（计算机应用技术专业论文）基于二维log+gabor变换的虹膜识别方法研究.pdf

浙江工业大学硕士学位论文摘要 基于二维lo gg a b o r 变换的虹膜识别方法研究 摘要 虹膜具有丰富的、独特的纹理特征，非常适用于身份鉴别。与其 它生物特征相比，虹膜特征更稳定、更可靠，并且采集虹膜图像时不 具有侵犯性。基于虹膜的上述特点，虹膜识别技术被认为是在未来占 主流地位的生物识别技术之一。目前国内外众多的研究机构对此展开 了广泛深入的研究，并取得了较大进展。 本文总结了国内外主要的虹膜识别技术研究情况，通过对t o g g a b o r 函数性能的分析，提出了一种基于二维l o gg a b o r 变换的虹膜 识别方法。根据虹膜图像的纹理分布特征，对二维l o gg a b o r 函数的 中心频率、波长、带宽、方向等参数进行了研究，构建了适合虹膜纹 理特征提取的二维l o gg a b o r 滤波器，并实现了基于二维l o gg a b o r 变换的虹膜识别算法。通过大量的实验验证，本文的虹膜识别方法识 别率达到9 4 6 。论文总共分七章： 第一章介绍了论文的研究背景和意义，并阐述了本文的研究内容 与总体结构。 第二章介绍了虹膜识别的原理及虹膜识别的关键技术，着重介绍 了预处理方法。 第三章对现有的一些虹膜纹理特征提取方法进行研究，总结了各 种方法的优缺点。 浙江工业大学硕士学位论文 摘要 第四章对l o gg a b o r 函数进行研究，提出了基于二维l o gg a b o r 变换的虹膜特征提取方法，并对l o gg a b o r 滤波器具体的设计、优化 及多尺度滤波等方面作了深入的研究。 第五章介绍了本文对圆模板匹配的虹膜定位方法的改进。 第六章设计并开发了测试软件，对基于二维l o gg a b o r 变换的虹 膜识别方法进行验证。 第七章对论文主要研究工作进行总结。 关键词：虹膜识别，图像获取，图像预处理，虹膜定位，特征提 取，海明码距 i i 竖堡三些茎堂堡圭竺竺兰苎 些塑望 i r i sr e c o g n i t i o nb a s e d o n2 d l o gg a b o rf 1 1 月e r i n g a b s t r a c t k i sr e c o g n i t i o nt e c h n o l o g y ，an e w k i n do f b i o l o g i c a lc h a r a c t e r i s t i cr e c o g n i t i o n t e c h n o l o g y , i so n eo f t h eh o t t e s tr e s e a r c hs p o tr e c e n t l y 。i r i si se s p e c i a l l ys u i t a b l ef o r r e c o g n i t i o nb e c a u s eo f i t ss p e c i a lp r o p e r t i e s ：t h et e x t u r eo fi r i si su n i q u ef o rd i f f e r e n t e y e ，t h ec h a r a c t e r i s t i ci ss t a b l e ，i r i st e x t u r ei sd i f f i c u l tt of a k ea n dt h ea c q u i s i t i o no f i r i s i m a g ei sn o ti n v a s i v e ，s oi r i sr e c o g n i t i o nt e c h n o l o g yi sc o n s i d e r e da st h em o s t p o p u l a rt e c h n o l o g y i nt h ef u t u r e o a 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 mb a s e do ni r i sp a t t e r ni sc o m p o s e do fi r i si m a g e a c q u i s i t i o n ，i m a g 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 n ，a n dm a t c h i n g i r i si m a g ef o rt h i s p a p e ri sp r o v i d e db yi n s t i t u t eo fa u t o m a t i o nc h i n e s ea c a d e m yo fs c i e n c e s i r i s f e a t u r ee x t r a c t i o ni sb a s e do nt e x t u r ea n a l y s i s u s i n g2 dl o gg a b o rf i l t e r i n g t h i s d i s s e r t a t i o ns u b d i v i d e di n t os e v e nm a j o rs e c t i o n si so r g a n i z e da sf o l l o w s ： c h a p t e r l ，f i r s t l yt h eb a c k g r o u n do ft h i sd i s s e r t a t i o ni si n t r o d u c e db r i e f l y , t h e n t h er e s e a r c h sg o a la n dc o n t e n ta r ep u tf o r w a r d f i n a l l yab r i e fi n t r o d u c t i o nt ot h e d i s s e r t a t i o n sa r c h i t e c t u r ei sp r e s e n t e d ： c h a p t e r 2 ，i s s u e s i nt h e d e s i g n a n d i m p l e m e n t a t i o n o fa s y s t e m f o ri r i s r e c o g n i f f o ni n c l u d i n gi m a g ea c q u i s i t i o n ，i m a g 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 d p a t t e r nm a t c h i n ga r ee x p l a i n e d ，s y n c h r o n a lw eg i v eas u r v e yo fe x i s t i n gm e t h o d sf o r i r i sr e c o g n i t i o n c h a p t e r 3 ，t h et y p i c a lm e t h o d so f a 【n a c t 狐gi r i st e x t u r e sf e a t u r ea r ea n a l y z e d c h a p t e r 4 ，f i r s t l yw e f o c u so nt h el o gg a b o rw a v e l e t sp e r f o r m a n c e 。t h eg a b o r i i i 浙江工业大学硕士学位论文a b s t r a c t w a v e l e ti sa n a l y z e di nt h eh u m a nv i s u a ls y s t e m sc h a r a c t e r i s t i cv i e w p o i n t ，t h e no a b o r f u n c t i o na n dl o gg a b o rf u n c t i o na r ec o m p a r e da n dd r a wac o n c l u s i o nt h a tl o gg a b o r f u n c t i o ni sm o r e e f f i c i e n t l y t oe n c o d en a t u r e i m a g e a n di ti sc o n s i s t e n tw i t h m e a s u r e m e n t so nm a m m a l i a nv i s u a ls y s t e m ，t h e na l l a p p r o a c ho fe x t r a c t i n gf e a t u r e b a s e do i l2 d l o gg a b o r t r a n s f o r mi sp r o p o s e d ，t h ep a r a m e t e r so f l o gg a b o r f i l t e rs u c h a sc e n t e rf r e q u e n c y 、s c a l e 、w a v e l e n g t h 、b a n d w i d t h 、o r i e n t a t i o nw e r er e s e a r c h e d0 1 1 c h a p t e r 5 ，p u tf o r w a r dm e f f e c t i v em e t h o df o ri r i s l o c a t i o n ，p r i m a r i l yi n s p i r e df r o mt h e l r a d i t i o n a li r i sl o c a t i o n sw a y s c h a p t e r 6 ，b a s e d o nt h ep l a t f o r mo f v c 6 0 ，t h ei r i sr e c o g n f f i o n ss o f t w a r es y s t e m w a s c o m p l e t e d ，t h ee x p e r i m e n t r e s u l t sw e r e g i v e n t oi l l u s t r a t et h ee x c e l l e n t p e r f o r m a n c eo f t h ep r e s e n t m e t h o d 。 c h a p t e r 7 ，t h e r e s e a r c hw o r ki ss u m m a r i z e d k e yw o r d s ：i r i sr e c o g n i t i o n ，i m a g e a c q u i s i t i o n ，i m a g ep r e p r o c e s s i n g , i r i s l o c a t i o n ，f e a t u r ee x t r a c t i o n ，h a m m i n g d i s t a n c e i v 浙江工业大学 学位论文原创性声明 ? 7 4 9 6 5 8 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行 研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文 不包含其他个人或集体已经发表或撰写过的研究成果，也不含为获得浙 江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作 出重要贡献的个人和集体，均已在文中以明确力式标明。本人承担本声明 的法律责任。 作者签名： 计l 氖曰期：p 咕年 f 月7 ，日 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。本人授权浙江工业大学可以将本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 和汇编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密囱。 ( 请在以上相应方框内打“4 ”) 作者签名： 导师签名： 叶煳日期：砖年r 月日 日期：p 也年r 月f 。e 1 浙江工业大学硕士学位论文第一章绪论 第一章绪论 【摘要】介绍了论文的研究背景和意义；对虹膜韵生理构造，虹膜识别技术的发展进行了 论述；阐述了本文的研究内容和总体结构。 1 1 生物识别技术概述 比尔盖茨曾作过断言，利用人的生理特征识别个人的身份，将成为今后几 年i t 行业的重要革新。随着科技的飞速发展带来的越来越高明的犯罪手段，特 别是自从9 1 1 事件之后，种种安全隐患暴露在人们面前，对恐怖事件的预防和 对恐怖分子的识别技术成了全球特别是美国专业人士的研究中心。就安全保密防 护措施方面，人们有了更高的要求，于是利用人的生理特征进行身份识别的技术 得到了科技人员的高度重视。 生物识别技术是利用人体的生理或行为特征进行身份识别的技术。能够用来 鉴别身份的生物特征应该具有以下特点： ( 1 ) 广泛性：每个人都应该具有这种特征； ( 2 ) 唯一性：每个人拥有的特征应该各不相同； ( 3 ) 稳定性：所选择的特征应该不随时间变化而发生变化； ( 4 ) 可采集性：所选择的特征应该便于测量。 目前用于生物识别的生物特征主要有手形，指纹、脸形、虹膜、视网膜、 脉搏、耳廓等，行为特征有签字、步态、按键力度、声音等。 传统的身份鉴别方法主要基于两种途径：某人拥有的，如钥匙和身份证或是 某人知道的，如口令和密码，这些方式存在着明显的缺点：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；系统无法区分真正的拥有者和取得 身份标识物的冒充者，一旦他人获得了这些身份标识物，就可以拥有相同的权利。 与传统的身份鉴别手段相比，基于生物特征识别的身份鉴别技术具有以下优点： 不容易遗忘或丢失；防伪性能好，不易伪造或被盗；“随身携带“，随时随地都 可用。 随着网络技术、计算机技术的快速发展，基于生物特征的身份鉴别技术应用 领域越来越广泛，实际的应用给基于生物特征的身份鉴别提出了更多的要求，如： 浙江_ 丁业大学硕士学位论文 第一章绪论 ( 1 ) 性能的要求：所选择的生物统计特性能够达到多高的识别率，对于资源 的要求如何，识别的效率如何： ( 2 ) 安全性能：系统是否能够防止被攻击： ( 3 ) 可接受性：使用者在多大程度上愿意接受基于所选择的生物统计特征的 系统； ( 4 ) 是否具有相关的、可信的研究背景作为技术支持； ( 5 ) 提取的特征容量，特征模板是否占有较小的存储空间； ( 6 ) 价格：是否达到用户所接受的价格； ( 7 ) 速度：是否具有较高的注册和识别速度； ( 8 1 是否具有非侵犯性。 到目前为止，还没有任何一种单独的生物特征可以满足上述的全部要求。基 于各种不同生物特征的身份鉴鄹系统都有各自的优缺点，适用于一定的范围。但 对于不同的生物特征身份鉴别系统，应有统一的评价标准。理想的生物身份辨别 系统应满足： ( 1 ) 所有人都拥有这一生物特征，并且不同人的生物特征是可以区分的； ( 2 ) 生物特征的采集不随采集的条件而不同； ( 3 ) 系统能够区分冒充者。 对身份鉴别系统进行评估，实际上就是判断其符合上述理想系统的程度。在 鉴别模式下，身份鉴别系统有两个重要的统计性能指标：错误拒绝率f r r 和错 误接受率f a r 。错误拒绝率是指生物特征拥有者被系统拒绝；错误接受是指将 冒充者识别为真正的生物特征拥有者。对于理想的系统来说，这两个错误都应该 是0 。但实际中，这两个指标是相关的，当错误拒绝率比较低时，错误接受率会 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中。用r o c ( r e e e i v e r o p e r a t i n gc u r v e ) 线能很好的反映两个错误率之间的关系，如图1 - 1 所示。曲线 上的点表示在某个给定的匹配域值下得到的错误拒绝率和错误接受率。在确定域 值时，应根据具体的应用进行考虑。在刑事应用中，需要把可能的犯罪嫌疑人找 出来，应尽量减少错误拒绝率，所以错误接受率会很大；而对于高度保密应用来 说，错误接受所造成的损失会非常大，因此要求错误接受率很低。 浙江工业- 丈学硕士学位论文第一章绪论 错误柜绝军 圈1 - 1 r o c 曲线 目前比较典型的生物识别方法有以下几种f l 】： ( 1 ) 人脸识别。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。 ( 2 ) 指纹识别。指纹识别是最古老的生物识别技术，在很多领域中得到了成 功的应用。 ( 3 ) 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，然而手形认证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 应用是可以满足要求的。 ( 4 1 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。 ( 5 ) 签名识别。签名识别是一种行为识别技术，目前签名大多还只用于认证。 签名的困难在于，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。 ( 6 ) 声音识别。声音识别是一种行为识别技术，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。每种生物 特征识别技术都有自己的优势与不足，下表是它们的一些对比： 错误接受率 浙江工业| 文学硕士学位论文 第一章绪论 表1 - 1 几种生物识别技术的比较 生物特普遍性独特性稳定性可采集性性能接受程度防欺骗性 征 人脸 h i 曲 l o wm e d i u m h i g h l o w h i 曲 l o w 指纹 m e d i u m h i g l lh i 出 m e d i u m h i g l l m e d i u m l l i 曲 手形 m e d i u m m e d i u mm e d i u l t i h i 曲 m e d i u mm e d i u m m e d i u m 视网膜 h i g hh i g h m e d i u ml o w h i g h l o w h i g h 签名 l o wl o wl o w h i 曲 l o w h i 曲 l o w 声音m e d i u ml o wl o wm e d i u ml o w h i 曲 l o w 选择一个特定的生物特征识别技术主要依赖于具体的应用，没有一种技术能 够在所有方面胜过其它技术，从这个意义上说，每种技术都是可采纳的。例如， 指纹识别在准确性和速度上优于声音识别，然而在电话记帐系统中，声音识别却 是一个好的选择，因为它能很好地集成到现有的电话系统中。 目前人体特征识别技术市场上占有率最高的是指纹机，指纹识别是目前技术 发展中最为成熟的。2 0 0 0 年生物识别技术市场占有率如图1 - 2 所示。 图l 一2 现有生物识别占有比例 1 2 虹膜的生理构造 虹膜是位于眼睛黑色瞳孔和白色巩膜之间的蹰环状部分，总体上呈现一种由 里到外的放射状结构，如图l - 3 所示。 浙江工业太学硕士学位论文 第一章绪论 图1 - 3 眼睛外观图 虹膜表面高低不平，有皱壁和凹陷，凹陷又称隐窝。近瞳孔处的皱壁特别显 著，称虹膜皱壁或领状韧带，它是虹膜小动脉环的位置标志。虹膜后表面较平坦， 由于虹膜内血管分布不均匀，使虹膜表面出现许多有规则的放射形条纹。在近瞳 孔边缘处，有一条粗细不匀的黑边，是虹膜背面的色素上皮层向前延伸的结果， 此黑边当瞳孔扩大时变窄，瞳孔缩小时增宽，如图i - 4 所示。 圈1 - 4 虹膜结构图1 2 1 人眼的虹膜是人体唯一的外部可见的内部器官，得到了眼睑和角膜的有效 保护，在正常情况下几乎不可能受到外部损害；而且，在人出生一年以后，在正 常的社会生活环境中，除非发生病变，否则终生不再变化，具有可靠的稳定性。 每个人的虹膜都拥有独特的机构纹理，胚胎生物学界的科学家发现，虹膜的 基本结构是由遗传基因决定的，不同的遗传基因决定了不词的虹膜基本结构；同 浙江工业大学硕士学位论文第一章绪论 时，虹膜形成之前和虹膜发育期间的胚胎环境决定了虹膜的细微结构。可以这么 说，自然界没有两个完全相同的胚胎环境；而且，新生儿的出生的第年是虹膜 色素细胞的发育沉淀期，新生儿不同的生长环境和不同的营养状况决定了不同虹 膜在同一光线下表现出不同细微纹理；以上诸多条件的制约造成了一个人的左右 眼或者即使是孪生子的虹膜也几乎不可能相同，因此从生物学的角度来说，人眼 的虹膜纹理具有唯一性。 虹膜虽然被角膜同外界隔离，而且受到眼睑的保护，但因为角膜是无色透明 的物质，透光性极佳，人在正常活动时可以轻易观察到虹膜，所以在利用取像设 备获取虹膜的图像时，被取像人不会产生受到侵犯的感觉，所以说基于虹膜的生 物特征识别具有非侵犯性。 从医学的角度来说，通过外科手术将一个人的虹膜纹理改造成另个人的， 在可以预见的将来还没有实现的可能；而且虹膜中央的黑色部分是瞳孔，作为活 体细胞组织，在环境光线的变化时，哪怕是微弱的变化，睫状肌会收缩或舒张来 牵动瞳孔括约肌，改变瞳孔的大小，调节透射入眼的光线，这一过程叫瞳孔震颤 效应，利用这特性，可以检测出是否为活体虹膜，所以伪造活体虹膜极其困难。 从这一点来看，虹膜识别具有难以伪造的特性。 1 3 虹膜识别技术发展 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 e b e r t i l l 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依赖颜色和形状信息，而且信息通过人的观察获取。1 9 8 7 年，眼科学家a r a n 和l e o n a r d 首次提出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。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 实现了一个自动虹膜识别系统，这是有文献记载的第一个虹 膜识别应用系统。随后1 9 9 3 年，j o h nd a u g m a n 实现了一个高性能的自动虹膜识 别原型系统。目前，大部分的自动虹膜识别系统使用d a u g m a n 核心算法。随后， 1 9 9 4 年r e w i l d e s 研制出基于图像登记技术的虹膜识别系统。1 9 9 7 年w | w b o l e s 等人用小波变换进行虹膜的识别，并取得了良好的实验结果。最近，法国人 t i s s e e t a l 提出用瞬时相位技术提取虹膜特征的方法；韩国人l i m 等用二维小波变 6 浙江丁业大学填i - 学位论文 第一章绪论 换的方法也取得了很好的实验效果。 圈1 - 51 8 8 5 年绘制的虹膜图像 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 玺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豫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。中国科学院自动化研究所的研究人员，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。 在产业化的道路上，目前国际上主要由美国i r i s s c a n 和s e n s a r 两家公司所 主导，国内主要有中科模识公司。 1 、4 论文研究的意义和内容 虽然指纹是目前比较流行的生物识别方式，但是虹膜的发展前景明显比指纹 光明。首先，虹膜技术的识别精度更高，即使同一个人左右两眼虹膜也有差别， 相比较而言指纹识别更容易出错；其次，指纹容易受磨损、划伤等外部因素干扰； 而一个人的虹膜2 岁后就基本稳定不变了。还有，指纹需要接触，对人的侵犯性 强，而虹膜只需要看一下摄像机就能提取，不会伤害到眼精。 虹膜识别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 舞台据专家估计，虹膜产品高端市场的规模大概在l o 亿元。在中科模识公司 的发展规划中，虹膜技术迸入普通家庭属于3 5 年的中期计划。一旦虹膜产品批 量生产后，成本价格下降，能大规模应用于民用领域的话，虹膜的市场前景更加 广阔。目前，手机普遍安装了摄像头，这为虹膜认证提供了得天独厚的条件，不 7 浙江工业天学硕士学位论文第一章绪论 需要增加外设，看一下摄像头就能识别身份，进行移动电子商务。 在2 0 0 0 年中期，美国开始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”在机场起用，这是该技术在全球航空公司和机场首次得到 正式起用。接着加拿大温哥华，多伦多机场，伦敦的h e a t h r o w 机场，日本的成 田机场也相继起用了虹膜通行证。随着虹膜识别技术的不断成熟，应用领域不断 拓广： ( 1 ) 虹膜保险柜。到摄像头前揄一下眼皮，保险柜的门自动打开，这个场 景在若干年前想起来可能有点科幻，可这已经完全成为可能。 ( 2 ) 金融系统。现在无论是柜台交易，还是a t m 机，大部分银行在交易 时都需要用户输入密码，很多人都有提款卡被吞的经历，也有不少人有过因为密 码被窃取导致存款被盗领的经历，密码作为安全手段在椴多场合受到质疑。生物 识别技术将很好的解决这个问题，虹膜作为一种非接触式的生物识别技术是比较 好的解决方案之一。如果在银行交易柜台安装摄像头，在a t m 机器上附加一个 摄像装置，人们只要抬一下眼皮便可以确认自己的身份，进行交易。 ( 3 ) 虹膜i c 卡。该技术把卡主人的虹膜特征存储在i c 卡上，并在i c 卡的 读卡机上加装虹膜识别系统，当读卡机阅读卡上的信息时，一并获取持卡者的虹 膜，通过此卡上的虹膜特征与持卡者的虹膜特征对比就可以确认是否是卡的真正 主人。 ( 4 ) 门禁与考勤系统。 相比国内，国外虹膜产品比较成熟，并且已经在金融系统小范围试运行。但 他们的价格偏高：并且一旦涉及国家安全，使用国外设计的软件绝对是一太隐患。 我国在虹膜技术方面应用相比西方国家起步较晚，但要想在这个领域有占有一席 之地，迅速占领庞大的国内，国际市场，必须迎头赶上，加快研究步伐。 本论文的研究内容主要包含以下几方面： ( 1 ) 分析了虹膜识别技术的研究现状，并对各种方法的优缺点进行比较； ( 2 ) 对虹膜定位方法进行研究，提出了一种基于圆模板匹配的定位算法； ( 3 ) 在比较分祈g a b o r 和l o gg a b o r 函数性能特点的基础上，提出了基于二 维l o gg a b o r 变换的虹膜识别方法，并实现了基于二维l o gg a b o r 变换的虹膜识别 算法； 8 浙江工业大学硕士学位论文第一章绪论 ( 4 ) 在v c 6 0 开发平台上，实现了虹膜识别的测试软件。 1 5 ，论文结构 针对研究内容，本文的具体章节安排如下： 第一章，介绍论文选题的背景及研究意义，提出本课题的研究内容。 第二章，简要介绍了虹膜识别的原理及虹膜识别系统的构成，并对虹膜预处 理技术的研究现状进行了阐述。 第三章，研究了多种虹膜纹理特征提取方法，比较出各种方法的优缺点。 第四章，对l o gg a b o r 函数进行研究，提出了基于二维l o gg a b o r 变换的虹 膜特征提取方法，并对l o gg a b o r 滤波器具体的设计、优化及滤波器组的设计等 方面作了深入的研究。 第五章，提出了一种改进的圆模板虹膜定位方法。 第六章，设计并开发了虹膜识别测试软件，对基于二维l o gg a h o r 变换的虹 膜识别方法进行验证。 第七章，主要研究工作总结。 9 浙江工业大学硕= l 学位论文 第二章虹膜识别琢理及关键技术 第二章虹膜识别原理及其关键技术 【摘要】简要介绍了虹膜识别的原理，对虹膜识别技术的研究现状进行了阐述，着重介绍 了预处理方法。 2 1 虹膜识别原理 从本质上说，基于虹膜纹理特征的身份鉴别系统是一个典型的模式识别问 题。因为它包括两个主要的模块：训练模块和鉴别模块。训练模块采集训练样本 生成统计数据，提取代表这些数据的特征，将特征和相关的身份信息存入数据库； 识别模块采集待识别样本的生物统计数据，进行特征提取，然后在数据库中根据 提取的特征来检索，找到匹配结果或进行拒识。下图表示了基于虹膜纹理特性的 身份鉴别系统： 圈2 - 1 基于虹膜纹理特征的身份识别系统 从准确性和计算代价的角度考虑，设计一个基于虹膜纹理特征的身份识别系 统需要解决以下的问题： 1 ) 数据采集：为了使计算机能够对各种现象进行分类识别，要用计算机可 以运算的符号来表示所研究的对象，通过图像传感器、摄像机和扫描仪等获取图 像，并将图像转换成计算机能接受的数字信号； 2 ) 对采集的原始数据进行预处理：预处理的目的是去除噪声，加强有用信 息，并对输入测量仪器或其它因素所造成的退化现象进行复原。由于原始信号中 存在着许多噪声和畸变，一般要进行滤波、增强、图像分割、复原等预处理，为 l o 浙江工业大学硕士学位论文第二章虹膜识别原理及关键技术 特征的提取和选择做准备： 3 ) 特征提取：由于所获得的图像数据量是相当大的，为了有效地实现分类 识别就要对原始数据进行变换，得到最能反映分类本质的特征； 4 ) 分类决策；就是在特征空间中用统计方法把识别对象归为某一类别。基 本做法是在样本训练集基础上确定某个判决规则，使按这种判决规则对被识别对 象进行分类所造成的错误识别率最小。 另外，为了提高系统的效率，还应考虑特征数据在数据库中的组织方式，提 高检索速度。 2 2 虹膜识别的关键技术 虹膜识别技术主要包含下列关键技术：图像摄取、图像预处理、特征提取及 编码、分类器设计等技术，如图2 - 2 所示。 ( d ) 图2 - 2 虹膜识剐的关键技术 浙江工业犬学硕士学位论文 第二章虹膜识别原理及关键技术 2 2 1 图像获取 获取虹膜图像是虹膜识别过程中最为关键的部分之一，虹膜采集设备的优劣 将决定所采集虹膜图像的质量和使用的方便性，影响系统的性能和应用，因此在 虹膜识别系统中，采集是非常关键的技术。 虹膜区域相对较小、颜色暗，而且人们对自己的眼睛十分敏感，不希望受到 干扰。采集设备必须精心设计，以满足实际应用的需要。首先，要求图像有足够 的大小和清晰度i 其次。在不让使用者感到不适的前提下保证虹膜图像中纹理的 对比度；第三，不要求使用者将脸、眼睛等置于固定的位置上，尽量减少使用者 的参与刚】。 当前的虹膜采集设备的制作原理主要以英国剑桥大学d a u g m a n 博士提出的 光线折射式5 1 和美国w i l d e s 博士提出的光线散射式嗍为主，如图2 3 ，2 - 4 所示。 d a u g m a n 系统用3 3 0 m m 的透镜，从15 - - 4 6 m m 的距离摄取虹膜图像，这些 虹膜图像的直径在l o 沪屯o o 个象素之间。w i l d e s 系统利用8 0 m m 的透镜，从2 0 c m 处摄取图像，图像的直径大约2 5 6 个象索。为了让参与者舒服，照明度应尽可能 的低，因此光爵不能太小，两个系统的孔径都是1 c m 。两种系统都利用摄象机的 极限摄取速率，从而克服由于眼球的移动带来的模糊。结果证明，从这些摄取装 置中所得到图像的空间分辨率足以用来进行虹膜识别。 为避免外界杂光的干扰，采集环境设计成封闭型，同时考虑到入眼的舒适度 要求，采用若干红外l e d 按某种方式布置在圆周上，利用透射光对虹膜进行照 明，并用发光二极管作为采集时的人眼的定位指示作用，以最大限度减弱留在虹 膜上的光斑，获得尽可能多的虹膜细节。 图2 - 3d a u g m a n 虹膜图像摄取装置1 5 】 1 2 沥 工t 业大学碳士学垃论文 第二章虹瑛识别原理及关链技术 一m h 伺i ，卜谳 卢。”j 爿摄像机卜 成倦 厂、翻 、且翟u i 圆形德光栅 圈2 - 4w i l d e $ 虹膜图像摄取装置l 6 | 美国i r i d i a n 公司是目前最大的专业虹膜识别技术和产品提供商，其拥有l g 、o k i 、n e e 等世界一流的合作企业。现有的虹膜识别系统和产品都来自该公司 及其合作伙伴。 闰2 - 5 部分虹膜采集仪 1 3 濒江工业大学硕士学位论文 第二章虹膜识别原理及关键技术 上图列出了该公司的部分产品，这些产品自问世以来没有发现一例误判的情 况，充分说明了虹膜识别技术的准确性。但目前产品的价格偏高。另外，产品的 使用方便性能也有待进一步提高。 2 2 2 图像预处理 在实际获取的虹膜图像中，虹膜只占部分区域。图像中还包括瞳孔和眼睛。 所以在对虹膜进行分析处理以前，首先要把虹膜区域从图像中分割出来，去除对 识别带来干扰的信息。 由于在采集图像时不可能将眼睛的位鬣固定，且在不同的照明条件下瞳孔的 伸缩程度不样，所以要对所采集的虹膜进行校准和归化，消除平移、缩放和 旋转对识别结果带来的影响。 虹膜图像预处理的任务包括图像的增强、滤波、去噪声、虹膜定位、缩放， 最后输出一幅”标准化”的虹膜图像，如图2 6 所示。它的过程包括虹膜图像质 量检测、虹膜定位、图像归一化等。 图2 - 6 虹膜图像预处理过程 图像质量检测 得到的虹膜图像质量的高低对于能否正确识别目标对象是至关重要的，因而 在识别之前通常都需要对图像质量进行评价以确定它是否符合识别要求。 评价图像质量一般有主观和客双法。主观评价是以人的视觉效果作为评判标 准，实际应用中，评价结果常常因人而异，出入较大，无法用数学模型对图像质 量进行定量描述，且过于费时费力，因而其应用受到很大限制；在某些需要实时 图像检测领域，主观评价是无能为力。 图像质量的客观评价是制定或选择一定的客观评判标准，对图像内容的某些 数学描述来判断图像质量是否到达应用要求。由于客观评价标准准确、快速、可 浙江工业大学硕士学位论文 第二章虹膜识别原理及关键技术 量化撮作等特点，因而在实际工程中得到了广泛的应用。最常用的客观评价方法 有均方误差( m s e ) 和峰值信噪比( p s n r ) 。近年，各种基于人眼视觉特性( h v s ) 的模 型发展比较迅速，图像质量评价方法的研究也进入了一个新的阶段。 在虹膜识别系统中，为了保证识别的准确性，必须选择满足识别算法要求的 虹膜图像来进行特征提取和图像识别通常引起图像质量问题的情况有两类， 类是限睫毛和眼皮的遮挡，另类是摄像日寸对焦的问题，如图2 7 ，2 - 8 所示。 图2 7 受眼皮遮挡的虹膜m 图2 - 8 聚焦有闷题的虹膜7 i 大部分学者着重针对由聚焦的因素引起的图像质量差异进行研究，目前常用 的算法有： ( 1 ) d a u g m a n 【5 】提出利用_ - - 维f f t 变换计算频域高频能量，以此作为判别图像 质量的判据，高频能量越大，则图像质量越好； ( 2 ) w i i d s l 8 】提出计算虹膜与巩膜区域边界的灰度梯度，梯度较大的图像被认 为质量较好； ( 3 ) 陈戟掣9 l 根据虹膜纹理的特点，以小波包分解的方法，选取纹理高频分量 分布最集中的子频带作为特征子频带，以其能量作为判别图像质量的准则，能量 越高表示图像质量越好； ( 4 ) 李连贵等【1o l 提出了一种利用眼睛结构中瞳孔、虹膜、巩膜各区域边界 部分灰度差值评判因子进行质量评价的方法，来判断图像质量好坏； ( 5 ) 马力等f 1 1 】介绍了一种对感兴趣区域进行f f t 变换计算其频率能量的方 法，具体过程包括，首先在水平方向上，取虹膜左右对称的两块区域，接着对这 两块区域进行傅立叶变换，按频率分析的观点，聚焦不准的图片及受运动模糊的 图片，它们在频域中的能量主要集中在低频分量上，而受眼皮与眼睫毛干扰严重 的图片，由于包含的高频噪声信息多，所以能量主要集中在中、高频分显上，图 浙江工业大学硕士学位论文第二章虹巍识别原理及关键技术 像质量好的图片，能量主要集中在中频段，所以通过频域中的能量及中频分量占 总的能量的分数比来判断虹膜图像的质量，如图2 - 9 所示。 ( e )( 9( 由 ( h ) ( a ) 质量好的虹膜图片( b ) 聚焦失败的虹膜图片 ( c ) 受运动干扰的虹膜图片( d ) 眼皮睫毛遮挡严重的图片 t e ) 。国c a ) 分殍j 为【a ) ( b ) ( c ) 泖的选定区域的傅立叶变换 圈2 - 9 图片质量分析i “1 虹膜定位 虹膜图像的定位是指在拍摄的图像中确定瞳孔和虹膜的位置，因为瞳孔和虹 膜都是比较标准的圆形，我们只要找到瞳孔和虹膜的圆心和半径就可以确定它的 位置，从严格意义上讲瞳孔的圆心和虹膜的圆心是不同心的，需要分别计算瞳孔 的圆心和虹膜的圆心，但是为了提高程序的运行速度，往往假设两者是同心圆。 虹膜定位精度的要求很高。定位结果在很大程度上将影响识别效果，不管是圆心 还是半径的较大误差，都会造成计算虹膜码时的严重误差，甚至导致识别结果的 错误。而且，利用虹膜图像定位的算法，可以检测拍到的一幅图像中是否存在人 眼和虹膜图像，这对于自动虹膜识别系统的实用化有十分重要的意义。 典型的定位方案主要有两种：一种是d a u g m a n 的圆模板匹配法，另一种是 h o u g h 变换法。 1 d a u g m a n 圆模板匹配法 圆模板匹配法由英国剑桥大学d a u g m a n l l 2 1 教授提出。在拍摄获取的虹膜图像 中，灰度分布存在着一定豹差异，一般雨言虹膜比瞳孔亮，巩膜又比虹膜亮。再根 据虹膜的形状类似圆环形的状况，d a u g m a n 利用圆形检测匹配器的方法分割虹膜 断江工迎大学硕士学位论文 第二章虹谈识鄹原理及关键技术 其数学模型为 吗b + 氧。笔字叫 - ， 其中：q p ) = f 1 乏；o ) e - ( 6 2 2 一) ，i ( x ，力为图像的象素；，为圆周的半径；口 为对原图像进行平滑的高斯模板。公式( 2 - 1 ) 的物理意义是，查找随着半径，变化 相应圆周上象素平均值变化最大的值质对应的，x 。，y 。) ，以此来确定瞳孔和虹膜 的边缘以及虹膜与巩膜的边缘。卷积用来对图像进行平滑，消除区域边缘中噪声 的影响，平滑模板的大小与定位的精度有关。为了方便公式( 2 - 1 ) 的离散化实现， 利用卷积性质，把公式( 2 1 ) 转化为： m i 垦笋笃字刮 z ， 其中：垦妒之q ( 订) = 吉嚷( 一r ) 一古q ( 一1 ) ，) ( 2 - 3 ) 对公式( 2 2 ) 进行离散化，用累加和来代替卷积和曲线积分，转换为： n t a x c 一“曲，b 莓 乞( r ) 莓，( e 力j f ( 2 q ) 其中：g 。( r ) = 吒( c n 一女) r ) 一g ：( ( n 一七一1 ) a r ) ( 2 5 ) m ，y ) = 咀，c o s ( 棚印+ ) ，( k a rs i n ( m a o ) + y 。) ( 2 6 ) a r 袭示半径搜索的步长，a 0 表示沿着圆弧分隔的角度的步长。何家峰等对式 ( 2 - 2 ) 进行改进，使得能更好的定位虹膜内边缘： m a x ( r ，) ( 2 7 ) 其中，略小于r ，它们之间的距离是一定的，且r 随着r 变化；九为预设的值， 防止分母为0 。式( 2 7 ) 利用了这样一个事实，即不论瞳孔比虹膜亮还是暗，瞳孔 的灰度分布总是均匀的因此，当搜索的圆弧与瞳孔边缘很好珏配时，式( 2 7 ) 的 分母非常小，因而式( 2 7 ) 会有一个突变值。 两步定位法的优点是定位比较准确，但是该算法较强地依赖图像亮度的梯度 浙江工业大学硕士学位论文第二章虹膜识别原理及关键技术 因此只有在被处理的图像照度比较均匀而且没有大面积的亮度反常区域时有效。 2 h o u g h 变换定位法 目前有很多资料，如文献 s j 4 】都介绍了用h o u g h 变换定位虹膜的方法。具体 过程是：先通过边缘检测的方法得到瞳孔和虹膜以及虹膜和瞳孔的边界，再利用 虹膜是圆环状的特点，应用h o u g h 变换得到圆环的内外半径，从而分割出虹膜。 传统的边缘检测算予有s o b e l 、p r e w i t t ，r o b e r t s 和k r i c b 等，大部分为局 域窗口梯度算子。由于它们对噪声敏感，所以对处理实际图像不太实用。近十年 来，有很多学者采用不同的方法研究如何提取受噪劣化图像的边缘。例如：基于 二阶导数零交叉点定位边缘的检测、利用梯度及局部极大值判断边缘、基于小 波变换及应用神经网络的边缘检测等。其中c a n n y 提出的最佳边缘检测算子是一 类具有优良性能的边缘检测算子，在许多图像处理领域得到广泛的应用。 c a n n y 算子的基本思想是：先对处理的图像选择一定的g a u s s 滤波器进行平 滑滤波，然后采用一种称之为”非极值抑制”的技术，对平滑后的图像处理，得 到最后所需的边缘图像。图2 - i 0 显示了各种算子的边缘提取效果。 ( c ) p r e w i t t 算予( d ) k r i c h 算子 浙江工业大学硕士学位论文 第二章虹膜识别碡c 理及关键技术 ( e ) o a u s s - l a p l a c e 算子( f ) c a n n y 算子 图2 - 1 0 各种算子的边缘提取效果 r o u g h 变换的目标是寻找一种从区域边界到参数空间的交换，用大多数边界 点满足的对应的参数来描述这个区域的边界。h o u g h 变换圆定位的方程 为：b a ) 2 + (