（计算机应用技术专业论文）牛眼虹膜识别技术研究.pdf

华东师范大学硕士学位论文摘要 摘要 近年来，人们对于信息安全的要求也越来越高，传统的身份识别方法，基于 其自身固有的特点越来越不能适应社会发展的需求，存在着许多不稳定因素，正 因如此，基于生物特征识别的技术应运而生。目前，基于生物特征的识别技术( 如 人脸，掌纹，虹膜，指纹，声音等) ，已经广泛应用于各个领域，虹膜识别作为 重要的生物特征识别方法之一，具有唯一性、稳定性、易采集性、非侵犯性等优 点，相比其他生物特征识别方法，其包含了许多独特的特征，具有更高的准确性。 据统计，虹膜识别的误识率是各种生物特征识别技术中最低的。 但是，目前的虹膜识别技术主要的应用对象为人眼虹膜，基于动物的生物特 征识别技术的研究和应用还比较少。随着欧洲各国疯牛病等传播疾病的流行，肉 类食品安全问题被各国政府组织日益关注。如何提高动物肉类可追溯性的精确 度，减少肉类产品的生产成本，成为一个迫切需要解决的问题。动物虹膜识别作 为其中一个新颖的解决途径，有成为新的动物标识技术的趋势，对于肉类食品安 全控制具有潜在的应用价值，存在传统方法所无法比拟的优势。 本论文研究牛眼虹膜识别，首先论述了本研究内容的前景及意义，介绍了虹 膜识别原理以及牛眼虹膜识别存在的技术难点，然后从牛眼虹膜图像的采集设备 出发，致力于牛眼虹膜识别各个环节的关键技术。其主要包括了：牛眼虹膜图像 的采集及预处理、牛眼虹膜的自动定位、牛眼虹膜归一化处理及增强、牛眼虹膜 的特征抽取及匹配。 虹膜图像的采集及预处理是牛眼虹膜识别的基础，采集图像的质量好坏，将 直接决定牛眼虹膜的识别结果；牛眼虹膜的自动分割的目的是将虹膜图像中的牛 眼虹膜区域提取出来，本文首先结合经典算法提出一些相应的改进，然后通过实 验，提出一种应用随机最小二乘原理分别进行内外边缘牛眼虹膜定位，并计算边 缘点问各点距离建立相应的分割评价体系来找到最佳分割曲线，最后将本文方法 与目前主流的虹膜定位方法在运行效率和分割质量上进行比较；在牛眼虹膜归一 化及增强阶段，通过拟合曲线与直线的儿何关系把原始图像中的牛眼虹膜转换到 固定的矩形图像中，从而消除牛眼虹膜因为平移、旋转、缩放等因素所造成的影 响：本论文最后论述了牛眼虹膜特征抽取及匹配分类阶段，主要是对归一化后的 牛眼虹膜图像通过g a b o r 滤波抽取特征并按方差倒数加权距离或改进的欧氏距 i v 华东师范大学硕士学位论文摘要 离的匹配准则与虹膜训练特征集进行比对，达到识别的目的。 实验结果表明，本文的牛眼虹膜定位分割方法比传统的分割方法相比，运算 速度快，具有较好的拟合精度。 关键词：生物特征识别，动物个体识别，虹膜识别，最小二乘原理，特征提取， g a b o r 滤波器，加权欧氏距离，h a m m i n g 距离 v a b s t r a c t t h ed e m a n do fi n f o r m a t i o ns e c u r i t y i si n c r e a s i n g t h et r a d i t i o n a li d e n t i f i c a t i o n m e t h o d sc a nn o tm e e tt h er e q u i r e m e n t so fs o c i a ld e v e l o p m e n tb e c a u s eo ft h e i r i n s t a b i l i t y a n dt h ei n h e r e n tc h a r a c t e r i s t i c st h e m s e l v e s t h a t st h er e a s o nt h a tt h e b i o m e t r i c se m e r g e d s of a r ，t l l eb i o m e t r i c ss u c ha sf a c e ，p a l mp r i n t , f i n g e r p r i n ta n d v o i c eh a sb e e nu s e di nv a r i o u sf i e l d s t h em o s ti m p o r t a n to n ei s i r i sr e c o g n i t i o n i t h a sl o t so fa d v a n t a g e sl i k eu n i q u e n e s s ，s t a b i l i t y , n o n - i n v a s i v ea n ds oo n c o m p a r e dt o o t h e rb i o m e t r i c s ，i tc o n t a i n sm o r eu n i q u ef e a t u r e sa n dh i g h e ra c c u r a c y a c c o r d i n gt o t h es t a t i s t i c s ，i r i sr e c o g n i t i o nh a s t h el o w e s te r r o r r a t e a m o n ga l l b i o m e t r i c i d e n t i f i c a t i o n h o w e v e r , c u r r e n t l yt h er e s e a r c ho fi r i sr e c o g n i t i o nt e c h n o l o g yf o c u s e so n h u m a ni r i s ， o n l yf e wf o rt h a to fa n i m a l s w i t ht h ep r e v a l e n c eo fm a d c o wd i s e a s ei ne u r o p e ，t h e i s s u eo fi n t e n s i f y i n gt h ef o o ds a f e t yh a sb e e np a i dm u c hm o r ea r r e n t i o nb ym a n y c o u n t r i e s h o wt oi n c r e a s et h ea c c u r a c yo fa n i m a lm e a tp r o d u c tt r a c e a b i l i t ya n d r e d u c et h ec o s to ft h ep r o d u c t sh a sb e c o m ea nu r g e n ti s s u et ob er e s o l v e d a so n e o f t h en o v e ls o l u t i o nt ot h ei s s u e ，a n i m a li r i sr e c o g n i t i o nt e n d st ob e c o m ean e w a n i m a l i d e n t i f i c a t i o nt e c h n o l o g y , w h i c hh a sp o t e n t i a la p p l i c a t i o n st oc o n t r o lt h es a f e t yo ft h e m e a tp r o d u c t sa n dh a sg r e a ta d v a n t a g e sc o m p a r e dt ot h et r a d i t i o n a lm e t h o d s t h i sp a p e rd i s c u s s e st h ep r o s p e c t sa n ds i g n i f i c a n c eo fc a t t l ei r i sr e c o g n i t i o nf i r s t l y ， w h i c hi n c l u d e st h et h e o r yo fi r i sr e c o g n i t i o na n dt h et e c h n i c a ld i f f i c u l t i e si nc a t t l ei r i s r e c o g n i t i o n t h e n ，w e i n t r o d u c et h ek e yt e c h n o l o g yi na l ls t a g e so fc a t t l e i r i s r e c o g n i t i o n s u c ha se a r l ei r i s i m a g ea c q u i s i t i o na n dp r e - p r o c e s s i n g ，c a t t l e i r i s s e g m e n t a t i o n ，c a t t l ei r i sn o r m a l i z a t i o na n d e n h a n c e m e n t ，c a t t l ei r i sf e a t u r ee x t r a c t i o n a n dm a t c h i n g i nt h e s es t a g e s ，i r i si m a g ea c q u i s i t i o na n dp r e - p r o c e s s i n ga r et h eb a s i so fe a r l ei r i s r e c o g n i t i o n t h eq u a l i t yo fi r i si m a g ea c q u i s i t i o nw i l l a f f e c tt h ea c c u r a c yo ft h e r e c o g n i t i o nr e s u l t s t h ep u r p o s eo f c a r r i ei r i ss e g m e n t a t i o ni st oe x t r a c tt h ec a t t l ei r i s f r o mt h ec a t t l ei m a g e i nt h i sp a p e r , s o m ei m p r o v e m e n t sh a v eb e e np r e s e n t e d a n a p p r o a c h b a s e do nl e a s ts q u a r ep r i n c i p l eh a sb e e np r o p o s e df o r c a t t l ei r i s s e g m e n t a t i o n t h ed i s t a n c eb e t w e e n t h ee d g ep o i n t sa n dt h ef i r e dc u r v ei sc a l c u l a t e d t oc i e c i c l et h eb e s to n ei nt h ec a t t l ei r i si m a g e t h ec o m p a r i s o no ff i t t i n gp r e c i s i o na n d s p e e db e t w e e nt h ep r o p o s e da p p r o a c h a n dt r a d i t i o n a lm e t h o d si ss h o w e di nt h e v i e x p e r i m e n t s i nc a t t l ei r i sn o r m a l i z a t i o na n de n h a n c e m e n ts t a g e ，ag e o m e t r i cm e t h o d i su s e dt om a k et h ec a t t l ei r i sn o r m a l i z et oar e c t a n g u l a rb l o c kt oa c h i e v es h i ra n d s c a l ei n v a r i a n c e f i n a l l y , t h eg a b o rf i l t e ri su s e df o rf e a t u r ee x t r a c t i o na n dw e i g h t e d e u c l i d e a nd i s t a n c eo ri m p r o v e de u c l i d e a nd i s t a n c ec a nb eu s e df o rm a t c h i n g e x p e r i m e n t a lr e s u l t si n d i c a t et h ee f f i c i e n c ya n dq u i c k s p e e do f t h ep r o p o s e da p p r o a c h c o m p a r e dt ot h et r a d i t i o n a lm e t h o d s k e yw o r d ：b i o m e t r i c s ，a n i m 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 ，l e a s ts q u a r e p r i n c i p l e ，f e a t u r ee x t r a c t i o n ，g a b o rf i l t e r , w e i g h t e de u c l i d e a nd i s t a n c e ，h a m m i n g d i s t a n c e v i i 学位论文独创性声明 本人所呈交的学位论文是我在导师的指导下进行的研究工作及 取得的研究成果据我所知，除文中已经注明引用的内容外，本论文 不包含其他个人已经发表或撰写过的研究成果对本文的研究做出重 要贡献的个人和集体，均已在文中作了明确说明并表示谢意 作者签名： 埠魄半 学位论文授权使用声明 本人完全了解华东师范大学有关保留、使用学位论文的规定，学 校有权保留学位论文并向国家主管部门或其指定机构送交论文的电 子版和纸质版。有权将学位论文用于非赢利目的的少量复制并允许论 文进入学校图书馆被查阅有权将学位论文的内容编入有关数据库进 行检索有权将学位论文的标题和摘要汇编出版保密的学位论文在 解密后适用本规定。 学位论文储张烈衣中导师挠像 晾芈魄号兰 华东师范大学硕士学位论文第一章绪论 第一章绪论 本章首先介绍了牛眼虹膜识别的研究背景和现实意义；其次概述了虹膜识别 技术的基本原理，国内外发展现状以及相关学者在该领域的研究工作和成果；然 后结合牛眼虹膜的自身特点，介绍了动物虹膜识别研究的技术难点；最后给出了 本文的主要工作和组织结构。 1 1 研究的目的、背景及意义 随着生物信息技术的迅猛发展，人们对于信息安全的要求也越来越高。传统 的身份识别方法，基于其自身固有的特点越来越不能适应社会发展的需求，存在 着许多不稳定因素，正因如此，基于生物特征识别的技术应运而生。目前，基于 生物特征的识别技术( 如人脸，掌纹，虹膜，指纹，声音等) ，已经广泛应用于 各个领域，虹膜识别作为重要的生物特征识别方法之一，具有唯一性、稳定性、 易采集性、非侵犯性等优点，相比其他生物特征识别方法，其包含了许多独特的 特征，具有更高的准确性。据统计，虹膜识别的错误率是各种生物特征识别技术 中最低的【。 但是，目前的虹膜识别技术主要的应用对象为人类虹膜，基于动物的生物特 征识别技术的应用还比较少。近年来，一系列食品安全事件的发生以及人畜共忠 传染病的爆发带给人们极大的恐慌，世界各国对食品安全越来越关注，越来越多 的企业正试图降低生产过程中的风险，同时越来越多国家的消费者要求提供大型 动物产品在食品供应链中的流动情况，并对其进行跟踪和追溯。 在经济全球化的大潮中，各国生产商对出口市场越来越重视，疯牛病、禽流 感等疾病的爆发给相关国家的畜牧养殖业造成巨大的甚至是毁灭性的打击，畜禽 产品出口受阻，市场销售下降，客观上也有力地促进了世界各国食品可追溯系统 的发展，其中肉类食品可追溯系统的研究实施，更是得到了相关国际部门和消费 者的普遍关注。2 0 0 3 年美国发生的疯牛病感染奶牛事件，使得在整个生产加工 过程中建立动物产品可追溯系统变得更加紧急，可追溯系统的范围由单个企业扩 展到整个国家，最终演变为欧盟标准。因此，大型动物个体识别与追溯，是实现 畜产品可追溯性的关键环节【2 1 。 华东师m 学学n 论i * 一章绪论 虹膜识别作为一种稳定有效的生物特征识别方式，将逐渐成为新的动物标识 技术，并对于肉类食品安全控制具有潜在的应用价值若将其应用于动物个体识 别中，可以消除其他动物识别系统中的欺骗和设备功能异常现象，也满足欧盟等 组织对动物福利的要求，避免发达国家以动物福利产生的贸易壁垒，也具有传统 方法所无法比拟的优势。 传统的动物个体识别方法主要依靠电子耳标或者通过在动物体上作烙印等 方式米标注动物个体【”。这些方法不仅给动物带来了伤害和痛苦，而且标记可能 会因为塘损而变得难啦辨别，并且很容易被人修改，从而降低了识别的可信度。 动物虹膜识恻用动物自身的生物特征，有效地克服了这些缺点，从而得到了各 界广泛的关注。 1 2 虹膜识别的基本原理 虮膜是眼球上的一个内部器官，位于角膜之后和晶状体之前巩膜和瞳孔之 问的环状部分。见图i - l 眼睛的解剖图【i 。其辛饕功能是用来控制进入瞳孔的光 通量，通过括约肌和扩张肌的伸缩，带动虹膜k 域调节瞳孔太小，在光线弱时瞳 孔放大，光线强时瞳孔缩小。 图1 1 眼睛结构图 f i g u r ei - 1t h es t r u c t u r eo f h u m a ne y e 虹膜含有极其丰富的纹理特征总体h 星现一种由里到外的放射性结构，包 含有许多互相交错的类似于斑点、细蝗、冠状、条纹、隐窝等形状的细微特征， - 2 - 华东日m 学日学位论z 如图卜2 所示。这些特征在动物出生之前就以随机组合的方式确定下来，一旦形 成便终生不会改变，而且由于有角膜的保护作用，虹膜不易受到外界的伤害且具 有非侵犯性的特征1 5 , 6 1 ，因此，虹膜可以作为重要的个体鉴别特征。 图1 - 2 虹膜正面视图 f i g u r e1 - 2 t h e f r o n t v i e wo f l d s 罔i 一3 虹膜识别系统的构成 f i g u r ei - 3t h es t r u c t u r eo f a n i r l sr e c o g n i t i o ns y s t e m 华东师范大学硕士学位论文第一章绪论 一个完整的虹膜识别系统主要包括虹膜图像采集、虹膜检测与定位、虹膜归 一化、虹膜特征抽取、虹膜匹配这五个方面步骤。具体如图1 3 所示。虹膜图像 的采集直接影响到后续的特征提取和识别的结果，此步骤在很多情况下极易受到 光照、拍摄角度、眼皮遮挡等冈素的干扰；从一幅虹膜图像中快速检测虹膜的存 在并定位出虹膜位置的过程即为虹膜检测与定位；检测定位出来的虹膜纹理区域 需要归一化到一个固定的矩形区域，从而减少虹膜因旋转、缩放、位移等因素的 干扰；虹膜特征抽取即从归一化的虹膜区域中抽取可识别的有效信息，构建虹膜 纹理特征编码；最后通过虹膜特征编码与数据库中的虹膜编码进行匹配，进行识 别的过程即为虹膜匹配。 1 3 虹膜识别技术的发展历史与国内外研究现状 虹膜识别在人的身份鉴别中已经得到了广泛的研究和应用。在过去十几年 中，虹膜识别技术得到了快速的发展，基于虹膜识别的身份鉴别思想最早可追溯 到1 9 世纪8 0 年代【。7 1 。但是受技术的限制，当时的虹膜识别主要依据颜色和形状 信息，而且信息通过人的观察获取。2 0 世纪3 0 年代中期，人们已经开始设想用 虹膜来识别身份，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 用于身份识别。直到1 9 8 7 年，眼科专家l e o n a r df l o m 和a r a ns a f i r 首次提出了 利用虹膜图像进行自动虹膜识别的概念，但是他们并没有开发出一个实际的应用 系统【8 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【9 j ，这是有文献记载的最早的一个应用系统。 随后到了1 9 9 3 年，英国剑桥大学j o h nd a u g m a n 1 0 1 3 禾1 j 用如下的微积分算 子( i n t e g r o d i f f e r e n t i a lo p e r a t o r ) 定位分割虹膜： m a x 。j g , , ( 伊瓤朋警叫 其中，g 。o ) 是标准差为仃的高斯函数，主要是平滑滤波作用，为虹膜图 像，表示卷积。该算子在以( x ，y ) 为圆心、，为半径的圆上，对每个像素做积分 并归一化，反复迭代求差分的极值，其对应的坐标( x ，j ，) 即为所求的圆的中心 及半径。特征抽取时利用二维g a b o r 滤波器的相位编码算法，将所得到的相位信 息量化为二值的虹膜编码，见1 2 式。 华东师范大学硕士学位论文 第一章绪论 嚷妯 = s g n r e i m 工1 ( p ，弦一毗。p 嘲叩户m 2 一州户伊2 删 ( 1 2 ) 最后利用归一化的h a m m i n g 距离匹配实现了一个高性能的虹膜识别原型系 统。目前，大部分商用自动虹膜识别系统都使用d a u g m a n 的核心算法。 r i c h a r dw i l d e s 1 4 , 1 5 】在1 9 9 4 年也研制成功基于虹膜的身份认证系统。该系统 利用边缘检测结合h o u g h 变换的方法，定位分割虹膜。特征抽取使用基于纹理 分析的方法，采用拉普拉斯金字塔的多分辨率技术1 6 】，在不同尺度下计算给定的 两个虹膜图像的归一化相关系数，最后用f i s h e r 判别分类器进行分类。 近年来，虹膜识别方面的研究得到了迅猛的发展。北美和欧洲有一些研究人 员致力于虹膜识别方面的研究。具有虹膜识别功能的门禁系统、自动提款机、手 机等，近年来也先后在美国、日本等国家开发应用，在军事、民航及生活的各个 领域发挥着巨大的作用。国内方面，我国虹膜识别领域研究起步比较晚，但中科 院自动化所、浙江大学、华中科技大学等都有所研究，特别是中科院自动化所的 科研人员从硬件到软件都实现了完全自主知识产权的目标，突破了早期西方国家 的技术垄断与封锁，他们自主研制了虹膜图像采集装置 1 6 , 1 刀并建立和共享了用于 研究的虹膜数据库叫a s i a 虹膜数据库【1 8 】，同时利用改进的多通道g a b o r 滤 波器对虹膜图像进行滤波，然后把虹膜图像按一定大小进行分块，提取每块的均 值和方差作为统计特征，最后利用最近中心分类器进行特征匹配，从而实现了基 于虹膜识别的身份鉴别系统。 虹膜识别在动物个体识别方面，西方一些发达国家也早于国内投入研发，相 继有美国、日本等国家已经研制出了动物虹膜识别系统，如美国农业部开发用来 追踪从而保护美国家畜安全的国家动物标识系统( n a i s ) 、日本的赛马身份鉴别系 统等【2 1 。它们分别应用于不同的领域，但出于商业专利权的考虑，相关的文献几 乎没有，国外已经有的文献中也只是对算法的思想和系统的构建做了笼统的介 绍。m a s a h i k os u z a k i i 侈】等针对虹膜识别在赛马身份鉴别中的应用进行了研究， 并且利用马眼虹膜的结构特征通过矩形区域抽取了马的虹膜特征来识别马，使得 马眼虹膜识别成为可能。目前，国内外还没有将动物虹膜引入肉类食品安全追溯 体系的文献。 1 4 动物虹膜识别研究的难点 华东师范大学硕士学位论文第一章绪论 目前，国内外对虹膜识别的研究还主要集中在人眼方面，对动物虹膜识别的 研究还比较少。但因其潜在应用价值，美日等国家相继开发完成了相应的动物虹 膜识别系统。将人眼虹膜识别技术应用于动物虹膜识别上，主要存在以下几个技 术难点： ( 1 ) 动物虹膜图像采集。 动物和人很难存在交流，与人眼虹膜采集不同，动物很难在采集过程中保持 静止不动，因此采集时往往不能进行聚焦，获取的图像质量也较差，难以满足识 别的要求。 具体到牛眼虹膜图像采集上，其采集过程容易造成采集失败，主要的难点为： 第一，采用的设备是非接触式的，靠近牛眼后容易引起牛的惊吓；第二，牛的头 部和眼睛极易旋转，不容易准确采集到完整的虹膜；第三，牛眼的睫毛过长过密， 几乎遮挡了其大部分的眼球；第四，容易受环境光照的影响，采集时易形成大面 积的明显光斑【2 1 。 ( 2 ) 动物虹膜图像的质量评价。 由于实际采集时动物的不配合、睫毛遮挡、瞳孔变形等因素而存在着诸多困 难，造成采集的图像质量的优劣，对于质量较差的虹膜图像直接影响最后的识别 结果，因此需要采用合适的质量评价方法，用于排除不满足识别要求的虹膜图像， 提高识别的准确率，是非常必要的。成熟的虹膜系统只有能够辨别当前虹膜图像 质量的高低，才能做出相应的调整，从而实现虹膜图像的完美采集。 ( 3 ) 动物虹膜检测与定位。 动物虹膜结构相对于人眼虹膜更复杂，在生理、形状、色泽、纹理上存在着 很大的差异，例如：马的瞳孔形状是一个近似圆角矩形，而牛的瞳孔形状则近似 于一个椭圆，由于瞳孔形状的改变，相应的虹膜形状也发生了变化。见图1 4 人 眼虹膜与牛眼虹膜比较图。因此，需要针对不同的图像采用不同的拟合方法进行 虹膜检测与定位。 人眼的瞳孔和虹膜总体上呈现近圆形，因此，人眼虹膜定位算法大多利用圆 的几何特性米进行定位。由于动物虹膜形状与人眼虹膜存在差异，无法用拟合圆 的方法米拟合。针对牛眼虹膜，结合其形状特征，可以通过边缘检测方法拟合椭 圆来实现，但是随着椭圆拟合参数个数的增加，相对于圆拟合的三个参数，拟合 的计算复杂度也相应增加，拟合速度也随之变慢，往往使人无法忍受。 $ 束师范大学硬学论立 第一章绪论 啬 ( a ) 眼虹膜图像( b ) 牛眼虹膜图像 图卜4 人眼虹膜与牛跟虹膜的比较 f i g u r e l 一4 t h e c o m p a r i s o no f h u m a n i r i s a n d c a t t l e i r l s ( 4 ) 动物虹膜纹理特征抽取。 在虹膜纹理特征抽取方面人眼虹膜所包含的密集丰富的放射状纹理，主要 集中在瞳孔的周围，而动物虹膜纹理则与人眼不同在瞳孔周围有一些虹膜颗粒。 对于牛眼虹膜纹理，其主要集中在虹膜的外边缘处n 呈现为类似月牙形纹理， 故在特征抽取时需要特别注重外边缘虹膜纹理的抽取，选用更合适的特征提取编 码方法。 1 5 本文的组织结构 本义的主要顺序按照牛眼虹膜识别过程的顺序安排。 第一章首先介绍了牛眼虹膜识别的研究背景和现实意义其次概述了虹膜识 别技术的原理及国内外发展现状相关学者在该领域的研究工作和成果，然后结 合牛眼虹膜的自身特点，最后介绍了动物虹膜识别研究的技术难点及本论文的创 新之处。 第_ 章具体介绍牛眼虹膜同像的采集设蔷、影响采集的因素与虹膜图像的预 处理过程及相关方法，选取高质量的牛眼虹膜闭像标准。 第三章介绍了牛眼虹膜的检测与定位，具体给m 了几种传统定位虹膜的方法 发原理。并分别应用于，l ：眼虹膜，重点阐述了本文提出的基于最小二乘原理的牛 眠虹膜分割方法，特别在虹膜外边界曲线拟合上给出评价方法，最后给出实验 结果体现本文方法的优越性能。 第四章给介绍了传统虹膜归一化方法及牛眼虹膜的增强，井给出本文牛眼虹 浔 华东师范大学硕士学位论文第一章绪论 膜的归一化方法，包括归一化虹膜图像的增强方法，阐述了本文的虹膜归一化分 割的评价体系，对于归一化的虹膜图像在精度和速度上与其他相关方法进行了比 较，并给出实验结果予以说明。 第五章首先回顾描述了虹膜特征抽取及虹膜匹配的相关经典方法，重点介绍 了本文应用改进的多通道二维g a b o r 滤波器对牛眼虹膜图像进行滤波的效果，以 及牛眼虹膜特征抽取的规则，然后利用方差倒数加权距离的方法和改进的欧氏距 离分类进行牛眼虹膜匹配，并给出最后的实验结果。 第六章对本文的工作进行了总结，并指出与展望今后需要进一步研究的工 作。 华东师范大学硕士学位论文第二章牛眼虹膜图像的采集及质量评估 第二章牛眼虹膜图像的采集及预处理 2 1 引言 牛眼虹膜图像的采集是牛眼虹膜识别系统的第一步，也是十分关键的一步。 其采集的牛眼虹膜图像质量好坏，将直接影响后续的识别结果。由于牛眼虹膜的 面积比较小且形状较为特殊，眼睛对于牛来说是极为敏感的部位，极易受到刺激， 使牛产生不配合的抵抗采集的情绪。此外，光照强度、拍摄角度、灰尘干扰、瞳 孔扩散、睫毛遮挡等因素都能影响采集动物虹膜图像的质量，再加上虹膜采集装 置的平台实质上需要整合光、机、电、元器件为一体化，并涉及多道设计与加工 工艺，实现起来相当复杂，因此，要获得高质量的虹膜图像，就需要专门的设备 和细心的操作【2 0 1 。 采集到的牛眼虹膜图像，往往存在不聚焦、运动模糊、瞳孔过度变形、睫毛 严重遮挡等因素的影响，为了提高识别的准确率，在进行虹膜识别之前，有必要 对所获取的牛眼虹膜图像进行选择，然后对牛眼虹膜图像进行基本的平滑、降噪 等预处理操作。通过这样一系列的操作把质量较高的虹膜图像作为整个牛眼虹膜 识别系统的输入，以此来提高系统整体的接受率和识别率。 2 2 牛眼虹膜的采集 虹膜图像的采集设备最初功能比较单一，需要用户配合，在特定的光照环境 下，近距离采集且实用性较差。随着虹膜识别技术应用越来越广泛，虹膜采集设 备也在飞速发展。从以前近距离，特定光照环境下的采集设备，到现在远距离、 自然光照下的自动虹膜采集设备。国外已有许多公司如l r i d i a n t 公司、o k i 公司、 l g 公司等从事虹膜图像采集技术方面的研究，并且研制出了适用各种不同环境 的虹膜采集设备，但是这些装置价格普遍都比较昂贵。国内最早从事虹膜识别研 究的单位中科院自动化所建立并公开了c a s i a 虹膜图像数据库【1 8 】，目前已被国 内外多家科研机构所采用。 2 2 1 牛眼虹膜的采集设备 本文针对牛眼虹膜的自身特征，采用上海交通大学图像所研制的第三代手持 4 ”n 顸学r 沧戈 m - t 虹奠阳像的采集质* 估 式非接触式自反馈虹膜采集仪川作为牛服虹膜图像的采集设备。如图2 - l 为上海 交通大学研制的第三代虹膜采集设备。 图2 1 牛眼虹膜的采集设备 f i g u r e2 - ic a p t u r e d e v i c e f o r c a t t l e i r i s 该采集设备由摄像镜头、c c d 、滤光片、红外光光源等连接组成，采用红 外l e d 作为照明光源拍摄的同时，高亮度的液晶屏实时显示采集到的动态虹 膜图像序列，并反馈虹膜位置、对焦清晰度等相关信息，以调整拍摄姿态。由于 采用了液晶屏自反馈机制，能够使用户在极短的时间内更加快速井且完全自主地 完成虹膜的瞄准和对焦，所以该采集设备具有结构简单、引导迅捷、使用方便薅 显著特点m 】；其存在的主要缺点为：由于是非接触式的虹膜采集系统，易受到 外界环境光的影响，采集下来的虹膜清晰度不高，电池使用时间短等。 2 2 2 影响牛眼虹膜采集的因素 牛眼虹膜的采集过程相对于 眼采集过程来说，要更加复杂些，采集时相对 地影响虹膜图像质量的因素也较多，甚至有砦是无法控制的。这些因素有来自采 集设备奉身设计使用的影响，i 司时也有来自于牛这种动物自身生理方面以及牛的 不配合采集的影响，更有来自于采集时自然环境的影响。幽2 - 2 给出了一些采集 失败的牛眼虹膜图像。萁主要裘现为以下几个方面： ( i ) 来自采集设备的设计与使用困素。由于该采集设备是专门为人眼 虹膜采集所设计的，采用的内置红外光波长相对于更适应人眼的 虹膜反应，其摄像头的焦距也是以拍摄人眼虹膜为依据而设定。 因此对于采集相对虹膜纹理较复杂的牛眼虹膜图像时采集时描 毕$ 师瓿太学磺学位论土 第章牛m “圈悼采集质量评# 更注意拍摄角度，同时该采集设备由于是便携式非接触式的内 置电池使用的时闻较短容易在电量不充分时影响牛眼虹膜图像 采壤滴晰鹰。 ( 2 ) ( 3 ) ( a ) 力不足( b ) 因牛不配台采集 ( c ) ( b ) 勰 ( c ) 因牛的睫毛遮挡( d ) 因光照强度太大 ( d ) 幽2 - 2 采集失败的牛眼虹膜图像 f i g u r e2 - 2 f a i l e d i m a g e s f o r c a p t u r i n g c a b l e i r i s 来自牛的不配合采集因素。由于牛本身具有易怒的天性。人与牛 之间无法交流日m 睛是其极为敏感部位，采集时光照的影响会刺 激牛的眼睛造成其烦躁从而不配合采集虹膜图像。有时甚至会 旋转眼球使得采集 5 备无法聚焦牛的虹膜。 来自牛的生理特征因素。牛的眼睛相对于人的眼睛要大而且其 瞳孔和虹膜占据了限睛可视的大部分面积，受采集设备限制不太 利于采集到完整清晰的虹膜图像( 儿能采集到人部分) 。牛的眼睫 毛较k 而且浓密，在采集时经常由于光照刺激造成睫毛遮捎无 法采集到虹膜。 $ 师范 学礤学n 论i * = $ 十吸“膜目* 的艰& 质量* b ( 4 )来自采集环境的因素。采集牛眼时，牛舍光线往往比较昏暗，光 照角度的变化、光照强度的变化、运动模糊以及牛瞳孔的过度变 形等，都会造成采集虹膜的失败。 r 。= 华东师范大学硕士学位论文第二章牛眼虹膜图像的采集及质量评估 去噪后能保存虹膜边缘的特性。 对于牛眼虹膜图像，通过中值滤波的去噪，即可以保持边缘的特性，同时又 可以去除一些类椒盐噪声的干扰，为后面牛眼虹膜的准确定位做好准备。图2 3 展示了牛眼虹膜图像经过中值滤波处理后的效果，并且给出了滤波前后与原图的 差异。从图中可以看出，虽然肉眼上很难看出滤波后的变化，但是通过与原牛眼 虹膜图像的像素值作差后，可以清楚地看到中值滤波后对于牛眼虹膜图像的效 果，平滑后去除了许多噪声。 2 3 2 直方图均衡化 直方图均衡化( h i s t o g r a me q u a l i z a t i o n ) 1 2 4 ；z 5 1 目的，主要是为了提高虹膜图 像的亮度对比度。通过这种方法，亮度可以更好地在直方图上均匀分布，这样就 可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化操作通过有效 地扩展常用的亮度来实现这种功能。牛眼虹膜图像的瞳孔与虹膜的对比度一般， 为了使其在虹膜定位中精确定位，需要做边缘检测，通过直方图均衡化操作，可 以使牛眼的瞳孔的边缘对比度更加明显，增加瞳孔边缘的精度。 直方图均衡化的原理主要是：先统计图像中各个灰度出现的次数，计算该灰 度的像素出现的概率，即： p x ( i ) ：兰，f 0 ，l l ( 2 1 ) n 其中，刀，表示灰度f 出现的次数，p ，( f ) 表示灰度为，的像素的出现概率。三是图 像中所有的灰度数，拧是图像中所有的像素数，p 实际上是图像的直方图，归一 化到0 至l 上。把c 作为对应于p 的累计概率函数，i 司时也是图像的累计归一化 直方图，可以定义为： f c ( f ) = 仇( ) ( 2 2 ) = o 最后通过创建一个形式为少= t ( x ) 的变化，对于原始图像中的每个值产生一个 y ，这样的y 累计概率函数就可以在所有值范同内进行线性化，转换公式可以定 义为： 儿= 丁( 一) = c ( d ( 2 3 ) 因为丁将不i 一的等级映射到0 至l 的区间，为了将这些值映射回它们最初的域， 4 m 学怔* 女 镕一$ 十m “腆陌像白勺采集质量* 估 需要应用下面的简单变换： = m ( m a x - m l n ) + r a i n ( 24 ) 其中，m a x 与m i n 分别为原图像中灰度级的最大值与最小值。 。鼍鼍薯i _ p 牛眼虹膜图像的直方图 沁) 直方幽均衡化后的牛眼虹膜幽像 ( d ) 直方幽均衡化后的直方凹 图2 - 4 牛眼虹膜图像的直方圈均衡化操作 f i g u m2 - 4 h i s t o g r a m e q u a l i z a t i o n f o r c a t t l e i r i s o ；i r，je a 1 t 图2 - 5 州。r 将图2 - 4 ( a ) 映射到图2 4 ( c ) 的亮度变换函数 f i g u r e2 - 5i n t e n s i t yt r a n s f o r m a t i o nf u n c t i o nf r o mf i g t u r e2 - 4 ( a ) t of i g t o r e2 - 4 ( c ) 华东师范大学硕士学位论文第二章牛眼虹膜图像的采集及质量评估 通过对牛眼虹膜图像进行直方图均衡化操作后，可以明显的发现其瞳孔与虹 膜的对比度大大增强，从而进行边缘检测时可以达到更好的效果。图2 _ 4 所示为 对牛眼虹膜图像进行了直方图均衡化操作的过程及其直方图的变化。图2 5 所显 示的是用于图2 - 4 ( a ) 所示的牛眼虹膜图像映射到图2 - 4 ( c ) 的直方图均衡化后的牛 眼虹膜图像的亮度变换函数。 2 4 本章小结 本章主要介绍了有关牛眼虹膜图像的采集和虹膜图像的预处理，在牛眼虹膜 图像采集中主要介绍了所使用的上海交通大学图像所所设计的虹膜采集设备和 其基本构造，最后总结了用该设备在针对牛眼虹膜采集中所碰到的困难与影响因 素。其中的包括以下几个方面的主要困难及影响冈素：( 1 ) 采集设备的设计与使 用；( 2 ) 牛本身不配合采集；( 3 ) 牛本身的生理因素影响；( 4 ) 采集时的环境影 响。上述采集时的主要困难与因素，直接影响导致了牛眼虹膜图像采集的成功率。 由于牛眼虹膜图像的质量好坏将直接影响后续识别过程的准确率，故还需要对牛 眼虹膜图像进行挑选，选取符合识别要求的牛眼虹膜图像。 在虹膜图像预处理中，主要介绍了对于挑选出的虹膜图像进行中值滤波和直 方图均衡化的操作。中值滤波通过窗口移动，选取窗口中间的像素值作为该点的 像素值，从而有效地去除牛眼虹膜中的椒盐类噪声；直方图均衡化操作，通过统 计图像中各灰度值的出现次数，归一化计算统计的灰度值出现概率的方法，可以 增加图像的亮度，从而使牛眼瞳孔边缘更加明显，有利于后续虹膜内环的边缘检 测及虹膜定位。 华东师范大学硕士学位论文第三章牛眼虹膜的定位 第三章牛眼虹膜的定位 虹膜的定位是整个虹膜识别系统的重要环节，定位的虹膜位置是否准确不仅 决定了后续过程是否可以继续，而且对于后续的归一化、特征抽取，以及最后的 分类匹配都有直接的影响，所以虹膜定位的优劣决定并影响了整个虹膜识别系统 的性能。同时，对于虹膜定位来说，又是整个虹膜识别五个阶段中最为困难的一 步，很多算法在此阶段往往花费了大量的时间，如何又快又准地定位出虹膜图像 中的虹膜位置，是如今许多虹膜识别研究者所关心的问题。 3 1 引言 虹膜定位是在虹膜图像中，通过一些算法快速、准确地把虹膜中有效的、可 以用于识别的部分定位分割出来的过程。其不仅是虹膜识别的重要关键环节，而 且定位的准确性将直接决定后续虹膜识别阶段能否继续，归一化、特征抽取以及 最后的分类匹配是否准确，以至直接影响虹膜识别的准确性。 对于人眼虹膜图像来说，虹膜定位时主要有以下两个特点：( 1 ) 人眼虹膜的 内外边界的边缘强度比较明显；( 2 ) 人眼虹膜近似于一个圆环；( 3 ) 睫毛、眼睑 遮挡的虹膜面积较少；( 4 ) 算法阈值选择相对较固定。而相对于人眼虹膜的特点， 牛眼虹膜图像的虹膜定位在技术上要复杂许多，其主要有以下四个方而因素： ( 1 ) 牛眼虹膜内外边界不明显。牛眼虹膜图像由于采集设备的原因，采集 到的牛眼虹膜内外边缘对比度较弱。虹膜内边缘通过上述的中值滤波、直方图均 衡化操作后，尚可准确分割，但是在虹膜外边界的定位分割上，由于对比度不够， 边缘强度较小，经常导致虹膜定位分割失败。 ( 2 ) 牛眼虹膜形状为类椭圆环而非圆环。牛眼虹膜结构相对于人眼虹膜更 复杂，在生理、形状、色泽、纹理上存在着很大差异。通过大量的牛眼虹膜图像 采集发现，牛眼虹膜近似于一个由两个不同圆心的类椭圆组成类椭圆环状区域， 相对于人眼的类圆环区域，在计算上随着参数地增加，时间复杂度急剧上升，定 位所化的时间往往比较漫长，使人无法忍受。 ( 3 ) 牛眼睫毛遮挡影响严重。由于牛眼睫毛本身的特点( 长且浓密) ，导致 睫毛遮盖的虹膜面积普遍较大，会直接导致虹膜分割的失败。 华东师范大学硕士学位论文第三章牛眼虹膜的定位 ( 4 ) 牛眼虹膜定位的阈值选取较难。由于上述牛眼虹膜存在的种种困难， 在分割时，往往对于阈值的选取比较敏感，如何选取到自适应较强的阈值，是成 功分割牛眼虹膜的关键。 目前的虹膜分割算法主要都是针对人眼虹膜，且虹膜图像质量较好的图像。 主要有两种公认的分割方法：( 1 ) d a u g m a n t l 0 - 1 3 】提出的基于微分积分算子 ( i n t e g r o d i 仃e r e n t i a i ) 的方法；( 2 ) w i l d e s t l 4 ，1 5 】提出的边缘检测结合h o u g h 变换的 方法。但这两种方法只对于图像质量较好的人眼虹膜定位效果准确，对于牛眼虹 膜的效果还未有检验。况且实际采集到的虹膜图像，往往没有那么完美，质量如 此之高，由于影响虹膜定位的因素众多，包括睫毛、眼睑的遮挡以及阈值选择的 自适应性都会造成定位分割的失败。因此，牛眼虹膜的定位是一项全新的挑战， 寻找到一种准确并且鲁棒的牛眼虹膜定位算法是至关