个包含瞳i l 的区域，该 区域的选择要注意大小，应偏大于瞳i l ，但一定不可小于瞳孔，否则将导致错误的定位 结果。在这个小的区域内用求质心的方法精定位瞳孔中心。 3 2 2 定位虹膜外边缘 虹膜外边缘与巩膜在边缘处的对比不是非常明显，而且虹膜本身有着非常丰富的纹 理，灰度并不连续，所以用上面的算法无法定位虹膜的外边缘。本文首先使用c a n n y 算 子对原图像进行边缘提取( 图3 _ 3b ) ，然后根据瞳i l 的位置和其它的先验知识截取包含 瞳孔的矩形区域( 图3 3 c ) ，从而去掉了一些对虹膜外边缘定位没有贡献的点，减少了 后面工作的计算量并降低了出错的可能。但是由图可见，这个矩形区域中还是包含了眼 皮边缘、睫毛等影响确定瞳孔中心坐标i r i s x 和i r i s y 以及半径i r i s r 的因素。经过对 大量图片的观察，发现上下眼皮或多或少的总会对虹膜有所遮盖，所以最后截取如图 3 3 d 部分来计算虹膜的中心和半径。 具体做法首先是对图进行行扫描，找到每一行的第一个白色象素和最后一个白色象 素，即找到第一个为1 的元素( 对应的置为x ，( 1 ) ) 和最后一个为l 的元素( 对应的列位置 为x ( e n d ) ) 。 ，r 厶工：( 专丛堕趔) 6 ( 3 1 ) 身 2 。 其中：i r i s x 虹膜中心的横坐标： b 图d 区域中象素的行数： x i ( 1 ) 图d 区域中第i 行的第一个白色象素对应的列位置； x i ( e n d ) 图d 区域中第i 行的最后一个白色象素对应的列位置； 江南大学硕士学位论文 得到虹膜中心横坐标后，再对d 图进行列扫描，但是并不是对所有的列进行扫描， 因为并不是所有的列都包含有虹膜的边缘，只能取左边一部分和右边一部分进行列扫描 获得虹膜的纵坐标。 ，r 括一y = ( 蓦! 华+ 妻! 学) ( ，n + ( n n + ，) ) ( 3 2 ) 其中：i r i s x 虹膜中心的纵坐标 a 图d 区域中象素的列数； m 1 i n ( x 。( 1 ) ，x b ( 1 ) ) ； n m a x ( x i ( e n d ) ，x b ( e n d ) ) 5 y 。( 1 ) 图d 区域中第j 列的第一个白色象素对应的行位置； y 。( e n d ) 图d 区域中第j 列的最后一个白色象素对应的行位置； 在进行行扫描的同时，可以得到虹膜的半径： 打括一r = - 妻m a x f ( 朗d ) 一工j ( 1 ) ) ( 3 3 ) 定位结果如图3 3 e ，提取出的虹膜图像如图3 3 f 。 图3 3 虹外边缘定位 第三章虹膜图像的分割 3 23 定位结果 本文算法实现过程中，对大量的虹膜图像进行了定位测试，以下是用本文的定位算 法进行定位的部分测试结果，由测试结果可知，本算法对图像的处理得到的定位结果准 确，鲁棒性强。 3 3 虹膜图像归一化 幽34 虹膜定位部分测试结果 虹膜成像时，受各种外界因素影响，得到的图像会有因拍摄距离引起的大小不同、 头部旋转造成的眼角倾斜、眼球在眼眶内上下左右转动造成的不对称等方面的失真。校 正和补偿这些失真是保证系统鲁棒性的重要手段。虹膜归一化的目的是将每幅图像调整 到相同的尺寸和对应位置，从而消除平移、缩放等对于虹膜识别的影响【3 0 】。 从虹膜的定位结果可以发现虹膜的内外边缘实际上不是同心的，但是圆心的位置相 差并不大，为了简化分析，本文在处理过程中，认为内外边缘同心，圆心为瞳孔圆心 0 ( x 。，y 。) 。如图3 5 所示，从圆心发出的任何一条射线，与虹膜的内外边缘的交点的坐标 ( 分别为p ( x ，y 。，) 和i ( x 。，y 。，) ) 是可以由公式3 4 确定的： 厂。f 。，= z p + 。f 盯c o s 日 l y 。，。，；y 。+ ，0 。，s i n 臼 ( 3 4 ) ( 3 5 ) 臼口 宝口 c s w 一 + b = = 一 x y r l l 江南大学硕士学位论文 这时虹膜上任何一点q 可表示为从中心向q 点方向射线与瞳孔内外边缘交点p 、l 的线 性组合： 。嗍2 ( 1 。2 ”2 一一”坦 ( 3 6 ) y ( r ，疗) = ( 1 一，) _ y ( 疗) + 砂( 疗) 、 这样就可以将虹膜图像从平面直角坐标系o ，y ) 变换到( r ，口) 空间： q ( r ，疗) ，y p ，臼) ) 一q ( r ，口) 经过坐标变换的虹膜图像如图3 6 b 所示，即为归一化后的虹膜区域的纹理。 圈35 根据精度要求，本文中把虹膜区域展开成4 0 x 2 5 6 大小的矩形，如图3 6 b 。在展开的 过程中实际上进行了插值运算，这里认为这样的处理对整个识别过程而言并不影响识别 的准确性。首先，每个人的虹膜都经过同样的插值变换过程，这种影响即使有也几乎是 等同的，其次，每个人的虹膜样本都是在这一变换的前提下生成的，测试时匹配的虹膜 样本也是经过相同的变换，而这种变换不影响特征的稳定性。 图3 6 虹膜区域归一化 第= 章虹膜图像的分割 3 4 虹膜图像增强 归化后的图像对比度仍然比较低，山丁光照的不同其亮度也是不致的，这些将 会影响到随后的特征提取和肝配。为此，需要对图像进行图像增强处理。图像增强是指 通过一些技术手段，如利用平滑滤波去掉图像的高频噪声利用灰度直方图去判断图像 的灰度级分布，利月j 直方图均衡化来提高图像的对比度。本文采用直方图均衡化来增强 归一化后的虹膜图像，这种处理补偿了光照的不一致，也提高了幽像的对比度。 3 41 直方图均衡化法 直方图均衡化是一种借助直方图变换实现灰度映射从而达到图像增强目的的方 法。图像的灰度统计直方图是1 个1 一d 的离散函数： k = 0 ，1 ，l 1 上式- - f k 为图像“x ，y ) 的第k 级灰度值，n k 是图像h x ，y ) 中具有灰度值f k 的象素的个 数。根据上述定义，可以设置一个有l 个元素的数组，通过对不同厌度值象素个数的统 计来获得图像的直方图。因为p d f k ) 给出了对各个f k 出现概率的个估计，所以直方图 提