（通信与信息系统专业论文）基于gabor变换的虹膜识别算法研究.pdf

中国民航大学硕上学位论文 摘要 在各种生物特征中，虹膜具有很多自身特有的优点，这使得虹膜识别技术成为一种 最有前途的生物特征识别技术，具有重要的理论研究价值和广阔的应用前景。本文在总 结了国内外主要的虹膜识别技术研究情况的基础上，改进了基于二维g a b o r 变换的虹膜 识别算法。 虹膜识别算法包括预处理、特征提取和分类匹配三个部分。在预处理算法中，本文 充分利用瞳孔的几何特性、眼睛图像的灰度分布以及各种先验知识，对传统的随机h o u g h 变换进行了改进。通过选择小图像块处理的方法来减少图像边界点数，并用数学形态学、 阈值截取等方法对图像进行优化，去除大量无用干扰点。本文的算法既保留了h o u g h 变 换算法定位精度高的优点，又通过对图像的优化缩小了计算开销，保证了算法的速度， 取得了良好的定位效果。 在特征提取阶段，运用了融合不同尺度下虹膜局部纹理位置信息和形态信息的算 法，该算法采用多通道二维g a b o r 滤波器来定量描述虹膜的局部纹理。为了获得更好的 滤波输出结果，采用了一种根据g a b o r 滤波器的频率带宽参数来指导搜索最佳滤波器的 新策略；在特征提取时，选择那些和滤波器相似的子块图像的中心作为特征点，然后将 这些特征点的加权平均作为最终的特征，并通过优化加权的方法，使那些和滤波器最相 似的点对特征点的位置贡献最大。这些特征点融合了每个像素点的位置信息和相似度信 息，更能真实的反映虹膜纹理结构，同时减少了图像旋转对特征提取的影响。 通过c a s i a 虹膜数据库中大量样本的实验验证，本文的虹膜识别方法识别率达到 9 9 7 5 4 ，证明了算法的有效性。 关键词：虹膜识别，g a b o r 滤波，h o u g h 变换，最优加权 中国民航大学硕1 ：学位论文 a b s t r a c t i r i si sab i o m e t r i cf e a t u r ew h i c hh a sm a n yu n i q u ea d v a n t a g e s ，s oi r i sr e c o g n i t i o ni s r e g a r d e da so n eo ft h em o s tr e l i a b l ea n da c c u r a t eb i o m e t r i ci d e n t i f i c a t i o ns y s t e ma v a i l a b l e a n e wi m p r o v e di r i sr e c o g n i t i o na l g o r i t h mw h i c hb a s e do n2 dg a b o rt r a n s f o r mi sb r o u g h t f o r w a r di nt h i st h e s i s a ni r i sr e c o g n i t i o na l g o r i t h mi n c l u d e st h r e em o d u l e s ：i m a g ep r e - p r o c e s s i n g , f e a t u r e e x t r a c t i o na n dc l a s s i f i c a t i o n i ni m a g ep r e p r o c e s s i n g , t h er a n d o mh o u g ht r a n s f o r mi s i m p r o v e dw i t ht h eg e o m e t r yf e a t u r e so fp u p i l ，伊a yd i s t r i b u t i o no fi m a g e sa n dm a n yp r i o r k n o w l e d g e i r i sb o u n d a r yl o c a l i z a t i o ni si m p r o v e db ys e l e c t i n gt h es m a l lb l o c ki m a g e sa n d r e d u c i n gt h en u m b e ro fe d g ep o i n t s ，a n di m a g e sa r eo p t i m i z e db yt h em e a n so fm a t h e m a t i c a l m o r p h o l o g ya n dt h r e s h o l di n t e r c e p t i o n s om a n yi n t e r f e r e n c ep o i n t sa r ew i p e do f f t h i s l o c a l i z a t i o na l g o r i t h mi sa sa c c u r a t ea st h eh o u g ht r a n s f o r ml o c a t i o na l g o r i t h ma n di sm o r e e f f i c i e n t l y i nt h ef e a t u r ee x t r a c t i o np e r i o d ，a na l g o r i t h mw h i c hu s e sl o c a t i o ni n f o r m a t i o na n df o r m i n f o r m a t i o no fl o c a lr e g i o n so fi r i si nd i f f e r e n ts c a l ei su s e d i nt h i sa l g o r i t h m ，l o c a lr e g i o n so f i r i sa r eq u a n t i t a t i v e l yd e s c r i b e db yu s i n gm u l t i c h a n n e l2 dg a b o rf i l t e r i no r d e rt og e tb e r e r f i l t e rr e s u l t ，an e ws t r a t e g yt os e a r c ht h eo p t i m a lf i l t e rw i t ht h eh e l po ft h eb a n d w i d t h p a r a m e t e ro fm u l t i c h a n n e l2 dg a b o r f i l t e r s i nf e a t u r ee x t r a c t i o n t h ec e n t e r so ft h es m a l lb l o c ki m a g e sw h i c ha r es i m i l a rw i t hf i l t e r a r ec h o s ea sf e a t u r ep o i n t s t h ew e i g h t e da v e r a g eo ft h e s ef e a t u r ep o i n t si sc h o s ea st h ef i n a l f e a t u r e l o c a lr e g i o n so fi r i sa r er e f l e c t e dm o r ev e r a c i o u sb yf i n d i n go p t i m a lw e i g h t e d a l g o r i t h m t h ep r e s e n t e di r i sr e c o g n i t i o na l g o r i t h mp e r f o r m sw i t hg o o dr e c o g n i t i o nr a t e so f 9 9 7 5 4 o nt h ei m a g e so fc a s i ai r i sd a t a b a s e t h e r e f o r e ，i ti sp r o v e dt ob ear e l i a b l ea n d a c c u r a t er e c o g n i t i o na l g o r i t h m k e yw o r d s ：i r i sr e c o g n i t i o n ，g a b o rf i l t e r s ，h o u g ht r a n s f o r m ，o p t i m a lw e i g h r i n g i i 中国民航大学学位论文独创性声明 本人声明所呈交的学位论文是我个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， 也不包含为获得中国民航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了谢意。 研究生签名：乏尥日 中国民航大学学位论文使用授权声明 中国民航大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件 和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内 容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布( 包括刊登) 论文的全 部或部分内容。论文的公布( 包括刊登) 授权中国民航大学研究生部办理。 研究生签名：主基边厶导师签名： 中国民航大学硕十学位论文 1 1 引言 第一章绪论 本章主要介绍虹膜识别的研究背景和意义，对虹膜识别的生理基础、虹膜识别技术 的发展现状进行了论述，并阐述了本文的研究内容和总体结构。 1 2 课题研究背景和意义 现代社会是一个高度复杂的、信息交互的社会，身份鉴别的应用范围越来越广泛， 重要性也越来越突出。准确地鉴定个人的身份有着重大的社会意义和经济意义，它可以 有效地防止犯罪和诈骗、提高办公效率、节约资源。随着我国经济建设和信息产业技术 的深入发展，国家公共安全和个人身份安全方面暴露的问题日益明显，传统的身份鉴别 方法( 如身份证、密码等) 具有易遗忘、易假冒、易破解等缺点，所以我们需要一种更 加方便、有效、安全的身份认证技术，而牛物特征识别( b i o m e t r i c ) 技术正是解决信 息化、数字化、网络化社会安全问题的重要办法，大力发展生物识别领域的相关产业有 重要的现实意义。 生物特征识别( b i o m e t r i c ) 是一种利用模式识别、图像处理和计算机视觉的方法 对人类本身所具有生物特征进行可靠的、有效的分析和描述，并通过判断这些描述的一 致性从而实现自动身份确认的技术。目前，生物特征识别技术按照人体的生物特征可 以分为指纹识别、掌纹识别、人脸识别、虹膜识别、视网膜识别、语音识别、签名识别 和击键动力学，另外，还有很多发展中的生物特征识别技术，包括静脉图案、脸部热成 像、d n a 、汗毛孔、握手、身体气味、耳朵、步态、皮肤光泽、脑电波图形以及脚印和 足部动作等。这些生物特征具有“人各有异、终生不变、随身携带 等特点，具有稳定、 便捷、不易伪造等优点，所以利用牛物识别技术进行身份认定，安全、可靠、准确。此 外，生物识别技术产品均借助于计算机技术实现，很容易完成安全、监控、管理系统整 合，实现自动化管理；可以应用的领域包括金融、法制、公安、网络安全、电子商务等 等。 由此可见，生物识别技术具有非常广阔的发展前景，几乎可以应用到人们日常生活 的方方面面。随着社会对身份识别要求的不断提高，生物识别技术的重要性将日益凸现。 到目前为止，美国基于生物特征的身份认证产业规模已经达到数十亿美元，其他一些国 家地区，例如，欧盟、澳大利亚、日本、韩国、南非等采用法律规定的方式来使用生物 识别技术。据美国i n t e r n a t i o n a lb i o m e t r i cg r o u p ( i b g ) 发布的对生物认证市场的预测 和分析显示，到2 0 0 8 年，生物识别市场将从2 0 0 3 年的7 亿美元规模迅速增长到4 6 4 中国民航大学硕l 学位论文 亿美元( 如图1 - 1 ) 。我国对于生物识别技术的开发应用也十分重视，中国正成为继美国、 日本之后最具潜力的发展中市场。 2 0 0 32 0 0 42 0 0 52 0 0 62 0 0 72 0 0 8 图1 - 12 0 0 3 - - 2 0 0 8 年全球生物识别市场增长预测( i b g ) ( 百万美元) 在各种不同的生物特征中，虹膜具有很多优点：高可靠性、高稳定性、高安全性、 非侵犯性心3 4 1 等( 如表1 1 所示) 。非侵犯性是身份鉴别研究与应用发展的必然趋势， 与人脸、声音等其他非接触式的身份识别方法相比，虹膜识别具有更高的准确性。 表1 1 几种常见生物特征比较 生物特征 普遍性唯一性稳定性可采集性准确性可接受性安全性 人脸高低中高低高低 指纹 中高高中高 由 高 一 由 高虹膜高高高 由 局 视网膜高高 中低 高 低 高 一 高低笔迹低低低向低 语音 中 低低 由 低高低 d n a高高高低高低低 虹膜识别作为生物识别技术中的后起之秀，在人们生活、工作的方方面面都显示了 它的优越性。虹膜的细节特征在人的一生中均保持稳定，虹膜图像在采集时具有无侵犯 性，每个虹膜都具有独一无二性，瞳孔的缩放使虹膜组织具有活体组织的显著特性等等， 这些特点使得虹膜识别成为一种最有前途的身份鉴别方法，越来越受到人们的广泛关 注。虹膜识别适用于需要进行安全性防范的诸多场合，在金融证券( 电子商务、银行a t m 、 p o s 终端等的安全认证) 、信息安全( 网络、数据库和关键文件等的安全控制、系统计算 机的登录认证等) 、国防( 重要基地的身份认证、机密资料的安全管理) 、交通( 海关和 民航的通关认证) 、公安司法( 嫌疑认的准确确认、流动人口的控制) 、日常生活( 个人 汽车、移动电话的使用认证等) 中虹膜识别技术都有着广阔的应用前景。 虹膜识别系统中最为关键的部分是虹膜识别算法，它直接决定了识别系统的性能。 尽管目前出现了大量的虹膜识别算法，但其尚待发展和完善的地方仍然很多，很有必要 对这些识别算法进行进一步的研究和改进，提高识别算法性能，进而优化虹膜识别系统。 所以本文的主要工作集中在识别算法的研究上，并针对目前一些流行的算法中存在的不 足之处进行改进。 2 o 中圜r 航 学碰t 学位论文 1 3 虹膜识别技术简介 1 3 1 虹膜识别的生理基础 图卜2 是眼睛的解剖图5 7 。从图中我们可以看出虹膜( i r i s ) 是眼睛的内部组织， 它处于角膜和水状液的后面、晶状体的前面，连接在眼睛的睫状肌上，呈扁圆盘状，中 央是瞳孔( p u p il ) 。虽然虹膜是眼睛的一个内部器官，但是，位于虹膜之前的角膜是透 明的，因此虹膜又是外部可见的，它是人体唯一能从外界明显看到的内部器官。 凹卜2 眼睛解剖幽 从眼睛的外观图( 图卜3 ) 可以更直接的看清楚巩膜、虹膜、瞳孔三部分。巩膜即 眼球外围的白色部分约占总面积的3 0 ：眼暗中心为瞳孔部分，约占5 ；虹膜位于巩 膜和瞳孔之间，占据6 5 9 6 。虹膜的直径约1 2 m m ，厚约05 , m ，根部最薄。虹膜表面高低 不平，有辐射状条纹褙皱和凹陷的隐窝。在距瞳孔约i5 r m n 处，有一环形锯齿隆起，是 虹膜小动脉环所在处，它将虹膜表面分为两部分：外侧的为睫状部内侧的为瞳孔区内。 睫状部有许多放射形隆起，代表虹膜血管从大环走向小环所经行的路径。整个虹膜表面 结构”1 如图卜4 所示。 圭1 膜 图卜3 眼睛外观幽 幽卜4 虹膜表面结构图 虹膜中包含有丰富的色素细胞，当外部光线照射到眼睛上时，由于不同人的色素细 胞对光有不同的吸收率，使得虹膜呈现不同的颜色。但从识别的角度来说，虹膜的颜色 信息并不具有广泛的区分性，那些相互交错的类似于斑点、细丝、冠状，条纹、隐窝等 中国民航大学硕士学位论文 形状的细节特征才是虹膜唯一性的体现。细节特征来源可能为两个方面：一是处于收缩 沟区域的虹膜上有许多虹膜小坑，称为睫状区小坑，这是虹膜前层的中胚叶成分局部性 萎缩的结果，大量的睫状小坑犹如乳突纹线上的汗孔，千姿百态地分布在睫状区内，形 成收缩沟微观形态上的特定性；二是虹膜大小环之间粗细不一的动静脉血管和神经纤 维，在通过各收缩沟时，与之相交构成一成不变的特定组合关系，这种收缩沟上特定的 组合关系也是一种细节特征。通常，人们将这些细节特征信息称为虹膜的纹理信息，虹 膜包含了丰富纹理信息。 1 3 2 虹膜识别的技术特点 通过上面对虹膜独特结构和丰富纹理信息的分析，由解剖学、遗传学的知识，可以 看出虹膜完全能够作为一种生物识别的特征，并具有明显的优势： 1 、唯一性。虹膜具有随机的细节特征和纹理信息，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、凹点、射线和条纹等特征的结构，每个人的虹膜 纹理在人群中的分布是随机的，两个人同一只眼虹膜特征相同的概率是十万分之一，两 眼相同的概率是一千亿分之一。此外虹膜的形成不受遗传的影响，即使是同样基因型( 例 如同卵双胞胎，甚至是同一个人的两只眼睛) ，也不存在特征相同的实际可能性。 2 、可靠性。从直径1 i c m 的虹膜上，d a u g m a n 教授的算法用3 、4 个字节的数据来代 表每平方毫米的虹膜信息，这样，一个虹膜约有2 6 6 个量化特征点，而一般的生物识别 技术只有1 3 到6 0 个特征点。2 6 6 个量化特征点的虹膜识别算法在众多虹膜识别技术材 料中都有讲述，在算法和人类眼部特征允许的情况下，d a u g m a n 教授指出，通过他的算 法可获得1 7 3 个二进制自由度的独立特征点h 1 。在生物识别技术中，这个特征点的数量 是相当大的，一般指纹识别只有3 5 个自由度，这使得虹膜的构成千变万化，几乎不可 能重复，就是同一个人的左右两眼，其细节特征也不相同。统计测试表明嘲，虹膜识别 的错误率仪为l 2 订3 ，是各种生物识别技术中最低的哺1 。 3 、高稳定性。人的虹膜整体结构在8 个月的时候创建口1 ，大概在2 3 岁的时候稳 定，在1 2 岁发育成熟之后就相当稳定，不易病变，一般的疾病不会对虹膜组织造成损 伤。由于虹膜是外部可见的内部组织，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的与特定对象的特征相同。 4 、非侵犯性。虹膜采集时，用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，不需要物理接触。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。 5 、可检测活体性。虹膜中央的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，睫状肌都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。利用这一特性可以检测出是否为活体虹膜， 有效的防止人工伪造，而指纹等其他牛物特征没有这方面的功能。虽然这种动态化的特 4 中国民航大学硕十学位论文 性使得采集的数据会有细微变化( 一定幅度内) ，但这种变化不影响同一识别。 1 3 3 虹膜识别的发展历史和现状 基于虹膜的身份识别思想最早可追溯到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到巴黎刑事监狱，当时的生物特征包括： 耳朵的大小、脚的长度、虹膜等，受技术的限制，当时的虹膜识别主要依据颜色和形状 信息，而且信息通过人工观察获取。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 m 首次提出对虹膜图像进行自动识别，并获得虹膜识别概念的专利协，但他们没有开发出 一个实际系统。到1 9 9 1 年，美国洛斯阿拉莫斯国家实验室实现了一个自动虹膜识别应 用系统，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，英国剑桥大学的 j o h nd a u g m a n 教授实现了基于g a b o r 变换的虹膜识别技术和分布式虹膜数据库的虹膜识 别系统h 引，这是一个高性能的自动虹膜识别系统。现在虹膜识别算法研究大多都是基 于1 9 9 4 年d a u g m a n 教授申请的专利基础上口1 ，世界上第一台人眼虹膜识别机也是 d a u g m a n 教授发明出来的，该装置己被英国第三大银行国民西敏士银行买断，并 装配到其自动提款系统中。在这之后，美国普林斯顿d a v i ds a r n o f f 研究中心的r i c h a r d p w i i d e s 教授研究了采用多尺度匹配识别方法的虹膜识别系统1 。1 9 9 7 年，澳大利亚 q u e e n s l a n d 大学的b o l e s 教授提出了一种基于小波变换的过零检测虹膜识别方法n 别，有 效的克服了漂移、旋转、比例缩放及环境亮度变化和噪声给系统带来的影响，具有较好 的鲁棒性。 由于虹膜识别巨大的优势及潜在的商业价值，驱使国际上一些大公司，如松下、l g 、 o k i 等国际著名公司和许多科研机构，投入大量人力财力进行研究。当今虹膜识别技术 应用最好的是北美，其次是亚太地区和欧洲。目前，欧美一些高技术公司已经具备了自 动虹膜识别系统产品的研制能力，部分产品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、银行自动提款机等。o k i 电气 工业公司与日本赛马协会联合研制了赛马虹膜身份鉴别系统；2 0 0 2 年，英国最大的伦敦 h e a t h r o w 机场开始在入境口岸试用虹膜识别系统，加强入境安全管理；s i e m e n sn i x d o r f 公司已着手把s e n s a r 公司的虹膜身份鉴别技术集成到他们的自动取款机上；现在已有 研制成功的虹膜识别系统应用在美国得克萨斯州联合银行的三个营业部门；美国另一家 公司设计的“虹膜通行证 已于开始在美国北卡罗来纳州夏洛特道格拉斯国际机场正式 启用。这几年国际虹膜识别市场已经进入到高速发展期，预计2 0 0 8 年的年收入将达到 3 6 6 亿美元。 国内从事虹膜识别的研究相对较晚，目前中科院自动化研究所、上海交通大学、浙 江大学、深圳思创集团、吉林大学等研究机构均已开展了虹膜识别技术的研究，并取得 了一定的理论和实验成果n 踟。中国科学院自动化研究所的模式识别国家重点实验室是国 内最早从事虹膜识别研究的单位之一，从1 9 9 8 年至今已经开发了三代虹膜识别系统， 中固民航大学硕士学位论文 包括虹膜采集装置、图像预处理、特征抽取和匹配等基本模块，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。于2 0 0 0 年8 月成 立的中科膜识科技有限公司( 中科院自动化所下属) 拥有很强的技术实力，该公司于 2 0 0 3 年推出了中国第一套虹膜识别应用系统，成为世界上第二家拥有核心算法的虹膜识 别设备企业( 另一家为美国的i r i d i a n 公司) ；在硬件开发上，中科膜识与日本o k i 进 行合作，由后者协助生产辅助硬件。相对于国际上其它公司的核心算法，中科院自动化 所的核心算法速度更快，占用的内存空间更小，整体性能更加优异，检测的准确率更高， 达到了世界领先的技术水平，这标志着中国虹膜识别技术的研究及主业化工作，走在了 世界的前列。人们也应该清醒地认识到和国外优秀的虹膜识别产品相比，国产系统还是 有着一定的差距，尤其在虹膜图像采集硬件装置方面。 历经多年的发展，虹膜识别产品在很多场合都有了应用，特别是在重要区域的门禁 管制、金融领域以及港口航空系统等需要高度安全的领域。现在虹膜识别系统在实际应 用中的主要问题就是获取高质量的虹膜图像需要用户的良好配合，硬件成本也比较高。 所以未来虹膜识别的发展趋势是提高系统人机接口的友好性，降低采集设备的成本。随 着虹膜识别技术逐步完善、成熟，虹膜识别产品的性价比也在不断地提高，虹膜识别技 术将有着广阔的市场前景。 1 3 4 虹膜识别研究难点 虽然虹膜识别技术取得了很大成绩，但仍然存在着许多问题有待解决，主要表现为 以下几个方面： 1 、虹膜采集技术有待提高。获得高质量的虹膜图像是制约虹膜识别技术发展与应 用的一个瓶颈。图像获取设备的小型化与方便化、高分辨率摄像头及其照明技术，是推 广虹膜识别技术的主要障碍，需要进一步完善虹膜采集的自动性以及完成虹膜质量的完 美控制。 2 、虹膜识别算法有待于进一步开发。当前的虹膜识别算法还不能很好的提取因人 而异的特征向量，存在着匹配不够精细，计算量大等问题。需要寻找具有较高鲁棒性的 有效的虹膜纹理表示方法，使虹膜能够适应较高的干扰影响，并通过有效的虹膜编码和 匹配方法，实现快速的虹膜分类匹配。 3 、性能评价体系有待建立。虹膜识别系统性能评价应该由国家甚至世界性的专门 检测机构来进行。该机构应该有一个样本容量足够大的虹膜数据库，制定一套科学严谨 的测试方案，能够对各种虹膜识别系统的性能给出准确、统一、权威的评价。但是，目 前对虹膜特征识别尚无评价机构，尚未形成统一的标准及足够大的虹膜数据库。 4 、系统的可行性有待于验证。当前的虹膜识别系统只是用统计学原理进行小规模 的试验，而没有进行过现实世界的唯一性认证试验。 6 中国民航大学硕：l 学位论文 1 4 本文研究内容和结构 虹膜识别的关键技术在于虹膜识别算法。本论文的主要工作集中在预处理和特征提 取的研究，并针对目前算法中存在的一些问题提出新的改进方法。本文的具体结构如下： 第一章绪论，介绍了虹膜识别的研究背景、意义，描述了虹膜的生理结构和特点， 并对虹膜识别技术特点和发展现状进行了阐述。 第二章虹膜识别系统概述，阐述了虹膜识别的基本原理和虹膜识别的步骤，并对几 种现有识别系统进行了分析。 第三章虹膜图像预处理，包括虹膜定位，虹膜图像归一化，虹膜图像增强等。 第四章虹膜纹理的特征提取，如何有效的描述丰富的虹膜纹理，并采用合适的方法 来提取适当的特征描述其细节，是虹膜识别算法的关键部分，也是本文讨论的重点。包 括滤波器和分类器的设计。 第五章实验结果及性能分析，为了检验算法的有效性，通过实验对算法进行了分析 和统计评价，并和现有的一些算法进行了比较。 最后，在结束语中，对本文的成果进行总结及提出对未来的期望。 中国民航大学硕士学位论文 2 1 引言 第二章虹膜识别系统概述 虹膜识别属于模式识别这一范畴。本章简单介绍了模式识别的相关理论基础，以及 虹膜识别系统的基本构成，并对现有几种典型的虹膜识别系统所采用的方法及原理进行 了概括性描述。 2 2 虹膜识别基本原理 2 2 1 模式识别简介 虹膜识别属于模式识别这一范畴。模式识别n 朝n 6 1 7 1 2 0 世纪5 0 年代开始，6 0 年代兴 起并迅速发展，7 0 年代奠定理论基础，发展至今己成一门新兴学科。 “模式”( p a t t e r n ) 是一个客观事务的描述，是指建立一个可用于仿效的完善的标 本。它广泛存在于自然科学( 如图像、文字、声音、物体等) 和社会科学( 如经济模式、 政治模式等) 中。 “模式识别”( p a t t e r nr e c o g n i t i o n ) 按哲学的定义是一个“外部信息到达感觉器 官并被转换成有意义的感觉经验 的过程，本质上是经过分析、判断、归类、识别出事 物与哪个供仿效的标本相同或相似。模式识别是研究图像或各种物理对象与过程的分类 和描述的学科。 目前模式识别的理论和方法一般分为以下四类： l 、统计模式识别 统计模式识别是以概率统计理论为基础的，用特征向量描述模式，找出决策函数进 行模式决策分类，不同的决策函数产生不同的模式分类方法。目前主要的统计模式识别 方法有两类：一类是基于似然函数的模式分类方法，主要有n e y m a n - p e a r s o n 决策、b a y e s 决策等；另一类基于距离函数的模式分类方法，这是一种集群分析方法。 2 、句法( 或结构) 模式识别 句法模式识别是以形式语言理论的概念为基础的。模式按其结构分解为子模式或模 式基元，模式基元的连接关系以文法形式进行描述。这类似于英语中的单词按一定的文 法连接而成。给定一个输入模式基元串，判断其是否被文法识别器( 又称自动机) ，接 受的过程就是模式识别。 3 、模糊模式识别 中国民航大学硕士学位论文 模糊模式识别是模糊集理论在模式识别中的应用。人对客观事务的认识带有模糊 性，如通常所说的“高矮、胖瘦 “青年、老年 “温和、剧烈，都是带有模糊 性的语言，人类利用这些模糊语言进行交流，并通过大脑分析和决策。模糊数学就是研 究如何利用模糊信息对确定事物进行定量分析。将模糊集理论用于模式识别系统，就是 利用模糊信息进行模式决策分类，使计算机或机器带有接近人类的智能。目前，模糊模 式识别的主要方法有：最大隶属原则识别法、接近原则识别法和模糊聚类分析法。 4 、神经网络模式识别 人工神经网络具有信息分布式存储、大规模自适应并行处理、高度的容错性等优点， 特别是其学习能力和容错性对于不确定的模式识别具有独到之处。在神经网络分类器 中，首先计算匹配度，然后将其送到第二级输出，再反馈到分类器的第一级，用学习算 法训练相应的网络权值，重复上述过程，直到达到期望目标为止。神经网络分类器可完 成以下任务： ( 1 ) 在输入被噪声污染的情况下，确定最能代表输入样本的类； ( 2 ) 分类器具有联想记忆功能，可用于残缺输入信息的恢复与联想； ( 3 ) 用作矢量编码器，作为图像识别的a d ，起到数据压缩作用。 由此可知神经网络分类器是一种智能化模式识别系统，它可增强系统的学习能力、 自适应能力和容错性，具有很强的发展应用前景。 2 2 2 模式识别系统的基本构成 典型的模式识别系统如图2 - 1 所示，一般分成数据获取、预处理、特征提取和选择、 决策分类四个主要部分。 图2 - 1 模式识别系统框图 如果输入的是图像信息，那么该系统就成为典型的图像识别系统框图，其中： 1 、图像数据获取 此部分通过将图像输入到设备来实现，常用的图像输入设备有电视摄像机、微密度 计、扫描鼓等。它将图像的光学灰度信号转换为模拟电信号，并经a d 变换为数字图像 信号。一般要求转换的电信号线性度好，噪声小，分辨率高，转换速度快。 2 、预处理 预处理是对获取的原始图像数据进行整形加工、去伪存真的过程。由于原始图像信 号中存在着许多噪声和畸变，一般要进行滤波、平滑、增强、复原、提取边缘、图像分 割等处理，以便提高图像质量，并为下步特征提取打下必要的基础。 9 中国民航大学硕、t 二学位论文 3 、特征提取和选择 特征提取和选择是对预处理后的数据进行分析、去粗存精的过程。由于原始图像数 据量相当大，需要把这些数据转换为若干特征，这称为特征提取。为了提高分类处理的 速度和精度，还需要选择最有代表性的特征，其信息冗余度最小，而且希望具有比例、 旋转、位移不变性。 从数学上讲，特征提取相当于把一个物理模式变为一个随机向量，如果抽取和选择 了m 个特征，则物理模式可用一个m 维特征向量描述，表现为m 维欧式空间中的一个 点。m 维特征向量表示为( 式2 1 ) ： 一x = ( x i ，x 2 ，) r ( 2 1 ) 在图像识别中，常被选择的特征有：图像幅度特征、图像统计特征、图像几何特征、 图像变换系数特征等，此外还有一些其它描述图像的特征，如纹理特征、三维几何结构 描述特征等。在虹膜识别中，主要应用的是虹膜图像的纹理特征。 4 、决策分类 这是模式识别的理论与方法要解决的关键问题。模式识别的任务是如何做出最优决 策的问题，也就是说，根据具体问题的性质，提出一个反映分类好坏的标准，从而找到 最符合这一标准的分类方法。从数学观点来看，决策分类就是找出决策函数( 边界函数) 。 当已知待识别模式的完整的先验知识时，可据此确定决策函数的数学表达式；如果仪仅 知道待识别模式的定性知识，则在确定决策函数的过程中，可通过反复学习( 训练) 、 调整，以达到满意的决策函数表达式，作为决策分类的依据。 2 3 虹膜识别系统 基于虹膜特征的身份鉴别系统是一个典型的模式识别系统，它包括两个丰要的模 块：训练模块和鉴别模块。训练模块采集训练样本牛成统计数据，提取代表这些数据的 特征，并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绝。 虹膜识别系统( 如图2 - 2 所示) 主要包含虹膜图像采集装置、活体虹膜检测算法、特征 提取和匹配三大模块。它们分别对应于图像获取、真伪鉴别和模式匹配这三个基本问题。 下面就这三方面进行简要地描述。 图2 - 2 虹膜识别系统框图 1 0 中国民航大学硕士学位论文 2 3 1 虹膜图像的获取 虹膜图像的获取是虹膜识别的第一步，也是十分关键的一步。由于虹膜面积很小( 一 般直径在十几毫米左右) ，不同人种的虹膜颜色有很大的差别，用普通c c d 摄像头在正 常的光照条件下很难获得清晰的虹膜图像；同时，由于虹膜不能直接接触，图像的获取 是非侵入式操作，而且眼睛又是人体中极为敏感的部位，无法承受强光的照射；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h 1 。基于此，有以下几点需 要考虑： 1 、经验表明为能辨别虹膜的纹理细节，沿虹膜直径至少要大约1 2 8 个像素。 2 、为使图像具有足够的分辨率和对比度，需要加入辅助光源，采用辅助光源时， 既要保证图像的清晰度，又要保证光源强度不使被测者感到不适。 3 、摄取的图像要限制在一定范围内，图像中除眼睛外，不应包含过多其他部位。 4 、获取图像过程中，人工因素如镜片的反光，光学上的色差等应尽可能的消除。 图2 - 3 为虹膜图像采集原理图，经图像卡输入计算机，得到原始的眼睛图像。 图2 - 3 虹膜图像获取示意图 目前虹膜图像获取装置主要有以下几种： ( 1 ) j g d a u g m a n 虹膜图像采集装置们 ( 2 ) r p w i l d e s 虹膜图像采集装置n 羽 ( 3 ) 中科院自动化研究所的虹膜图像采集装置n 鲫 本文使用的虹膜样本都来自于c a s i a 数据库晗们，这是中国科学院自动化研究所模式 识别国家重点实验室虹膜识别研究小组免费向学术界提供的虹膜图像样本数据库，该数 据库是由中科院自动化所利用其拥有自主知识产权的虹膜图像采集装置在室内环境下 进行采集的n 叭，由于采集过程得到了志愿者的配合，获得了的虹膜图像样本质量较高。 2 3 2 活体虹膜检测 眼睛特有的光学和生理特性为虹膜识别的防伪提供了很好的基础。虹膜识别的防伪 本质上就是活体虹膜的检测，即检测真假虹膜。就实际应用而言，活体虹膜检测是一个 相当重要的方面。有些文献h 1 8 儿2 中介绍了一些可用于活体检测的思想。总的来说，活 体虹膜检测主要依靠活体眼睛特有的光学和生理特性，尤其是虹膜的震颤特性。 中国民航大学硕十学位论文 2 3 3 虹膜识别算法 虹膜识别算法主要包括图像预处理、特征提取和分类匹配三个部分。预处理实现在 图像中虹膜定位、归一化和增强等功能；特征提取是整个识别算法核心，即用有效的特 征对虹膜进行描述；分类器完成基于虹膜特征向量的匹配任务。识别算法直接决定了虹 膜识别系统的性能，是整个系统最为关键的部分。 1 、图像预处理 虹膜图像预处理是有效进行特征提取和特征匹配的前提。如前所述，虹膜是位于巩 膜和瞳孔之间的环状区域，由于在图像获取过程中所获得的是眼睛图像，而对于特征提 取和识别来说有意义的区域只有虹膜的环状区域。另一方面，在虹膜获取过程中由于设 备等环境因素和人的因素，对图像质量造成一定影响，所获得的图像中往往存在噪声点 或者光照不均匀等影响。基于以上几点，预处理是非常必要的，对于虹膜识别来说是必 不可少的关键步骤。 虹膜图像预处理过程通常包括三部分：一是虹膜定位：从摄取的眼睛图像中将虹膜 图像分离出来，去除眼睑、眼液及微小组织的影响；二是归一化：把分割的虹膜图像归 一化到相同的尺寸，补偿由于个体的差异以及瞳孔缩放带来的虹膜大小改变；三是图像 增强和去噪：排除噪声干扰，消除漂移( 无法保证虹膜精确的位于图片的中心) 、缩放 ( 被摄者离镜头的远近不同) 及旋转( 头的倾斜或眼球的旋转) 等现象，去除光照不均 匀因素对图像造成的影响，更好地提高识别效果。 2 、特征提取 在进行了预处理以后获得了虹膜图像，由于虹膜图像中并非所有信息对识别都是必 需的，有些甚至是冗余的，因此对虹膜图像进行特征提取是识别的重要步骤，它的处理 结果直接决定了虹膜识别算法的识别率。所以需要选择最有代表性的特征，希望其信息 冗余度小，而且具有比例、旋转、位移不变性。 国内外主要的处理算法有以下几种：d a u g m a n 的相位编码方法、b o l e s 的过零点描 述法、w i l d e s 等基于拉普拉斯金字塔的图像匹配、中科院自动化所的多通道空间滤波方 法等。在本文的第四章中将对这些方法进行详细的比较分析。 3 、模式匹配及分类器设计 特征匹配的过程就是识别过程，即将采集的图像与数据库中的虹膜图像进行比对， 通过给出的结果值域，达到最终的识别目的。基于已提取的虹膜特征模板来进行虹膜识 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。目前资料上公 开的用于虹膜识别的分类器主要有：海明距离分类器、加权欧式距离分类器和w i l d e s 的归一化相关系数分类器。 ( 1 ) 海明距离分类器 海明距离是衡量两个二进制模板之间不匹配位数的尺度。通过比较海明距离的大 1 2 中国民航大学硕：卜学位论文 小，判断两个二进制模板是否来自同一只眼睛。如对两个虹膜的二进制模板石和y ，其 海明距离h d 被定义为两模板不匹配位数的总和( 如式2 2 ) ： h d = 专一( 揪) 巧 ( 2 2 ) 其中，为二进制模板的总位数，翮足表示异或运算。 式2 2 的计算结果就可用作匹配度，其值越小表示虹膜图像越相似。由于每个独立 的虹膜其特征都具有高自由度，因此一个虹膜的二进制编码与来自于另一只眼睛的虹膜 二进制编码是相互独立的。如果两个虹膜二进制模板来自于同一只眼睛，海明距离理论 上应接近于0 ，因为它们高度相关，两个虹膜的编码应相同。 海明距离法计算消耗小，当数据库中的数据量很大时，效果很好；缺点是受图像旋 转的干扰影响很大，算法的鲁棒性不强。 ( 2 ) 加权欧式距离分类器 加权欧氏距离( 陟叻) 广泛应用于两个模板之间的比较，尤其当模板的值为整数的 时候。在z h u 等人船2 1 和王蕴红等人心3 1 的虹膜识别算法中，均采用了加权欧氏距离来描述 两幅虹膜图像之间的相似性。加权欧氏距离衡量了两个模板之间的相似程度，其数学表 达式如下( 式2 3 ) ： w e d ( k ，= 善铲 眩3 ， 其中，石是进行匹配的虹膜的第f 个特征值，七是虹膜模板k 的第f 个特征值，讲助表示 模板k 的第i 个特征值的标准方差。当相对于模板k 的w e d 达到最小时，该虹膜模板 为模板七的匹配模板。 ( 3 ) 归一化相关系数 w i l d e s 等人n 8 1 利用两个虹膜模板的归一化相关系数来实现虹膜的匹配识别，该方法 的数学表达式为( 式2 4 ) ： ( p 。口，j - u ，) ( p ：【f ，j - 2 2 ) 立l 型一 ( 2 4 ) ，z m q 其中，p l 和p 2 是两幅大小为n m 的图像，乒l 和s 1 分别是图像p l 的灰度均值和方差，胞 和s 2 分别是图像见的灰度均值和方差。 归一化相关系数法优于标准相关系数法，因为它能够解决图像灰度的局部变化问 题，而标准相关系数法不能。由于平均强度是在相关系数分式的分子中被减去的，而标 准偏差则出现在分母中，所以具有较强的鲁棒性。 1 3 中国民航大学硕十学位论文 2 4 几种现有的虹膜识别系统 2 4 1d a u g m a n 的虹膜识别系统 d a u g m a n 系统是虹膜识别技术中比较成熟的一套系统，该系统是目前几乎所有的虹 膜识别技术的基础。 d a u g m a n 系统采用窄视场成像光学镜头、中等分辨率的摄像头、点光源照明、l c d 反馈显示辅助物方位置校正的方式采集虹膜图像；通过求g a u s s i a n 平滑后的圆形轮廓 的梯度最大值的参数( 半径，圆心) 进行虹膜分割；对半径按比例放缩归一化虹膜的半 径；使用若干个不同参数的g a b o r 滤波器对虹膜对象进行滤波得到虹膜特征编码，计算 特征编码的h a m m i n g 距离得出识别结论。 2 4 2w i l d e s 的虹膜识别系统 w i l d e s 采用窄视场成像光学镜头、中等分辨率的摄像头、光源发出的光经散射片( 使 偏振态均匀分布) 和偏振片( 产生特定偏振态) 后照明人眼、偏振片过滤反射光、双圆 形轮廓辅助物方位置自校正的方法采集虹膜图像；通过g a u s s i a n 平滑化的一阶算子求 边缘，并使用h o u g h 变换获取虹膜内、外圆模型参数得到虹膜分割结果；对获得的虹膜 图像的半径和旋转角度参数微调，将它和己存储的虹膜样本之差最小化，获取半径比例 和旋转角度，完成归一化；使用多尺度匹配方法，采用f i s h e r 的线性区分方法得到最 后识别结果。 2 4 3 中科院自动化所的虹膜识别系统 中科院自动化研究所模式识别国家重点实验室，成功研制了一种虹膜图像采集装 置，并已获得使用新型专利n 引。在这种虹膜识别系统中，虹膜图像摄取采用了自主开发 的装置；分别使用二值化与最小二乘拟合的方法，求得虹膜内、外边缘；对获得的虹膜 图像采用极坐标变换进行归一化；特征提取采用g a b o r 滤波和d a u b e c h i e s - 4 小波变换 等纹理分析方法；最终，采用方差倒数加权欧氏距离的方法进行匹配识别。 d a u g m a n 和w i l d e s 的系统算法是目前国际上两种经典算法，