（计算机应用技术专业论文）虹膜识别系统的若干算法研究.pdf

t h er e s e a r c ho fs e v e r a la l g o r i t h m so ni r i sr e c o g n i t i o ns y s t e m b y l iz h o n g k e b e ( c h a n g s h au n i v e r s i t yo fs c i e n c e & t e c h n o l o g y ) 2 0 0 6 at h e s i ss u b m i t t e di np a r t i a ls a t i s f a c t i o no ft h e r e q u i r e m e n t sf o rt h ed e g r e eo f m a s t e ro f e n g i n e e r i n g l n c o m p u t e ra p p l i c a t i o nt e c h n o l o g y 1 n c h a n g s h au n i v e r s i t yo fs c i e n c e & t e c h n o l o g y s u p e r v i s o r p r o f e s s o ry i n c h a n g r n i n g m a r c h ，2 0 1 1 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文足本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人 或集体已经发表或撰写的成果作品。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后果由本人承担。 作者签名： 日期： , a 1 1 年多月；。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。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据 库迸行检索，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 、不保密囤。 ( 请在以上相应方框内打“寸) 日期： 7 t 1 年岁月3 铂 日期：伽f f 年s 月湘 x 二 蚧届i 方两力两 名 名 签 签 者 师 作 导 摘要 现代社会是一个高度交互的社会，身份鉴别己经渗透到日常生活的每一个方面。借 助身份标识物品( 如钥匙、证件等) 和身份标识知识( 如口令、密码和暗语等) 的传统 身份鉴别方法已不能满足现在生活的需要。因此研究一种新的身份鉴别方法已迫在眉 睫。生物认证是利用人体本身所固有的生物特征和日常养成的行为特征鉴定个人身份的 方法。可以说利用生物识别鉴定人的身份非常方便可靠，能很好的满足现在社会的发展。 利用虹膜进行身份鉴定，具有速度快、稳定性强、对人无侵犯等优点，必然会成为未来 社会的主流生物认证技术之一。 虹膜识别系统e 要由图像获取、图像质量评价与防伪、图像预处理和特征提取、特 征匹配五个部分组成。本论文在前人研究成果的基础上，结合虹膜识别系统的实际需要， 对识别过程中所用的若干算法进行了研究和改进，主要工作如下： 在虹膜粗定位方面，本论文认真研究了虹膜粗定位的常用算法。采用均值滤波和直 方图统计特性相结合的方法改进了灰度几何投影算法的性能。为窗口估计粗定位算法添 加了自适应调整窗口大小的能力。最后，提出了一种基于线段标记的粗定位算法，该算 法和几何投影法联合使用，可以实现瞳孔较快且相对精确的粗定位。 在虹膜精确定位算法方面，本论文仔细研究了基于h o u g h 变换的圆形检测算法，针 对该算法计算量大、耗时多的问题。本论文提出了一种改进的h o u g h 变换的圆形检测算 法，该算法通过去除一些干扰点，减少图像中的边缘点个数等方法，缩小了h o u g h 变换 的参数搜索空间，减少了h o u g h 变换的计算量，提高了它的实时性。 在虹膜特征提取和匹配方面，本论文通过仔细分析虹膜纹理不同频带信息对识别的 贡献程度，提出了一种空域局部过零检测循环编码算法。该算法利用信号局部的相关性 和过零检测只考虑符号变化的特点，能有效解决在光照不均匀、噪声干扰较大等图像不 理想的情况下识别率大幅下降的问题。最后利用支持向鼍机在解决小样本、非线性及高 维模式识别中的优势，优化虹膜特征的匹配。 关键词：粗定位；h o u g h 变换：虹膜定位；线段标记；特征提取；过零检测；支持向量 机 a b s t r a c t i ti sal l i g l l l yi n t e r a c t e ds o c i e t yi nm o d e mt i m e s ，i nw h i c ht h ei s s u eo fi d e n t i t y a u t h e n t i c a t i o ni n v o l v e si n t oe v e r ya s p e c to fo u rd a i l yl i f e t h r o u g hi d e n t i f y i n ga r t i c l e ss u c ha s t h ek e ya n dt h ei dc a r d , o rt h r o u g hi d e n t i f i e r sl i k ep a s s w o r d , c o d eo ra r g o t , w h i c ha r ct h e t r a d i t i o n a lm e t h o d so fa u t h e n t i c a t i o nb u tu n a b l et om e e tt h ec u r r e n tn e e d s s oi ti se x t r e m e l y u r g e n tt or e s e a r c ho n an e wt e c h n i q u e i nt h i sc a s e ，b i o m e t r i ca u t h e n t i c a t i o ni sc o n v e n i e n ta n d r e l i a b l ew a yt ot e s tt h eu s e rt h r o u g hb i o m e t r i cr e c o g n i t i o no fi n t r i n s i cb i o l o g i c a lf e a t u r e sa n d t h ed a i l y l i f eh a b i t s t h e r e f o r e ，t h eb i o m e t r i cw a yi sp r o m i s i n gi n t h i sf i e l d t h e ni r i si s d e f i n i t e l yg o i n gt ob eo n e o ft h em a i nt e c h n i q u e so fi d e n t i t ya u t h e n t i c a t i o nb e c a u s ei ti sw i t ha f a s ts p e e da n dah i g hs t a b i l i t yb u tw i t h o u ta n yi n v a s i o nt ot h eu s e r s i r i sr e c o g n i t i o ns y s t e mc o n s i s t so ff i v ep a r t s ：i m a g ea c q u i s i t i o n , i m a g eq u a l i t ye v a l u a t i n g a n dc o u n t e r f e i t i n g ，i m a g e p r e p r o c e s s i n g , i m a g ef e a t u r ee x t r a c t i n g ，a n df i n a l l yf e a t u r e m a t c h i n g b a s e do nt h ep r e d e c e s s o r sa c h i e v e m e n t s ，t h i sp a p e rt r i e s t od or e s e a r c ho nt h e a l g o r i t h mi nt h ea u t h e n t i c a t i o np r o c e s sa n dt om a k ei m p r o v e m e n tt oc o m b i n et h ep r a c t i c a l n e e d m ym a i n t a s k sa r ea sf o l l o w s ： f r o mt h ea s p e c to fr o u g hl o c a t i o n , ih a v es t u d i e do nt h ec o m m o na l g o r i t h mo fc o a r s e l o c a t i o n , a n dt h e ni m p r o v et h ep e r f o r m a n c eo fg r a yg e o m e t r i cp r o j e c t i o na p p r o a c hb y c o m b i n i n gm e a nf i l t e ra n dh i s t o g r a ms t a t i s t i cp r o p e r t y h e n c ei t c a na d j u s tt h es i z eo ft h e w i n d o wb ys e l f - a d a p t i o n t h e nac o a l l o c a t i o na l g o r i t h mb a s e do nl i n es e g m e n tm a r k e r si s p u tf o r w a r d ，w h i c hi su n i t e dw i t hg e o m e t r i cp r o j e c t i o na n dt oa c h i e v er e l a t i v e l yf a s ta n de x a c t l o c a t i o no ft h ep u p i l f r o mt h ea s p e c to fa c c u r a t el o c a t i o n , i nt h i st h e s i s ，ic a r e f u l l ys t u d yo fb a s e do nh o u g h t r a n s f o r mf o rc i r c l ed e t e c t i o na l g o r i t h m f o rt h ep r o b l e m so fi t sl a r g ec a l c u l a t e da m o u n ta n d l o n gc o n s u m i n gt i m e t h i sp a p e rp r e s e n t sa ni m p r o v e db a s e do nh o u g ht r a n s f o r mf o rc i r c l e d e t e c t i o na l g o r i t h m t h r o u g hw i p i n go f fs o m ed i s t r a c t i o na n dr e d u c i n gt h ec a l c u l a t e da m o u n t , s ot h es e a r c h e dv o l u m eo ft h et r a n s f o r mp a r a m e t e r sc a nb en a r r o w e d h o u g ht r a n s f o r mw i l l r e d u c e st h ec o m p u t a t i o na n di m p r o v ei t sr e a l - t i m e f r o mt h ea s p e c to ff e a t u r ea b s t r a c t i o na n dm a t c h i n g ，t h r o u g hc a r e f u l l ya n a l y s i so fi r i s t e x t u r ei n f o r m a t i o ni nd i f f e r e n tf r e q u e n c yb a n d st h ec o n t r i b u t i o no fi d e n t i f i c a t i o n ，t h i sp a p e r i l p r e s e n t sac y c l i n gc o d i n gm e t h o do fl o c a la l l s p a c ez e r o c r o s s i n gd e t e c t i o n t h i sn e ww a yi s c a p a b l eo fs o l v i n gt h es l u m po fr e c o g n i t i o nr a t eu n d e ru n e v e ni l l u m i n a t i o no ri nt h en o i s e j a m m i n gc o n d i t i o n s ，a n di nt h o s ec i r c u m s t a n c e s ；t h ei m a g e sw o u l db ea f f e c t e db a d l y f i n a l l y , i tt a k e sa d v a n t a g e so fs v mt os o l v et h es m a l ls a m p l e ，n o n l i n e a ra n dh i g hd i m e n s i o n a lp a a e m r e c o g n i t i o n , o p t i m i z i n go f i r i sf e a t u r em a t c h i n g k e yw o r d s ：r o u g hl o c a t i o n ；h o u g ht r a n s f o r m ；i r i sr e c o g n i t i o n ；s e g m e n tm a r k e r ； f e a t u r e e x t r a c t i o n ；z e r o - c r o s s i n gd e t e c t i o n ；s v m h i 目录 摘要i a b s t r a c t 第一章绪论 1 1 研究背景和意义l 1 2 理论依据1 1 3 国内外研究现状3 1 4 本论文的内容组织4 第二章虹膜识别系统概述 2 1 虹膜图像获取。6 2 2 虹膜图像质量评价与防伪7 2 1 1 图像质量评价的理论简介8 2 1 2 质量评价方法8 2 1 3 防伪检测1 1 2 3 图像预处理1 3 2 4 特征提取1 4 2 5 特征匹配1 5 2 6 本章小结15 第三章虹膜定位算法研究 3 1 瞳孔粗定位1 6 3 1 1 一种高性能的灰度几何投影法1 6 3 1 2 自适应的窗 1 估计法一1 8 3 1 3 基于线段标记的粗定位算法2 0 3 2 一种改进的基于h o u g h 变换的圆形检测算法2 1 3 2 1 边缘提取2 2 3 2 2 圆形检测2 3 3 2 3 算法描述2 4 3 3 实验结果2 6 3 4 本章小结2 7 第四章虹膜特征提取与匹配 4 1 虹膜纹理特征分析2 8 4 1 1 图像纹理分析2 8 4 1 2 虹膜的纹理特征2 9 4 2 窄域局部过零检测循环编码方法3l 4 2 1 构造空域局部过零算子3 1 4 2 2 虹膜纹理提取3 4 4 3 基于支持向最机的特征匹配3 6 4 3 1 距离和相似度分类3 6 4 3 2 支持向量机分类3 7 4 4 仿真实验3 8 4 5 本章小结。4 0 第五章结论与展望4 l 参考文献。4 3 致j 射4 6 附录( 攻读学位期间发表的论文) 4 7 1 1 研究背景和意义 第一章绪论 身份鉴别是指通过某蝗手段确定人身份的方法。身份鉴别是一种非常普遍和藿要的 问题，从古至今，许多场合都需要进行身份鉴别。例如，进出某些单位时，需要出示身 份证证明自己的身份；登录电脑时，通常需要输入代表身份的密码。 传统的身份鉴别方法主要是借助能够标识其独特身份的物体( 如信物、钥匙、证件 等) 和具有独特性质的身份标识信息( 如用户名、密码、暗语等) 来完成。但携带众多 的身价标识物品和记忆众多的身份标识知识非常不方便，而且很容易遗忘、被人窃取或 被非法破译，存在着很高的安全隐患。现代社会是一个信息高度交互的社会，身份鉴别 己经渗透到日常生活的各个方面，传统的身份鉴定方法已远不能满足现代生活的需要。 据统计，美国一年有近亿美元的福利款被人以假冒的身份领取；仅2 0 0 3 年，美国 就有将近1 0 0 0 万人的身份信息被盗用，产生的损失超过5 0 0 亿美元；随着网络交易的 增加，盗用别人用户名和密码取得非法收入的案件也j e 呈上升趋势【1 1 。因此研究一种新 的身份鉴别方法已迫在眉睫，于是生物特征识别应运而生。 生物认证是利用人体本身所固有的物理特征或行为特征鉴别人身份的方法。通常认 为可用来进行鉴别人身份的物理特征主要有：指纹、掌纹、手璎、人脸、虹膜、语音、 耳型、视网膜、d n a 、静脉、气味等，行为特征主要有：步态、笔迹、击键等。与传统 的身份鉴定方法相比，基于生物特征识别的身份鉴别技术有无需记忆、“随身携带”、防 伪性能好、不易伪造和被盗等优点【2 l 。可以说利用生物特征鉴别人的身份非常方便町靠， 完全符合时代的发展，因此它必将改变人民的生活模式和商业模式。利用虹膜特征进行 身份鉴定，具有稳定性、可采集性、非侵犯性等其他生物特征识别不具有的优点。所以 虹膜识别技术必然会成为未来社会的主流生物认证技术之一。 1 2 理论依据 眼睛的外观由巩膜、虹膜、瞳孔三部分构成。虹膜位于巩膜和瞳孔之间，直径约 l l m m ，厚约0 5 r a m ，总体上呈现由内向外的放射状结构，由许多腺窝、褶皱、色斑等 构成。虹膜中包含非常丰富的纹理信息，是人体中最具有个性差异的结构之一，图1 1 为眼睛的外观和解剖图。 ( a ) 眼睛外观( b ) 眼睛解剖图 图1 1 眼睛外观图和解剖图 虹膜整体结构在8 个月的时候开始形成，大概2 3 岁左右，虹膜基本上发育到了足 够尺寸，进入相对稳定期。虹膜的基本结构是由遗传基因决定的，但是，虹膜的细微结 构是在胚胎时期随机行成的。即使对f 同一个人，两只眼睛的虹膜也是不相关的。因此， 自然界中不可能出现两个完全相同的虹膜1 2 - 3 1 。除极少见的身体或精神上的巨大创伤造 成虹膜外观改变外，虹膜在人的一生中几乎不发生变化。除此之外，虹膜是外部可见的 ( 非常容易获取其图像) ，但它位于角膜后面，同时又属于内部结构。如果要改变虹膜 的组织结构，需要极其精细的手术，而且还有极高的损伤视力的危险性，以目前的医学 水平推测，在可预见的将来通过外科手术变造虹膜是不可能的即l 。瞳孔会随着光照的 变化放大或缩小，利用这种特征正好可以进行虹膜活体检测，这又使虹膜特征识别具有 很高的安全性。 使用特定的采集设备采集到虹膜的虹膜图像，在瞳孔、虹膜和巩膜之间存在两个灰 度阶梯变化，非常方便虹膜特征的提取，这为虹膜识别提供了天然便利条件。使用现在 图像识别技术对虹膜图像进行识别，能够达到非常高的识别准确度，即使把全人类的虹 膜特征代码( i r i sc o d e ) 都录入到同一个数据库中，出现认假和拒真的机率也非常小。 两幅不同的虹膜图像产生相同的虹膜特征代码( i r i sc o d e ) 的可能性是1 ：1 0 5 2 。两个不 同的虹膜特征代码( i r i sc o d e ) 具有7 5 相似度的可能性为1 ：1 0 0 0 0 0 0 ，和其他生物识 别技术相比，虹膜识别的准确度要高几个甚至几十个数量级 6 1 。虹膜的稳定性、独特性、 不可更改性等特点，使虹膜用作身份鉴别具有很强的可行性。 2 1 3 国内外研究现状 迄今公认的最早的虹膜识别思想产生于1 9 世纪8 0 年代，1 8 8 5 年，法国人b e t t i n e 在监狱内曾使用测量人的生物特征来识别犯人，他使用的生物特种中就包括人眼睛的虹 膜特征。1 9 3 6 年，眼科专家f r a n kb u t c h 指出不同人的虹膜有高度独特的结构，具有唯 一性，可用于身份鉴定。到1 9 8 7 年的时候，眼科专家l e o n a r df l o r a 和a r a ns a f i r 首次 提出可利用图像识别技术进行自动虹膜识别的观点川。但真正的自动虹膜识别系统直到 2 0 世纪9 0 年代伴随着计算机的发展才出现。1 9 9 3 年，j o l l nd a u g m a n 博士提出了二维 小波编码虹膜纹理的识别算法，同时获得了虹膜自动识别算法专利，该专利至2 0 1 1 年 期满，目前归i r i d i a nt e c h n o l o g i e s 所有【引。1 9 9 4 年，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 9 1 。1 9 9 5 年，第一个虹膜自动识别商业产品问世。目前，掌握 虹膜识别核心算法的国外研究机构主要有美国的i r i d i a n ，i r i t e c h ，韩国的j i r i s 公司，o k i 公司和日本松下( 电器) 有限公司。 在国外，虹膜识别系统的应用已经相当广泛。2 0 0 1 年，i b m 公司的虹膜安检系统 在a m s t e r d a m 机场投入用，用来帮助荷兰边境警察进行身份识别和出入境安全检查。 2 0 0 2 年，英国伦敦h e a t h r o w 机场为了更方便地进行出入境安全检查，开始在出入境口 岸试用虹膜识别系统。2 0 0 3 年，美国n o r t hc a r o l i n a 州的c h a r l o t t e d o u g l a s 机场开始对 其工作人员和公司乘务人员进行虹膜注册，把每个职员的虹膜拍摄成数字图像存档，给 进出机场带来了极大的方便。 在国内，由于国际上对中国实施虹膜产品禁运以及虹膜技术本身的难度导致国内 2 0 0 0 年以前，在虹膜识别方面一直没有开发出自己的核心算法。2 0 0 0 年初，中国科学 院自动化研究所国家模式识别重点实验室( 以下简称：模式识别实验室) 在多年研究的 基础上，结合归国学者t 阳生、谭铁牛的研究成果，开发出了具有自主知识产权的虹膜 识别技术核心算法。并成为当时世界上少数几家具有自毛知识产权的虹膜识别技术核心 算法的单位之一。模式识别实验室开发的活体虹膜检测、识别技术填补了国内活体虹膜 识别技术的空白，而且算法的性能可以和世界上主流的算法相媲荚。和国际上其它虹膜 识别算法相比，模式识别实验窀开发的算法占用的内存小，运行速度更快，整体性能也 较其它算法更加优异。 2 0 0 6 年9 月，模式识别实验室作为中国活体虹膜识别技术的代表，参加了由国际生 物特征识别组织( i n t e r n a t i o n a lo r g a n i z a t i o nb i o m e t r i c s ) 举办的2 0 0 6 年生物识别联盟会 3 议和2 0 0 6 年生物识别技术实验，其虹膜识别算法的速度和精度得到了国际同行的认可。 并且，模式识别国家藿点实验室还建成了国际上最大的虹膜图像共享库。截止到目i j ， 世界上已有2 0 0 0 多个科学研究单位申请使用，其中国外机构较多，有1 7 0 0 多个。 在商业应用领域，上海交通大学图像处理与模式识别研究所于2 0 0 3 年开发出了国 内第一套商用虹膜识别系统f 协1 1 l 。目前，依托中国科学院自动化研究所模式识别国家重 点实验室的虹膜识别科研成果组建的中科虹霸科技有限公司，所掌握的核心算法已达到 世界先进水平，是困际上继荚、英之后又一掌握虹膜识别核心技术专利的企业。该公司 的虹膜识别产品已经成功运用于国内煤矿、银行、社保以及高端涉密场所，并且远销欧 美市场。北京凯平艾森信息技术有限公司也是中国最早从事具有自主知识产权的虹膜识 别技术研究和产品开发的企业，由该公司主要编写制定国标信息安全技术虹膜识别系 统技术要求( g b 厂r 2 0 9 7 9 2 0 0 7 ) ，已于2 0 0 7 年1 1 月1 日j f 式实施。 此外、北京思源科安信息技术有限公司，北京火眼金睛信息技术有限公司，广州创 展虹膜生物技术有限公司，北京弘丰基业科技发展有限公司等国内企业都相继开发 出了实用的虹膜识别系统。可见我国虽然在虹膜识别研究领域起步较晚，但正呈现出繁 荣发展的趋势。 1 4 本论文的内容组织 本论文在前人研究成果的基础上，结合虹膜识别系统的实际需要，对识别过程中所 用的若f 算法进行了研究和改进，主要内容安排如下： 第一章主要介绍虹膜识别的研究背景和意义、虹膜识别的理论依据，和国内外研究 现状。 第二章主要阐述虹膜识别系统的主要组成部分，分别对虹膜图像获取、虹膜图像质 量评价与防伪、图像预处理、特征提取和匹配等模块的功能以及一些算法进行了研究， 同时分析其中存在的一些问题。 第三章详细研究虹膜定位算法，对虹膜粗定位和精定位分别进行深入分析探讨。在 虹膜粗定位方面，针对灰度几何投影算法和窗口估计算法存在的问题作一定程度的改 进。采用均值滤波和直方图统计特性相结合的方法改进了灰度几何投影算法的性能。为 窗口估计粗定位算法添加了自适应调整窗口大小的能力。最后，提出一种基于线段标记 的粗定位算法。在虹膜精定位算法方面，分析h o u g h 算法的优缺点，针对h o u g h 算法 计算最大、耗时多的问题提出一种改进的h o u g h 变换圆形检测算法，并通过实验验证改 4 进的效果。 第四章研究虹膜特征和匹配原理，针对在光照不均匀、噪卢干扰较大等图像不理想 的情况下，效识别率大幅下降的问题，提出一种空域局部过零检测循环编码方法。在特 征匹配方面，使用支持向鼍机优化识别率。最后通过实验验证，并进行相关的结果分析。 第五章对本论文内容进行总结，并对虹膜识别系统需要的进一步研究做展望。 5 第二章虹膜识别系统概述 通常所用的虹膜识别系统主要由虹膜图像获取、虹膜图像质量检测弓防伪、虹膜图 像预处理、特征提取和特征匹配五个大模块组成，如图2 1 所示。本章毛要对各个模块 的1 = 作原理和一些算法进行阐述和分析。 2 1 虹膜图像获取 图2 1虹膜识别系统的组成结构 采集到高质量的虹膜图像是虹膜识别过程的第一步，这是十分重要的一步，如果获 取的图像较差，会给后续处理带来很大的难度，并且还会影响识别的速度。由于虹膜的 区分e 要在于纹理细节不同，虹膜面积很小( 一般直径为l l m m 左右) ，颜色暗，特别是黄 种人的虹膜多为深褐色且纹理不明显 4 1 。此外，人的眼睛是不规则的球体，由于每次拍 摄的角度不尽相同，所以每次获得的虹膜图像的纹理特征会有一定的差异。因此要获得 细节清晰对比度高的虹膜图像并非易事。目i j i 虹膜图像的获取大多需要被采集者与采集 设备进行合作。一般来说要获得实用的虹膜图像需注意以下几点： ( 1 ) 获取的虹膜图像位置要准确，大小要适中，图像中除眼睛外不能包含过多的 其他无用部位； ( 2 ) 须保证获取的虹膜图像有很好的对比度； ( 3 ) 虹膜区域不能被过多地遮挡； ( 4 ) 尽可能的消除获取过程中，镜片的反光，光学上的色差等因素的影响。 6 2 2 虹膜图像质量评价与防伪 虹膜识别系统实际获取的虹膜图像不可能每一幅都能满足后续识别的要求。由于噪 声影响、眼皮遮挡、运动模糊、离焦模糊等因素引起的质量较差的图像直接导致同类虹 膜之间差异增大，最终导致识别系统的错误率增加。如图2 2 所示，( a ) 由运动或离焦 造成的模糊图像，( b ) 遮挡严蕈的图像。一些不合格图像一幅质量好的虹膜的图像应该 满足图像清晰、光照均匀，虹膜不能过多被遮挡，虹膜裸露部分较大，并且虹膜内外边 缘之间的环带面积较大。虹膜图像质量评价作用就是阻止不合格的虹膜图像进入后续处 理，取而代之的是马上重新采集或选择一副质量较好的图像来进行后续识别，从而达到 了节省计算机处理时间，提高系统实时性的目的。 各类生物特征也有被伪造的危险，虽然虹膜识别具有相当强大的抗假性，但是随着 虹膜识别技术的推广和普及，虹膜识别系统遭受攻击的可能性也越来越大( 如图2 2 ( c ) ) ，因此虹膜图像的防伪检测愈加重要。为了使虹膜识别身份鉴别系统具有安全性， 实用的虹膜质量评价体系，应当具有防伪的功能。也就是要能够判断采集对象是否为活 体虹膜。 虹膜图像的质最评价比较耗时，且没有完全统一的标准，已成为虹膜识别系统发展 的主要瓶颈之一，虹膜图像的质量评价性能在很大程度上影响虹膜识别系统的稳定性和 鲁棒性。 ( a ) 模糊的图像( b ) 遮挡严霞的图像( c ) 伪造的图像 图2 2 一些不合格的虹膜图像 从已发表的文献进行综述，可以从三个途径解决虹膜图像的质量问题【1 2 1 4 j ： ( 1 ) 设计性能更加优良的图像采集设备； ( 2 ) 提高识别算法的鲁棒性，即使在出现有质龟问题的图像时，系统依然能正确 识别； ( 3 ) 在虹膜识别系统中引入图像质量评价体系。尽管整个识别系统中采用一同改 进的措施。但在实用的识别系统中，为了保证超低的错误识别率，系统往往 容许进行无限多次提交样本。因此研究有效的图像质量评价算法越来越受到 7 圜 研究者的藿视。 2 1 1 图像质量评价的理论简介 图像质星主要包括两个方面的含义：图像的逼真度和图像的町懂度。图像的逼真度 指待评价的图像与实物的偏离程度，图像的可懂度指图像能向人或机器提供可用信息的 程度。在虹膜识别过程中，为了提高识别速度，人们总希望能够阻止质量不合格的虹膜 图像进入后续处理。图像的质量评价就是给出虹膜图像的逼真度和可懂度的定量测量方 法。 目前图像质量评价方法，按照评价方式来分t 要有两种：主观评价方法和客观评价 方法。主观评价方法是让观察者根据自己的经验，对待测试图像的视觉效果与预先制定 的评价标准进行衡量，从而做出质量判断。这种方法无法使用数学模型对图像质量进行 定量描述，并且容易受图像本身的类型、不同的评价方和评价者的心理状态等因素的影 响，不适合用于自动化实时识别系统中。 客观评价方法首先采用一定的数学模型来描述图像，然后通过评价该数学模型的一 些参数来判断图像质量好坏。客观评价方法具有速度快、准确性强、可量化操作等优点， 被广泛应用于在自动化系统中【1 3 】。本论文只对一些客观评价方法作讨论。 2 1 2 质量评价方法 目l j ，人们对虹膜图像质量评价方法进行了一些的研究，提出了许多清晰度评价方 法，基本上有以下几种： ( 1 ) 频域分析法 图像的空间纹理信息反映图像中物体的位置、形状、大小等特性，高清晰图像意味 着图像内物体有清晰易辨的边缘，在局部有很强的灰级变化，灰级的跃变会更加剧烈。 这些特征反映在频域里就是图像具有不同的频段分布。频域分析法就是对图像的频谱进 行分析【1 4 1 。 j o h nd a u g m a n 认为可以用离散二维傅立叶变换( d f t ) 频谱来描述虹膜图像的离焦 模糊程度。一副离焦模糊的图像相当于离焦g a u s s 算子的傅立叶变换( f f t ) 与一幅完 全聚焦图像的二维傅立叶变换( d f t ) 的乘积。通过对图像的二维傅立叶变换( d f t ) 频谱进行分析，高频能量越大表明聚焦越好，图像也就越清晰。但是直接对原始图像进 行二维傅立叶变换( d f t ) 非常耗时，为了降低时间复杂度，j o h nd a u g m a n 使用一个8 8 的模板与图像做卷积，模板如图2 3 所示。但是当原始图像分辨率比较大时，使用8 8 模 r 板与图像做卷积，耗时依然较多【1 5 】。 11111 - 1 11 111l1111 一11333311 11333311 11333311 一ll3333一11 111一111一11 1 1 1- 11一11一l 图2 38 8 的卷积核 为了解决j o h nd a u g m a n 方法耗时多的问题，w e i 等人提出了一种改进方法，该改 进方法使用5 x5 的卷积模板【1 6 1 ，如图2 4 所示。该卷积模板是一个带通滤波器，其中心 频率为0 4 3 7 5 ，带宽是0 3 1 2 5 。而j o h nd a u g m a n 的8 x 8 卷积模板的中心频率是0 2 8 1 2 5 ， 带宽为o 1 8 7 5 ，由此可见，使用w e i 的5 5 的卷积模板能够得到更多的高频成分，此外 该算法的计算速度也较j o h nd a u g m a n 算法的运算速度快。 111一11 1+ 2 + 2+ 2 1 1+ 20+ 21 1+ 2 + 2 + 2i 1111一l 此外，在频率域，l im a 等人也提出了一种频率分析的客观评价方法，l im a 等人 的方法直接用原始虹膜图像的傅立叶变换( f f t ) 频谱描述虹膜图像的清晰度【1 7 1 。在进 行质量评价时，为了保证速度，仅选用虹膜图像瞳孔两侧水平方向的两个小区域。该方 法认为，清晰的虹膜图像与低质量的虹膜图像相比，具有更均匀的频率分布，并定义式 2 1 所示的质量描述因子。 d - 堋意 晓， 卜世脚。西芏以 v ) l a r d y 其中，f ( u ，) 是虹膜区域的二维傅立叶变换( d f t ) 频谱，e ，e ，e 分别表示低频、 中频和高频分量，石和爿用来限定对应频率分量的范围。 判断某幅虹膜图像是否清晰的步骤如下： 9 ( 1 ) 确定虹膜图像中瞳孔两侧水平方向上的两个6 4x 6 4 的小区域； ( 2 ) 分别计算两个小区域的质量描述因子； ( 3 ) 计算这两个小区域的质量描述因子的平均值，并将此均值作为评价此虹膜图 像质量的参数； ( 4 ) 对f 一个给定的质壁描述因子，使用支持向量机( s v m ) 判断该虹膜图像是 否清晰。 该算法主要采用虹膜纹理( i r i st e x t u r e ) 的中频和高频分量，能有效检测散焦模糊、 运动模糊、严重遮挡等质量较差的虹膜图像。但是选择不同的参数，对该算法的判断结 果影响较大。因此该算法必须依靠大量实验得出两对参数组石和月( i = 1 ，2 ，3 ) 的可靠 经验值。此外，为了保证速度，该方法只选用靠近瞳孔两侧水平方向上的两个小区域进 行傅立叶变换( f f t ) ，因此，该算法的检测精度很大程度上取决于虹膜的定位精度。 针对离焦模糊和运动模糊存在的问题，孙哲南等人采用基于纹理频谱分析的质最评 价方法，实现了离焦模糊和运动模糊的检测。该方法将整个图像通过水平，垂直方向分 成4 个小区域，对这4 个小区域进行进一步的质鼍评价。在这4 个小区域中进行小波变 换，然后根据小波高频能量分析图像的清晰度，高频能量越高，表明图像越清晰。 定义q | 为清晰度因子，将4 个小区域的最高能量之和进行排序，取出能量最大值 k 和能量最小值艮，某帧图像的能量为巨，则清晰度因子为，式2 2 ： q = 鱼e 。m ! - e 虹i ( 2 2 ) ( 2 ) 空域分析法 通常情况下，清晰图像的边缘比模糊图像的边缘更加尖锐，空域分析法就足以此为 依据，直接利用图像的灰度特征对图像质量进行评估的方法。 z h a n g 等通过分析瞳孔、虹膜之间的边界梯度判断图像是否清晰。他们首先计算虹 膜图像中某小区域的像素灰度中值m 和某包含瞳孔的小区域的中值膨p ，然后再计算虹 膜和瞳孔边界的梯度值，用式2 3 定义边缘锐度描述算子，二的值则可以用来评价边缘 的锐化程度，值越大说明图像的聚焦越好，值越小说明图像越散焦。 一1 ：g r a d i e n t ( 2 3 ) w m i md 虽然利用边缘锐化程度可以衡量一幅虹膜图像的聚焦程度，但是该方法必须首先定 位瞳孔和虹膜外边界。以至于，该方法的精确度很大程度l 依赖f 虹膜的定位算法。除 此之外，在整个虹膜识别过程中虹膜定位时间所占比重很大，因此该方法的另一个问题 就是时间效率的问题。 2 1 3 防伪检测 目前比较常见的伪虹膜主要有：虹膜照片，纸质打印虹膜，带色彩和纹理的隐形眼 镜及与仿生眼睛等。伪虹膜的种类很多，花样层出不穷，而且分别具有各自不同的特点， 因此在防伪时应根据具体情况具体防患。 在以上几种攻击方式中，最容易检测的是利用虹膜照片或拍摄的虹膜录像进行攻 击。在虹膜采集时，具有清晰虹膜纹理的图像只有在特定的条件下才能获得，虹膜照片 和拍摄的录像容易反光，二次采集得到的虹膜图像质量通常比较差，因此可以凭借虹膜 识别系统中的质星评价体系将其去除。从生物方面讲，目i i i f 还没有能将人眼进行移植的 医学报道。目前来讲，最难防伪的是用打印在纸质上虹膜进行攻击，和使用彩色隐形眼 镜上的虹膜进行攻击，这也是最常用的两种伪造虹膜攻击方式。 1 、虹膜照片 2 0 0 2 年，德国c tm a g a z i n e 报道了一种利用打印的虹膜照片( p r i n t e di r i sp h o t o ) 对 虹膜识别系统进行攻击的情况。如图2 5 所示，攻击人员使用打印出来的虹膜照片 ( p r i n t e di r i sp h o t o ) 贴近眼睛，企图伪装活体眼睛“欺骗 虹膜识别系统，达到以假乱 真的e l 的1 8 1 。 图2 5 利用虹膜照片进行攻击( 摘自c tm a g a z i n e ) 虹膜照片表面非常光滑，在红外光照射下，会发生严重的反射与折射现象。因此二 次采集得到的虹膜图像上通常会有大面积的光斑，并且画面十分模糊，虹膜纹理几乎不 可见，如图2 6 所示。从图2 6 可以看出，二次获取得到的虹膜图像质量非常差，由f 本论文讨论的虹膜识别系统带有质鼍评价体系，因此虹膜照片图像会在虹膜图像质量评 价环节时，由于图像质量不合格f 以排除，所以不会对虹膜识别系统构成威胁【1 9 。2 0 】。 图2 6 虹膜照片所得虹膜图像 2 、纸质打印虹膜 利用纸质打印虹膜的攻击方式通常是：把真实的虹膜图像按一定的比例缩小打印在 纸上，然后用打印在纸上的虹膜图像冒充活体虹膜对虹膜识别系统进行攻击。 一般情况下，由于打印机本身的特性，打印的虹膜图像会具有一些周期性的打印痕 迹，这些痕迹反映在频谱上则为在某一频段上有很高的能量，如图2 7 ( c ) ( d ) 所示，而活 体虹膜不具有此性质，因此只需利用傅立叶变换( f f t ) 即可检测此类问题。从图2 7 ( d ) 可以看出，由二f 存在周期性打印痕迹的原因，纸质打印虹膜图像的频谱图e 出现了4 个 中频亮点。因此，判断一副虹膜图像来自纸质打印虹