（生物医学工程专业论文）虹膜识别算法研究.pdf

山东大学硕士学位论文设置进行了研究，提高了匹配率。上述虹膜识别过程中的算法均以中科院c a s i a 虹膜数据库v 1 0 版本中来自1 0 8 个不同人眼的7 5 6 幅图像为实验样本，在m a t l a b6 5 平台上进行仿真实验。实验结果在认证模式和识别模式两种情况下进行验证，结果表明本文提出的虹膜识别处理算法在识别速度和识别准确率上都达到了较理想的效果。本文最后对本课题涉及的所有工作进行了总结，并对后期研究工作进行了展望。关键词：虹膜识别；图像预处理：特征提取：粗集理论；一维l o g o a b o r 滤波山东大学硕士学位论文a b s t r a c tw i t ht h ed e v e l o p m e n to fn e t w o r ka n dc o m m u n i c a t i o nt e c h n o l o g y , a n dt h ec o m i n go fi n f o r m a t i o na g e ，t h ec o n v e n t i o n a li d e n t i t ya u t h e n t i c a t i o nc a l l tm e e tt h en e e do fi n f o r m a t i o ns e c u r i t y , s ot h em e t h o db a s e do nb i o m e t r i c se m e r g e sa san e wi d e n t i t ya u t h e n t i c a t i o n i r i sr e c o g n i t i o nt e c h n o l o g yi so n eo ft h eb i o m e t r i ci d e n t i f i c a t i o nt e c h n o l o g i e s ，t h a n k st ot h ec h a r a c t e r i s t i c so fi r i ss u c ha su n i q u e n e s sa n ds t a b i l i t y , t h ee r r o rr a t eo fi r i sr e c g n i t i o nt e c h n o l o g yi st h el o w e s ta m o n gt h es e v e r a lc o m m o nb i o m e t r i ci d e n t i f i c a t i o nt e c h n o l o g i e s ，a n di r i sr e c o g n i t o nt e c h n o l o g yi sa l s om o s ta p p r o b a t e d i r i sr e c o g n i t i o nt e c h n o l o g yh a sb e c o m et h er e s e a r c hf o c u s ，a n db o t ht h er e c o g n i t i o na l g o r i t h ma n da p p l i c a t i o nr e s e a r c hh a v ew i d ed e v e l o p m e n tp r o s p e c t s i r i sr e c o g n i t i o ns y s t e mi sm a d eo ff o u rp a r t s ：i m a g ec a p t u r i n gm o d u l e ，i r i sp r e p r o c e s s i n gm o d u l e ，i r i sf e a t u r ee x t r a c t i n gm o d u l ea n dp a a e mm a t c h i n gm o d u l e i m a g ec a p t u r em e a n st h ec a p t u r eo fo r i g i n a le y ei m a g e ，i nt h i sp a p e rw eu s et h ec a s i ai r i sd a t a b a s es u p p o r t e db yc h i n e s ea c a d e m yo fs c i e n c e sa st h eo r i g i n a li m a g e s ；i r i sp r e p r o c e s s i o ni n c l u d e st h r e es t e p s ，n a m e l y , l o c a t i n gt h ei n n e rb o u n d a r yo fi r i sw i t l le x c l u d i n gt h en o i s ei n t e r f e r e n c es u c ha se y e l i d sa n de y e l a s ha tt h es a m et i m e ，n o r m a l i z i n gt h ep r e p r o c e s s e di r i si m a g e ，a n di m a g ee n h a n c i n g ；i r i sf e a t u r ee x t r a c t i o nm e a n se x t r a c t i n gu s e f u lf e a t u r e sf r o mam a s so fi r i sf e a t u r e sa n de n c o d i n gt h e mt of o r ms p e c i f i ci r i st e m p l a t e ；p a t t e mm a t c hi sc o m p a r i n gt h eo b j e c t i v ei r i se n c o d i n gw i t l lt h et e m p l a t e si nt h ed a t a b a s et oc a l c u l a t et h es i m i l a r i t y , a n dt h e no b t a i n d i n gt h em a t c hr e s u l t i nt h i sp a p e r , w ef i r s t l yi n t r o d u c et h ek n o w l e d g eo fi r i sr e c o g n i t i o n ，i n c l u d i n gt h ep h y s i o l o g i c a lc h a r a c t e r i s t i c so fi r i s ，t h et h e o r e t i c a lb a s i so fi r i sr e c o g n i t i o nt e c h n o l o g y ,a n dt h es t r u c t u r eo fi r i sr e c o g n i t i o ns y s t e m t h e nw er e s e a r c ht h ei r i sr e c o g n i t i o na l g o r i t h m ，t h em a i nw o r ki ss h o w na sf o l l o w s ：i m a g ep r o p r e c o s s i o n ：o nt h eb a s eo fa n a l y s i n gs e v e r a lc l a s s i c a ll o c a t i n ga l g o r i t h m s ，t h ep a p e rd e v e l o p e san e wl o c a t i n ga l g o r i t h mw h i c hb a s i ci d e ai su s i n gt h r e s h o l ds e g m e n t a t i o na n dp o i n th o u g ht r a n f o r mt ol o c a t et h ei n n e rb o u n d a r yo ft h ei r i si m a g ei i i山东大学硕士学位论文f i r s t l y ，a n dt h e nu s i n gc a n n yo p e r a t o ra n dc i r c l eh o u g ht r a n s f o r mt ol o c a t et h ee x t e r n a lb o u n d a r y ；n o r m a l i z i n gt h ei m a g eb yt r a n s f o r m i n gc a r t e s i a nc o o r d i n a t e st op o l a rc o o r d i n a t e s ；e n h a n c i n gt h ei m a g ew i t hh i s t o g r a me q u a l i z a t i o nt oe n h a n c et h ec o n t r a s to ft h ei r i si m a g e i r i sf e a t u r ee x t r a c t i o n ：t h i si n t r o d u c e sc o m m o nt e x t u r ea n a l y s i sm e t h o d s ，e n c o d i n gm e t h o d sa n da ne f f e c t i v ec l a s s i f i c a t i o na n dr e d u c t i o nm a t h e m a t i c a lt o o lr o u g hs e tt h e o r y o nb a s eo ft h ef r o n t a li n t r o d u c t i o n ，an e wa l g o r i t h mi sd e v e l o p tw h i c hr e d u c t i n gt h ei r i sf e a t u r e sw i t l lr o u g hs e tt h e o r yt oo b t a i nt h em o s te f f e c t i v ei n f o r m a t i o na n de n c o d i n gw i t h1dl o g g a b o rf i l t e rt of o r mt h es p e c i f i ci r i st e m p l a t e p a a e mm a t c h ：t h i sp a p e rd o e sp a t t e r nm a t c h 、i t l lh a m m i n gd i s t a n c ec l a s s i f i e r , o nw h i c ht h e r ei ss o m ei m p r o v e m e n t ，n a m e l yi n t r o d u c i n gc y c l i cs h i f ta l g o r i t h mt oe l i m i n a t et h ed i f f e r e n c er e s u l t i n gf r o mr o t a t i o n r e s e a r c ho nt h eo p t i m a ls e t t i n go fk e yp a r a m e t e r si nt h ea l g o r i t h mi sa l s od o n et oi m p r o v et h em a t c h i n gr a t e a l lt h ea b o v ea l g o r i t h m sa r es i m u l a t e do nt h ep l a t f o r mo fm a t l a b6 5w i t l lt h ec a s i avi 0a st h eo r i g i n a li m a g e sw h i c hi n c l u d e s7 5 6e y ei m a g e sf r o m10 8d i f f e r e n te y e s t h er e s u l t sa r ev e r i f i e di nb o t ha u t h e n t i c a t i o nm o d ea n di n d e n t i f i c a t i o nm o d e ，p r o v i n gt h a tt h ea l g o r i t h md e v e l o p ti nt h i sp a p e ri se f f e c t i v ei ni m p r o v i n gt h er e c o g n i t i o na c c u r a c ya n ds p e e d i nt h ee n do ft h ep a p e r , s u m m a r i z i t i o no ft h es u b j e c ti sd o n ea n dt h e r ei sap r o s p e c to ft h ef o l l o w i n gw o r k 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 er r e p r o c e s s i o n ；f e a t u r ee x t r a c t i o n ；r o u g hs e t ；i v1dl o g - g a b o rf i l t e r原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均己在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：兰旦起塑要e t论文作者签名：耋型丝型期：绅乒蔓星三关于学位论文使用授权的声明本人同意学校保留或向国家有关部门或机构送交论文的印刷件和电子版，允许论文被查阅和借阅；本人授权山东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、缩印或其他复制手段保存论文和汇编本学位论文。( 保密论文在解密后应遵守此规定)论文作者签名：堑啦新签名：名必丝日期：也歹山东大学硕士学位论文第一章绪论本章对论文涉及的研究领域进行了概括性综述。首先介绍了本课题研究的背景及意义；然后对生物识别技术进行了简单介绍，着重介绍虹膜识别技术的特点；继而对虹膜识别技术的研究发展和应用现状做了简要综述；最后，在此基础上，给出了论文的主要研究内容。1 1 课题研究的背景和意义随着网络与通信技术的发展和信息时代的到来，为确保个人人身财产的安全，身份识别的难度和重要性变得越来越突出。传统的身份验证大致经历了两个阶段：第一阶段是凭借持有物如证件、钥匙等进行身份验证，但是这种凭证容易丢失和被盗；第二阶段主要是依据密码口令进行身份验证，这种验证方式广泛应用于安全系统、银行个人帐户、电子商务等多个领域，相关调查显示，i t 从业人员平均每人要记住6 种密码，因此密码口令容易被遗忘，且随着科技的发展，窃取密码的信息犯罪也时有发生。传统的身份验证方式显然己不能满足当今数字化社会的信息安全要求。因此，生物特征识别技术作为一种新的身份验证方式应运而生。由于生物特征具有“人各有异，终生不变，随身携带”三个特点，具有稳定、便捷、不易伪造的优点，近年来已成为身份识别的热点【l ，2 j 。生物识别技术( b i o m e t r i ci d e n t i f i c a t i o nt e c h n o l o g y ) 是利用模式识别、图像处理等计算机技术对人体独特的生物特征，包括生理特征和行为特征，进行可靠的、有效的分析和描述，通过判断比较，实现身份识别的一种技术【3 】。一般来说，越是容易满足以下几个条件的生物特征，越适用于身份识别：( 1 ) 普遍性：每个个体都必须具备；( 2 ) 唯一性：两个不同个体具有相同特征的概率应为最小；( 3 ) 稳定性：生物特征不会随时间而发生变化；( 4 )易获取性：最大限度保证用户方便的情况下，借助一定设备和手段对特征进行采集，并可以量化。虹膜识别技术作为生物识别技术的一种，由于具有良好的识别性能已经广泛地应用于海关、机场、网络安全领域、电子金融等多个领域。如何提高识别精度山东大学硕士学位论文和速度也成为当今研究的热点。1 2 生物识别技术概述1 2 1 几种常见生物识别技术的比较用于生物识别的生理特征既包括如指纹、掌纹、虹膜、视网膜、脸像等与生俱来的难以改变的生理特征，也包括像声音、笔迹、步态等后天形成的行为特征。图1 1 对常见的生物特征进行了分类：图l l 生物特征分类下面就几种典型的生物识别技术做具体的介绍和优缺点分析：( 1 ) 指纹识别：指纹识别是当前应用最广泛最成功的生物识别技术。指纹的形成依赖于胚胎发育时期的环境，出生后不会改变。通过图像采集，经过一定的算法处理，获得指纹的两类特征，即总体特征和局部特征，进行识别【4 】。总体特征指人眼可以直接观察到的特征，包括基本纹路图案( 漩涡型、左环型、右环型、弓型、帐型) 、模式区、核心点、三角点等；局部特征指的是指纹上的细节点，用来弥补总体特征相同的两个不同指纹区分的不足，细节点从类型和方向上有很细致的分类。由此可以看出，从指纹上可以得到大量的特征，用于对身份的识别，而且指纹图像的采集相对比较容易。当然，指纹识别也有一定的缺点，首先指纹很容易留下痕迹，因此易被伪造；其次，虽然指纹本身不会发生变化，但易受外界干扰，如油污等会影响图像采集质量。( 2 ) 人脸识j i l l 人脸识别主要是利用计算机视觉，根据人面部五官的位置2山东大学硕士学位论文关系和形态特征，提取出有效的特征向量，形成识别参数，与数据库中的原始参数进行比较、判断、确认，完成身份识别。人脸识别是最早的生物识别技术，由于具有识别速度快、主动性、非侵犯性和用户友好等许多优点，多年来一直是研究的热点【5 1 。人脸识别的缺点在于，随着年龄的增长，人脸的特征变化比较明显，即特征稳定性不好；对于长相相似的不同个体的区分不准确，对于双胞胎的识别几乎无效；另外，人脸易受化妆，装饰物的影响。( 3 ) 声音识别：声音识别主要是利用说话者的发生频率和语音振幅来进行识别，借助计算机技术将语音信号转换为相应的文本或命令。主要有两种识别方式：一是特定文字识别，即通过特定词语的发音对个体进行识别，这种系统设计较为简单；二是可对说话者发的任意音进行识别，该方式防伪性很好，但系统设计要求高。声音是一种行为特征，受其它因素( 身体状况、紧张程度、情绪波动、年龄变化等) 的影响较大；声音采集时需要相对安静的环境，强噪音背景对样本的处理有很大干扰作用；另外，声音也较易被模仿。( 4 ) 视网膜识别：利用光学方法可以透过人眼晶体来得到视网膜上面血管的图样，因为人体血管纹路具有独特性，所以可以进行识别。作为一种极其固定的生理特征，视网膜一经形成不会发生改变；又因为它是相对“隐藏 于体内的，因此不易被损坏和伪造。该技术的缺点在于未经任何测试，可能会给使用者带来健康的损害，还需要进一步的研究；另外，技术难度大，要求激光照射眼球的背面以获得视网膜特征的唯一性，成本高。( 5 ) 笔迹识别：笔迹识别技术已经广泛应用于计算机登陆、信用卡鉴定、电子商务等多个领域。笔迹识别主要分两种：离线和在线。离线识别是将写好的字符，通过扫描或拍摄转化为计算机可以处理的信号；在线识别则是通过专用设备实时采集书写信号，不仅可以采集到笔迹，还可以记录书写速度等信息，更利于识别。笔迹识别的缺点在于，作为一种行为特征，笔迹很容易被伪造。( 6 ) 虹膜识别：虹膜识别技术是一种新的生物识别技术，主要是从虹膜丰3山东大学硕士学位论文富的纹理信息中提取有效的特征参数进行分析识别。虹膜识别在抗欺骗性、稳定性、唯一性和非侵犯性上都较其它生物特征识别技术有优势，被称为是“最精确的”、“处理速度最快的”以及“最难伪造”的生物特征识别技术。除此之外，手形、掌纹、步态等也常用来进行身份识别。每种生物特征识别技术都有各自的优缺点和适用情况，下表从几种性能上对典型的生物识别技术进行的比较：表1 1 典型的生物特征识别技术的性能比较每种生物识别技术都具有各自的特点和合适的应用范围，同时也都具有一定的局限性，生物识别技术领域还有很大的发展空间。随着各方面技术的不断改进发展，生物识别技术会得到越来越广泛的应用。从表1 1 的比较中可以看出，虹膜识别在稳定性、唯一性、防伪性等关键性能上具有明显的优势，这也是其成为研究热点的重要原因。1 2 2 虹膜识别技术的特点由上节中的比较可知，虹膜识别与其它生物识别技术比较，具有显著的优越性，具体体现在：( 1 ) 指纹、掌纹容易伪造，签名可以模仿，声音既可以模仿又可以录音，而虹膜的特征和采集特点决定了虹膜识别技术不存在以上问题。( 2 ) 临床发现虹膜在人一岁以后几乎不发生变化，且在一生中能保持相当高的稳定性，一般的疾病对虹膜不会造成伤害。这较脸像随年龄变化而产生变化，指纹的易磨损，声音易受年龄变化、身体状况等因素影响具有很大的优势。( 3 ) 每一个虹膜都包含独一无二的基于像细丝、斑点、结构、凹陷、射线、4山东大学硕士学位论文皱纹和条纹等的结构特征。世界上没有两个人的眼睛虹膜是一模一样的，不但同卵双生的两个人虹膜不可能一样，就是同一个人的两只眼睛的虹膜也是不一样的。( 4 ) 虹膜作为人体的外部可见器官，采集图像是非接触性的，也就是说是非侵犯性的。1 3 虹膜识别技术的研究发展及应用现状1 3 1 虹膜识别技术的国内外发展历史基于虹膜识别的生物特征识别技术最早可追溯到1 8 8 5 年，当时靠观察不同虹膜的颜色和显著的纹理形状来区别监狱内的犯人。1 9 3 6 年，f r a n kb u r c h ，m d提出虹膜识别的概念。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 首次提出用虹膜图像进行自动虹膜识别的概念，获得虹膜识别概念的专利【6 】。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 实现了第一个自动虹膜识别应用系统【7j 。1 9 9 3 年，英国剑桥大学的j o h nd a u g m a n 实现了一个高性能的虹膜识别原型系统，获“基于虹膜分析的个人身份识别系统 专利【引，这一算法是当今所有商用虹膜识别系统的理论基础。d a u g m a n 的算法是利用2 dg a b o r 滤波器对虹膜纹理进行一种简单的粗量化和相位编码。1 9 9 4 年，美国普林斯顿的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 9 9 8 年，昆士兰大学的b o l e s 等人提出了基于零交叉小波交换的虹膜识别方法【1 0 1 。国内虹膜识别技术起步较晚，但是经过一段时间的努力，在算法研究和系统开发上已经取得了一定的成果。如，上海交通大学电子工程系徐国治等在虹膜识别方法中尝试了d a u g m a n 和b o l e s 的方法，并提出能量编码【l l 】和相位编码，采用了基于加权海明距离的识别算法和有限变形相似度【1 2 】的相似度算法。中科院自动化所在2 0 0 4 年自主开发了虹膜识别系统【13 1 。1 3 2 虹膜识别技术的应用现状目前，虹膜识别技术在国外已经得到广泛应用。尤其是9 1 1 事件发生后，各国政府纷纷加强了安全检测措施，高效精确的生物识别技术的研究引起了广泛重视，虹膜识别以其良好的识别特性称为研究热点。美国的德克萨斯州联合银行的三个营业部内已经装上了虹膜识别系统；2 0 0 1 年6 月9 日，美国专门为航空公山东大学硕士学位论文司飞行员、机组服务人员和机场职工设计的“虹膜通行证在机场正式启用；韩国l g 公司和i r i s s c a n 公司联合开发了一种高精度、智能化、网络化的虹膜识别网络门禁系统i r i s a c c e s s t m 3 0 0 0 ；美国还于2 0 0 2 年6 月发放具有生物识别技术的高科技签证。现在国内的虹膜识别应用也已经启动，应用领域主要包括：( 1 ) 门禁和考勤系统：这是国内其它生物认证产品的最大应用方向，目前国内使用的国外虹膜识别产品主要安装在高档住宅中用于访问控制。( 2 ) 电子商务：安全的身份验证技术在电子商务中举足轻重，我国已经出台了电子签名法，如果再将虹膜识别与其相结合，必会大大增加身份验证的可靠性和安全性。( 3 ) 电子金融：在电子金融领域虹膜识别可应用于银行内部柜台业务，包括大额业务操作授权、储户身份认证及第三方支付等。由中科院自动化所、模识科技公司和宁波八一集团共同研发的基于虹膜识别的银行保险箱柜已经投入市场，国内第一台虹膜识别a t m 也已研发成功。( 4 ) 医疗保险和养老保险等的发放：我国的社会保障事业正在不断完善和发展，但钻法律空子的人为数不少，冒领的现象时有发生。由于虹膜特征有终生不变性，因此虹膜识别技术可以用于确认参保人员的身份，以防止非法冒领等。( 5 ) 公安和司法：主要是在追踪逃犯、司法刑侦等方面的应用。( 6 ) 特殊行业：如采矿业等工人下井归来，在面部特征和指纹特征等明显受影响的情况下，虹膜识别尤为方便可靠。当前，虹膜识别技术在国内外都得到了广泛的应用。虽然在虹膜识别算法和识别系统的研究领域都取得很好的成果，但是随着社会发展，各领域对身份认证要求的提高，虹膜识别技术还有需要改进和发展的地方，如识别算法的精度和速度的提高、虹膜图像采集装置便捷性和拍摄速度的改进、虹膜识别算法和其它生物识别算法的结合应用等。因此，虹膜识别领域存在着广阔的研究空间。1 4 本文主要内容虹膜识别技术作为一种新兴的身份识别技术，已经逐渐成为生物识别技术领域的研究热点。本文对虹膜识别的原理和系统结构进行分析，并从图像预处理、虹膜图像特征提取和模式匹配等多个处理步骤对虹膜识别算法进行研究。本文主6山东大学硕士学位论文要研究内容如下：第一章绪论：就当前信息化时代下身份识别技术的现状和要求进行阐述，提出了虹膜识别技术的研究意义，在与几种常见生物识别技术比较的基础上得出虹膜识别技术的特点和优点，并对其发展历史和应用现状进行介绍。第二章虹膜识别技术介绍：从虹膜的生理结构、虹膜识别的理论基础、虹膜识别系统的构成等方面介绍虹膜识别技术的相关知识，并对本课题所采用的中科院c a s i a 虹膜数据库进行介绍。第三章虹膜图像预处理：介绍图像预处理的各个过程，包括虹膜定位、归一化、图像增强。虹膜定位部分，在分析已有定位算法的基础上，取长补短，提出本文定位算法；为了消除旋转和平移对图像造成的影响，对定位后的虹膜图像进行归一化处理，得到特定尺寸的矩形图像；最后，在此基础上进行图像增强，增加图像对比度。第四章基于粗集理论和一维l o g g a b o r 滤波的虹膜特征提取：在介绍粗集理论基本知识和常用特征提取及编码算法的基础上，提出本文核心算法，即先利用粗集理论对虹膜图像进行属性约简，再利用1 dl o g g a b o r 滤波器进行滤波编码，形成统一的虹膜编码模板。第五章模式匹配及结果分析：在海明距离分类器的基础上引入循环移位的匹配方式，对算法中关键参数的最佳设置进行分析，完成对虹膜编码的匹配。并分别在认证模式和识别模式下分析实验结果。第六章总结与展望：总结了本文的主要工作，包括算法上的创新及主要结论，最后指出了进一步研究的方向。7u 东大学硕士学位论文第二章虹膜识别技术介绍本章主要介绍虹膜识别技术的相关知识，具体从虹膜的生理结构、虹膜识别的理论基础、虹膜识别系统的构成等方面来介绍，并且介绍了本课题所用虹膜图像的来源数据库，即中科院自动化所的c a s i a 虹膜数据库。2 1 虹囊的生理结构人眼的外观图由巩膜、虹膜、瞳孔组成，如图2 - 1 所示。其中，外周白色部分为巩膜，约占眼睛总面积的3 5 ：中心部分为瞳孔，约占总面积的5 ：巩膜和瞳孔之间的环状部分即为虹膜，约占总面积的6 5 。虹膜的平均直径约为1 2 m m 。但是，虹膜可以通过括约肌和扩张肌的收缩扩张来调整瞳孔的大小，以使得适量的光线通过瞳孔。瞳孔的直径可在虹膜直径的1 0 。扩8 0 之间变化。虹膜是葡萄膜最前部分的圆环形薄膜，位于晶体前，有辐射状褶皱纹理，其表面高度细节化，包含了极为丰富的信息。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、结构、凹点、射线、皱纹和条纹等特征的结构【i 。丰富的纹理信息使得一个虹膜可以提供2 6 6 个特征读取点，这就肯定了虹膜测定的精确程度。恻闰2 - 1 人眼正视图虹膜形成于人体胚胎的第三个月，虹膜表面的独特模式形成于出生后的第一年基质层的色素沉着也在最初的几年完成。一般性疾病不会对虹膜组织造成损伤，不会因职业等因素造成磨损。一般情况下，具有终生稳定性。另外，虹膜的山东大学硕士学位论文纤维组织细节复杂而丰富，其形成与胚胎发生阶段该组织局部的物理化学条件有关，具有极大的随机性，除虹膜颜色外，其他特征的形成均与基因无关。同卵双胞胎的虹膜纹理信息不同，即使同一人的左右两眼的虹膜纹理都不会相同。较其他的生物特征，虹膜具有很好的唯一性。由以上分析，虹膜表面具有极其丰富的纹理信息，为识别提供了充足的特征选取点，另外，虹膜具有良好的稳定性和唯一性。因此，虹膜识别成为当今生物识别技术的一个重要分支，并且成为研究的热点。2 2 虹膜识别的理论基础虹膜识别技术是利用虹膜的唯一性和稳定性特点进行识别的，通过一定的算法将虹膜的可视特征转换成具有特定尺寸的虹膜编码模板，并将此模板存入虹膜编码数据库，最后通过对编码模板的匹配来进行识别。虹膜识别归根到底属于模式识别的范畴。2 2 1 模式识别的基本概念模式( p a t t e r n ) 是一个对客观事物的描述，是指建立一个可用于仿效的完善的标本。它广泛地存在于自然科学( 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) 之中。模式识别( p a t t e mr e c o g n i t i o n ) 1 5 a 6 1 按科学的定义是一个“外部信息到达感觉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。2 2 2 模式识别的主要理论和方法模式识别，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，发展至今已成为一门新兴学科。针对不同的对象和不同的目的，可以用不同的模式识别理论、方法。目前模式识别的理论和方法一般分为五大类【1 7 】：( 1 ) 统计模式识别统计模式识别是以概率统计理论为基础的，模式用特征向量描述，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的方法有两类：一类是基于似然函数的模式分类方法，主要有b a y e s1 0山东大学硕士学位论文决策、n e y m a n p e r s o n 决策等；另一类是基于距离函数的模式分类方法，是一种集群分析方法。( 2 ) 句法模式识别句法模式识别也称为结构模式识别。句法模式识别是将对象分解为若干个基本单元，这些基本单元称为基元；用这些基元以及它们的结构关系来描述对象，基元以及这些基元的结构关系可以用字符串或图来表示；然后运用形式语言理论进行句法分析，根据其是否符合某一类的文法而决定其类别。( 3 ) 模糊模式识别模糊模式识别是模糊集理论在模式识别中的应用。人对客观事物的认识带有模糊性，如通常所说的“高矮”、“胖瘦”、“长短、“高低”、“冷热”等都是带有模糊性的语言，人类利用这些模糊语言进行交流，并通过大脑进行分析和决策。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。因此，将模糊集理论用于模式识别系统，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，这是非常重要的研究课题。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是由大量的基本单元神经元( n e u r o n ) 相互连接而构成的非线性动态系统，每个神经元结构和功能比较简单，而由神经元组成的系统却可以非常复杂，具有生物神经网络的某些特性，在自学习、自组织、联想及容错方面具有较强的能力，能用于联想、识别和决策。在学习过程中，该识别方式具有自动提取特征的能力。( 5 ) 人工智能方法人类具有极完善的分类识别能力，人工智能是研究如何使机器具有人脑功能的理论和方法，模式识别从本质上讲就是如何根据对象的特征进行类别的判断，因此，可以将人工智能中有关学习、知识表示、推理等技术用于模式识别。2 3 虹膜识别系统的构成虹膜识别技术的基本原理是通过特制的图像采集器件对人眼图像进行采集；对获取的人眼图像进行预处理，通过定位、归一化、去噪、图像增强等处理得到山东大学硕士学位论文理想的虹膜图像；采用特征提取算法对虹膜图像的感兴趣特征进行提取、编码：采用合适的分类器完成对虹膜图像特征的分类和模式匹配，达到识别的效果。一般的虹膜识别系统原理图如图2 2 所示：特征向量侩识一一一| 蠢尸别结果虹膜数据库( 模式1 、模式2 模式n )图2 - 2 虹膜识别系统原理框图( 1 ) 图像采集虹膜图像的采集是整个虹膜识别过程的第一步，也是关键性的一步。采集的图像质量直接关系到识别的准确率。因此，对采集图像的光学系统有较高的要求。由于虹膜面积较小、易受光强影响、易被遮挡等因素，在采集图像时应尽量注意以下几点：1 ) 在系统中加入红外光源作为辅助光源，以保证虹膜图像具有良好的分辨率和对比度；2 ) 保证适量光照，既不能太亮也不能太暗；3 ) 尽量选取合适的拍摄范围，从遮挡物较少的角度进行拍摄。目前比较成熟、应用较为广泛的虹膜图像获取装置主要有三种：1 ) d a u g m a n 的图像获取装副18 】；2 ) w i l d s 的图像获取装置；3 ) 谭铁牛的图像获取装置。本课题使用的图像源均来自中科院自动化所模式识别国家重点实验室的c a s i a 虹膜图像数据库，将在2 4 节中做具体介绍。( 2 ) 图像预处理通过采集装置获取的人眼图像不仅包含虹膜部分，还包含瞳孔、巩膜部分以及眼睑、眼睫毛等遮挡物。所以，需要对图像进行预处理以获得识别所需要的具有一定尺寸标准的虹膜图像。图像预处理的步骤主要包括：虹膜定位、去噪、归一化和图像增强。一般可以将虹膜定位和去噪结合起来，在人眼图像中找到虹膜的内外边缘，并排除眼睑、眼睫毛等因素的干扰，把真正的虹膜区域分离出来；山东大学硕士学位论文由于个体差异，虹膜的图像大小不一样，即使是同一个体的虹膜在不同时间和光照条件下，大小、位置也不尽相同，因此，归一化处理可以消除图像的漂移、旋转及比例缩放带来的影响，将虹膜区域的大小调整到固定尺寸；由光照不均造成的图像灰度层次不分明问题可以通过图像增强来处理。( 3 ) 特征提取、编码如何对预处理得到的海量数据进行有效利用是虹膜识别的关键性一步。将这些数据转换成若干特征的过程称为特征提取。特征提取就是对大量的数据进行分析，去粗取精，从中选取能准确表征被识别对象的信息且冗余度最小的特征，并且希望这些特征具有比例、旋转、位移不变性。从数学角度，特征提取相当于把一个物理模式变为一个随机向量，从中抽取1 1 个特征，则物理模式可用一个n 维特征向量描述，表现为n 维欧式空间的一个点。由于虹膜的幅度差异等不大，所以很多算法都是对虹膜图像的纹理信息进行特征提取，并编码，形成特征向量。编码后的样本图像经注册存入虹膜数据库，并获得一个独一无二的代码，方便后续识别工作。( 4 ) 模式匹配虹膜模式匹配就是将从待识别的虹膜图像中提取出的特征编码与数据库中已有的虹膜图像特征编码进行一定的匹配算法进行比较，并进而判决待识别的虹膜图像与数据库中已有的某一样本是否来自同一只人眼的过程。模式匹配基于对分类器的设计，常用的分类器有两种：海明距离( h a m m i n gd i s t a n c e ) 匹配方法及欧氏距离( e u c l i d e a nd i s t a n c e ) 匹配方法。2 4 本文采用的虹膜图像数据库本课题使用的图像源均来自中科院自动化所模式识别国家重点实验室的c a s i a 虹膜图像数据库。该数据库已支持多所国内外高校和科研单位用于对虹膜识别的研究。图像主要取自亚洲人，特点是虹膜色素和睫毛颜色较深。由于采用红外光拍摄，虹膜图像特征较为明显，与瞳孔、巩膜部分的对比比较强烈。该数据库主要包括三个部分，包含不同时间取自不同个体的多幅图像。本课题主要涉及第一部分，即c a s i a 数据库v e r s i o n1 0 。该部分包括来自1 0 8 个不同眼睛的7 5 6 幅人眼灰度图像。每个眼睛对应7 幅图像，分两次采集完成，时间间隔为一个月。第一次采集3 个图像样本，第二次采集4 个图像样本。图像分辨1 3山东大学硕士学位论文率为3 2 0 * 2 8 0 。图像在数据库中存储的名称结构为：x x x 、s k x x xs y b m p 其中x x x 是眼睛的序号，在0 0 1 - 1 0 8 之间取值；s 表示图像采集的阶段，取1 或2 ；y 表示同一阶段中图像样本的编号若s = i ，则y = i 3 ，若s = 2 ，则y = i - 4 。图2 3 所示为其中两只眼睛的样本，每一行的7 幅图像来自同一人跟。其中前三幅取自第一阶段，后四幅取自第二阶段。第一行图像来自序号为0 0 7 的眼睛。名称分别为0 0 7 1 1 、0 0 7 1 2 、0 0 7 1 - 3 ，0 0 7 2 1 、0 0 7 2 - 2 、0 0 7 2 _ 3 、0 0 7 2 _ 4 。第二行图像来自序号为0 4 6 的眼睛名称分别为：0 4 6 - i 1 、0 4 6 1 2 、0 4 6 1 3 0 4 6 - 2 - l 、0 4 6 2 2 、0 4 6 2 3 、0 4 6 2 - 4 。缈缈：秽谨萝，谚。够爹堂常懋艨懋黛障图2 - 3c a s i a 虹膜数据库图像示倒2 5 本章小结本章主要介绍了虹膜识别技术的相关知识。首先通过对虹膜生理结构的分析，得出虹膜的唯一性和稳定性是虹膜识别的关键依据；然后指出虹膜识别的本质属于模式识别的范畴，并对模式识别的基本概念和主要理论方法等进行简单介绍；在此摹础上，介绍虹膜识别系统的结构组成；最后，着重介绍本文所用的虹膜图像来源，即中科院c a s i a 虹膜数据库。从第三章开始，将依次介绍虹膜识别的各环节。山东大学硕士学位论文第三章虹膜图像预处理通过装置采集的人眼图像不是理想的虹膜图像，首先，图像不是纯粹的虹膜图像，还包含瞳孔、巩膜、眼睑、眼睫毛等；其次，由于人眼与采集装置的位置距离不同及光线的不同导致虹膜图像的位置和大小也各不相同。因此，在进行特征提取前，需要对图像进行预处理。虹膜图像的预处理主要包括三个步骤：虹膜定位，图像归一化和图像增强。虹膜定位是从一幅人眼图像中将有效的虹膜区域提取出来并且能够去除噪声的干扰；归一化处理主要是消除虹膜内外圆圆心的偏移和虹膜形变带来的误差，最终将环状的虹膜图像展开成为固定大小的矩形图像，实现平移和尺度的不变性；最后，通过图像增强来减少光照不均对虹膜成像的影响。3 1 虹膜定位虹膜定位是对虹膜的内外边缘进行检测，将环形的虹膜区域分割出来，定位的速度和精度直接影响到特征提取和匹配的质量，因此，是虹膜识别中关键性一步。眼睑和眼睫毛通常会造成对虹膜区域上下部分的遮挡。有的光斑也会对虹膜模板的形成造成干扰( 本课题采用的c a s i a 数据库图像源由于采用红外拍摄，因此不存在这个问题) 。因此，定位中需要一种既可以将虹膜区域有效的分离定位又可以将障碍物去除的算法。3 1 1d a u g m a n 活动圆检测定位算法d a u g m a n 博士于1 9 9 3 年提出了一种活动圆检测模型用于虹膜定位处理【1 9 】，可以完成对虹膜和瞳孔的圆区域以及上下眼睑的弧形边界的定位。定位过程中采取由粗定位到精定位的策略，其核心是可以精确检测出虹膜内外边缘的微积分算子，表达式定义如下：m a x 。阻幸丢4 m 肋警刮p ，其中，i ( x ，y ) 表示人眼图像的灰度分布；，是要搜寻的半径；g ，( r ) 是平滑函数，一般采用高斯平滑函数( 1 芝而) c 。”叼广”；为卷积符号；除以2 z r 用山东大学硕士学位论文于归一化；4 墨乏盟出表示，( 石，y ) 上以厂为半径，( x o ，y o ) y 捆心的圆上的曲打t 而朋z 万，线积分。对于输入的图像i ( x ，y ) ，首先通过简单处理大致获得圆心区域。在此区域内的点构成瞳孔圆心候选点集，以此区域内的每一点为圆心，沿半径r 方向的圆弧进行积分，求出线积分后，进行偏导运算，得到一个以半径r 为自变量，圆形模板上各点梯度和为因变量的函数。用平滑滤波函数g ，( r ) 平滑后，再找出最大梯度值对应的圆心和半径，即为瞳孔的圆心和半径。在此基础上，缩小虹膜圆心区域，并以相同的方法在较小的半径区域内重复搜寻以确定虹膜的外边缘，并得到虹膜圆心和外边缘半径参数。由于在外边缘的检测中往往会受到眼睑的影响，因此也采用类似的方法对眼睑进行检测，只需将积分路径丞由圆变为圆弧即可。d a u g m a n 的微积分算子利用图像的一阶导数来搜索几何参数。主要是通过原始的导数信息来计算的，所以不存在阈值选取的问题。但是检测过程中的反复搜寻对定位的速度有很大的影响。另外，如果人眼图像中存在噪声，也会大大影响该算法的检测效果。3 1 2w i l d e s 两步定位算法w i l d e s 博士于1 9 9 7 年提出了用于虹膜定位的两步法【2 0 】。算法的核心思想是：首先进行边缘检测，然后进行h o u g h 变换，在h o u g h 空间内对经过边缘点的圆参数进行投票，以得到准确的边界轮廓参数值。以下做详细介绍：1