（计算机应用技术专业论文）基于二维gabor变换的虹膜识别算法.pdf

摘要 摘要 随着信息技术的快速发展，信息安全日渐成为人们面l i 每的一个重要而迫切的 问题。因此，可用于身份鉴别、保障信息安全的生物特征识别技术越来越受到人们 的重视。虹膜识别技术是一种新兴的生物特征识别技术，它与其他生物特征识别 技术( 指纹识别，面部识别，声音识别等) 相比，具有以下几个特点：高稳定性、 高可靠性和非接触性。这些特点使得虹膜识别具有非常广阔的应用前景。 本文以提高虹膜识别算法的识别率和可靠性为主要研究目标，基于现代信号处 理和图像处理理论对虹膜识别算法进行了系统深入的研究，取得了一些重要研究 成果。其主要内容和创新性成果包括以下几个方面：( 一) 介绍虹膜识别研究的 目的和意义，综述了国内外虹膜特征提取技术的基础理论、发展和现状，并指出 目前这些方法存在的问题和不足之处；( 二) 比较了常用纹理分析方法在虹膜纹 理分析中的应用，介绍一种基于灰度基元共生矩阵的虹膜纹理分析方法。该 方法不但反映纹理的灰度统计特征，而且也描述了纹理的结构特征。实验结果表 明该方法可以达到一定的效果，更易于工程实现；( 三) 针对基于二维g a b o r b 波 全局特征的虹膜识别方法对局部特征不敏感的缺点，提出了改进的基于二维g a b o r 变换的虹膜识别方法。在不同分辨率不同方向提取虹膜全局特征的基础上，引入 非线性变换和特征加权，提高了虹膜识别率。同时提取局部方向能量特征作为虹 膜纹理局部特征。最后提出综合考虑全局特征和局部特征的虹膜融合算法。该融 合方法进一步提高了虹膜识别方法的识别率，增加了系统在不同图像质量下的适 应能力。实验结果表明该方法的引入在提高系统识别率的同时，也减少了系统的 误识率。 论文的最后对本文的虹膜识别算法在c a s i a 虹膜数据库( v e r s i o n1 0 ) 中进行 了虹膜特征提取的实验，并得出了较好的识别效果。 关键词：虹膜识别，二维g a b o r 小波，特征信息融合 w i t ht h ed e v e l o p m e n to fi n f o r m a t i o nt e c h n o l o g y , i n f o r m a t i o ns e c u r i t yb e c o m e s a n i m p o r t a n t a n du r g e n tp r o b l e mg r a d u a l l y t h e r e f o r e , b i o l o g i c a lc h a r a c t e r i s t i c r e c o g n i t i o n , w h i c h n b eu s e dt op r o t e c tt h ei n f o r m a t i o n i sa t t r a c t i n gm o r ea n dm o r e a t t e n t i o n i r i sr e c o g n i t i o ni san e vk i n do fb i o l o g i c a lc h a l a c t e f i s t i cr e c o g n i t i o n c o m p a r e dw i t ht h eo t h e rb 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 s ( f i n g e r p r i n tr e c o g n i t i o n , f a c i a lr e c o g n i t i o n , v o i c er e c o g n i t i o n ，e t c ) ，i r i sr e c o g n i t i o nh a st h ef o l l o w i n g c h a r a c t e r i s t i c s ：h i g hs t a b i l i t y , h i g hr e l i a b i l i t ya n dn o n - c o n t a c t c o n c e n t r a t i n go i li n c r e a s i n gt h er e c o g n i t i o nr a t e ，t h i sd i s s e r t a t i o np r e s e n t ss o m e n e wa l g o r i t h m sa n dn e ws c h e m e s t h em a i nc o n t e n t sa n di n n o v a t i v ec o n t r i b u t i o n so f t h i sd i s s e r t a t i o na l ea sf o l l o w s ：t h i sd i s s e r t a t i o ni n t r o d u c e st h es i g n i f i c a n c ea n da i mo f i r i sr e c o g n i t i o nr e s e a r c hf i r s t ，a n dr e v i e w st h eb a s i ct h e o r y ，d e v e l o p m e n ta n dc u r r e n t r e s e a r c hs t a t u 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 dp o i n t so u tt h ee x i s t e n tp r o b l e m sa n d s h o r t c o m i n g s a f t e rc o m p a r i n gt h ec o m m o n l y t e x t u r e a n a l y s i sm e t h o d s ，t h i s d i s s e r t a t i o ng i v e so u en e wi r i st e x t u r e a n a l y s i s m e t h o db a s e d g r a y p r i m i t i v e e n c em a t r i x t h em a t r i xc a nb e u s e dt od e s c r i b et h eg r a ys m t i s t i c a l d i s t r i b u t i o na n dt h el o c a ld e t a i ls t r u c t u r ei ni r i si m a g et e x t u r e t h ee x p e r i m e n t a t i o na n d r e s u l t ss h o wt h ea n a l y s i sm e t h o dw a se a s i e ra n dm o r ee f f e c t i v et ob er e a l i z e di nr e a l t i m e a i m i n ga tt h es h o r t c o m i n gt h a tc o n v e n t i o n a l2 d - g a b o r f i l t e r sb a s e dg l o b a lf e a t u r e i r i sr e c o g n i t i o nm e t h o dc a nn o td e s c r i b et h el o c a lf l e c kf e a t u r ew e l l t h i sd i s s e r t a t i o n p r e s e n t st h ei m p r o v e d2 d - g a b o rf i l t e r b a s e dg l o b a lf e a t u r ei r i sr e c o g n i t i o n t h e i m p r o v e dm e t h o dm a k e su s co ft h en o - l i n e a l t r a n s f o r ma n dw e i g h t e df e a t u r et oi n c r e a s e t h er e c o g n i t i o nr a t e o t h e r w i s e , t h i sd i s s e r t a t i o ne x t r a c t st h eo r i e n t a t i o nl o c a le n e r g y f e a t u r et oe n c o d ea st h ei r i sl o c a lf e a t u r e s i m u l a t i o n sv a l l d a t et h en e wm e t h o d ，1 1 璩 f u s i o nm e t h o dc o m b i n e dt h ep r o p o s e di m p r o v e dg l o b a lf e a t u r ea n do r i e n t a t i o nl o c a l e n e r g yf e a t u r ei sd e s i g n e dt oa d v a n c et h ea l g o r i t h mr e c o g n i t i o nr a t ea n dt h er o b u s t t h e e x p e r i m e n t a t i o n sa n dr e s u l t ss h o wt h i s f u s i o nm e t h o dh a sr e d u c e dt h ef a l s ea c c e p t r a t e ( f a r ) w i t ht h eh i g h e rr e c o g n i t i o nr a t e g o o dr e c o g n i t i o nr e s u l t sa l ea c h i e v e da f t e rr e c o g n i t i o ne x p e r i m e n t sh a v eb e e n d o n ei nt h ec a s i ai r i sd a t a b a s e ( v e r s i o n1 0 1 k e y w o r d s ：i r i sr e c o g n i t i o n ，2 d - g a b o rw a v e l e t , i n f o r m a t i o nf u s i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，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 获得电子科技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 说明并表示谢意。 签名：鞋0 l 日期： 珈p 7 年 年月详 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 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、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名：吲琴导师签名：乃如挚 日期：年剧日 第一章引言 1 1 课题研究背景 第一章引言 身份识别与认证是每个人都回避不了的基本问题，尤其是在2 1 世纪的数字化 时代，人们常常是满1 2 1 袋的卡、满脑袋的密码。传统的身份识射与认证方法是基 于身份标识物品( 如证件、磁卡等) 和身份标识知识( 如用户名和密码) 的。这 些传统方法最致命的缺点是：标识物品容易丢失或伪造，标识知识容易记错或遗 忘。而基于生物特征识别与认证的技术【1 堤依据人类自身所固有的生理( 如指纹、 人脸、红膜等) 或行为( 如笔迹、步态等) 特征，使用计算机或嵌入式系统进行 自动识别与认证。美国9 1 1 恐怖袭击事件后出现的国际新形势，使生物特征识 别与认证技术的研究与应用得到更大需求的推动。可以预见，使用生物特征识别 技术进行身份确认的方式，将逐步取代现有的密码、钥匙、智能卡、身份证等方 式。其对未来社会的影响力不亚于计算机与互联网对社会发展的影响力。 b i l lg a t e s 曾作过这样的断言：“生物特征识别技术，利用人的生理特征( 如 指纹等) 来识别个人的身份，将成为今后几年r r 产业的一项重要革新。”g a t e s 的这段言论是因为有越来越多的消费者、公司和政府机关都承认，现有的基于智 能卡、身份证或密码的身份识别系统是远远不够的。生物特征识别技术为此提供 了一种解决方案。生物特征识别技术是目前最为方便与安全的识别系统，你不需 记住身份证号码或密码，也不需随身携带像智能卡之类的东西。“钥匙”就是你自 己，没有什么能比这更安全和更方便的了。 生物特征识别技术逐渐成为一种公认的身份认证技术。从最基本的到最健壮 的，存在着多种不同级别的安全技术，生物特征识别技术将是最安全的。采用“您 本身所具有的”( 如指纹、虹膜、生育等) 方式验证身份远比采用“您所拥有的” ( 如带照片的身份证件) 和“您所知道的”东西( 如用户名和密码) 验证身份更可 靠、更安全。作为网络化与信息化时代必不可少的身份鉴别手段，生物特征识别 技术已成为国内外的前沿热门研究方向，利用多学科最新的研究成果，充实和发 展身份认证研究，使其能够应用于多种、多级安全的多个领域，具有十分重要的 研究意义。专家们一致认为生物特征身份确认技术将彻底改变人们的生活方式和 商业模式。 电子科技大学硕士学位论文 虹膜身份识别【2 】是一种新颖的基于生物特征的身份鉴别方法，是最新的和最安 全可靠的人体生物特征识别技术之一，在信息及安全领域有着重要的应用价值。 虹膜作为重要的身份鉴别特征，具有唯一性、稳定性、可采集性和非侵犯性等优 点。虹膜纹络1 3 j 纤细无比，不可伪造，不同个体具有完全相同的虹膜特征的概率为 l o - 5 0 左右。据有关研究披露，自有人类以来，还不曾有过一例具有相同特征的个体。 和其他生物识别方法相比，虹膜具有更高的准确性，它不会因遗传性误差因素( 如 孪生关系) 和表现性因素( 如面部特征) 的变化而变化的优点。据统计，虹膜识 别的错误率是各种生物识别技术中最低的。虹膜识别现已成为识别领域f 4 】的一个重 要研究方向，应用很广。其产品可以广泛应用于电子金融、电子贸易、网络安全 领域，应用于金库、海关、地铁、机场等通道控制系统，用作计算机的开机口令， 用于居室安全，缉查信用卡犯罪、a t m 机犯罪及其它电子金融犯罪领域，用于驾 驶证、公民身份证领域，还可用于国防安全领域，是当今国际计算机应用领域前 沿性的研究课题之一。 1 2 国内外发展现状及应用前景 虹膜用于身份识别可以追溯到大约1 8 8 5 年，法国人a l p h o n s eb e r t i l l o n 在巴 黎的刑事监狱中尝试利用虹膜进行身份的确认，当时主要依赖于人眼对虹膜颜色 信息和形状信息的观察。直到二十世纪九十年代，虹膜识别才取得了快速的发展。 在1 9 8 7 年，两个眼科专家l e n o n a r df l o m 和a r a ns a f i r 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，仅限于 理论的研究。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，这是有文献记载以来的第一个虹膜识别应用系统。如今，虹膜已 成为生物特征识别领域的热门研究方向。目前国外的虹膜识别技术研究较多，该 方向的研究与应用主要有美国的i r i d i a n & s e n s a r 和l g 等公司，其中i r i d i a n 公 司还被评为美国1 9 9 8 年5 0 0 家发展最快的公司之一。各种虹膜识别算法中以英国 剑桥大学的j d a u g m a n 和美国麻省理工大学的r p w i l d e s 提出的算法最为经典。 大多数商业系统都是基于这两种算法，特别是j d a u g m a n 的基于虹膜分析的身份 识别系统于1 9 9 4 年获得美国专利，他在1 9 9 3 年提出的基于二维g a b o r 小波的虹 膜纹理编码算法1 5 j 是当今所有商用虹膜识别系统的理论基础。基于这种算法的虹 膜产品已经在金融系统小范围试运行。虽然目前虹膜识别技术尚未得到大规模的 实验验证，不过现在国外一些国家已经开始进行虹膜识别的应用实验，为虹膜识 2 第一章引言 别系统大规模应用奠定了基础。 i r i d i a n 公司研制出的虹膜识别系统已经应用在美国得克萨斯州联合银行的三 个营业部内，储户两手空空就可以来银行办理业务。他们在取款机上取钱时，一 台摄像机首先对用户的眼睛进行扫描，然后将扫描图像转化成数字信息与数据库 中的资料核对，就可以达到对用户的身份进行检验的且的了。 在加拿大温哥华、多伦多国际机场，伦敦的h e a t h r o w 机场，日本的成田机场 以及纽约的肯尼迪机场都在尝试将虹膜身份鉴别系统用于通关认证；新加坡 马来西亚的边境管理系统，已经将虹膜识别用于边境检查；v e d c a ls c r e e n 选择了 如图t - 1 所示的l gi r i s a c c e s s t m3 0 0 0 虹膜识别系统来控制其设施的进入和对机 要客户资料的戒备。 图1 - 1 l gh i 瞄c 骚“3 0 0 0 在国内，指纹识别技术在应用上做得比较成熟，虹膜识别的研究工作起步较 晚。上世纪末，虹膜识别技术的研究工作才开始兴起。上海交通大学于1 9 9 8 年开 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像的 相关性进行虹膜识别的研究。同年，中国科技大学也实现了虹膜识别的演示系统。 自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，并研究出 一套较高效的虹膜识别方法。中国科学院自动化所的研究人员，用不同的方法进 行虹膜识别的研究，并且取得了较好的结果。中科院自动化研究所的模式识别国 家重点实验室拥有与国际同步的自主产权的核心技术和算法 6 1 ，于2 0 0 0 年成功开 发出具有自主知识产权的虹膜识别原型系统，他们还利用研制的虹膜图像获取装 3 电子科技大学硕士学位论文 置建立和贡献了用于科学研究的虹膜数据库c a s n 虹膜数据库，正逐渐成为 虹膜识别研究领域的公共平台。该研究所还成立了中科模识科技有限公司，成为 世界上第二个拥有核心算法的公司。总的说来，国内虹膜识别的理论研究较早， 但是应用研究刚刚起步。 在虹膜识别系统的应用方面，我国深圳市发展银行总行成为在金融系统中第 一个使用虹膜识别方式作为身份验证的单位。该银行于2 0 0 4 年1 0 月2 8 日开始使 用l gi d s a c c e s s t m3 0 0 0 虹膜识别系统，其一期项目l gi r i s a c c c s s t m 3 0 0 0 虹膜 识别系统应用在v 口室作为用户的身份识别系统。 虹膜识别技术是集数学、光学、电子学、生理学和计算机科学等多学科交叉 的高新技术。该技术的研究虽然取得了很大成绩，但由于起步晚，仍然面临着许 多困难 7 1 。具体表现在：( 一) 虹膜采集技术有待提高。获取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；镜头可能会使图 像畸变而使得可靠性大为降低；黄种人的虹膜颜色多为深褐色，纹理非常不明显， 很难获取细节清晰、对比度高的虹膜图像。( 二) 高重复性的虹膜识别算法有待进 一步开发。当前的虹膜识别算法还不能很好地提取因人而异的特征向量，存在着 匹配不精细，计算量大等问题。( 三：) 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。该机构应该拥有一个样本容 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，仍然处于无序状态。( 四) 系统 的可行性有待验证。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的试验。 为使虹膜识别技术迅速发展，成为身份鉴别的重要手段，在实际中得到广泛 应用，可考虑从如下几方面入手：( 一) 从生理学、色度学、光学等角度对人眼及 虹膜进行理论研究。建立照明光源、虹膜、c c d 摄像头之间的成像系统，确定它 们之间的最佳匹配关系，以便在虹膜图像采集方面产生突破，构建高精度、自动 化、小体积和低成本的虹膜图像采集装置。( 二) 虹膜识别算法( 包括图像预处理、 特征提取和特征匹配1 计算量很，提高系统实时的快速计算能力是达到系统特定性 能要求的关键。为此，一方面开发高效快速的识别算法，另一方面开发通用化和 兼容性强的虹膜识别芯片，即软硬件两方面共同努力。( 三) 将信息融合技术应用 于虹膜识别技术中，即将虹膜特征信息与非生物特征识别信息相结合( 如与智能卡 4 第一章引言 相结合) ，将虹膜特征信息与其他生物信息相结合( 如与指纹、掌纹的结合) 是克服 自身系统局限性，提高系统的准确性和鲁棒性切实可行的方案，是虹膜识别技术 的发展方向。( 四) 现在的虹膜特征识别的研究还局限于单机系统，建立虹膜特征 识别的网络身份认证系统是其研究的重要方向。 虹膜识别技术虽然是刚刚兴起的研究方向，技术还不是很成熟，识别系统的 应用也不够广泛，世界上现只有少数国家将这一技术应用于金融、刑侦等对安全 有严格要求的场合。但其科学意义重大，应用前景广阔。随着识别技术的不断成 熟、性能的不断完善、价格的不断降低，必将广泛地应用于金融系统、公安系统、 人事管理、医疗、电子贸易、智能化门禁系统、通道控制等诸多领域。总之，由 于虹膜识别技术的快速、方便、非物理接触性等诸多优点，在未来有着极其广阔 的应用前景。 随着虹膜采集硬件的不断发展，采集虹膜越来越容易，成本越来越低。研究 人员相信，虹膜识别技术的应用必将会在更大的范围内得到普及。可以乐观的设 想，虹膜识别技术将在未来5 年内迅速的进入各种级别的安全系统，尤其在高要 求的安全系统中，并创造巨大的经济效益。 1 3 本文主要研究工作与本人工作 论文重点对虹膜纹理特征的提取技术进行了研究，它是虹膜识别系统中的重 要内容之一。特征提取是虹膜识别中的核心问题，对整个识别系统的性能有决定 性的作用。不同于指纹的细节特征，对虹膜的特征进行分类和描述是一个十分困 难的问题。同时，瞳孔随光照条件变化而引起的虹膜形变是一种非线性形变，这 使得虹膜特征提取更加困难和复杂。此外，眼球的旋转，眼皮、睫毛等对有效虹 膜区域的遮挡也是必须要考虑的问题。也就是说，通过特征提取得到的特征描述 应当具有旋转、缩放和平移不变性。如何有效地描述虹膜的细微特征是一个值得 探讨的问题。针对虹膜纹理的特性，本文在前人的研究基础上进行了一些创新和 改进，提出了基于二维g a b o r 变换的虹膜纹理特征提取方法。主要研究内容包括 以下三个方面： ( 一) 针对虹膜图像具有纹理的特征，依据传统的灰度共生矩阵和基元矩阵， 构造了既反映纹理的灰度统计特征又反映纹理的结构特征的灰度基元共生矩阵， 并用该方法进行虹膜纹理分析，设计了可以较好描述虹膜纹理的基元结构。 ( 二) 针对传统基于g a b o r 小波虹膜识别方法提取的全局特征对局部特征不 5 屯子科技人学硕+ 学位论文 敏感的缺点，提出了改进的g a b o r 小波虹膜识别方法。在滤波图像上进行非线性 处理，突出虹膜图像的局部斑点纹理。增加了局部特征的描述，补偿了传统方法 对虹膜局部特征不敏感的缺点。提取g a b o r 滤波下的方向局部特征，通过子窗口 平均减少局部特征维数，提出了反映虹膜方向局部纹理特征的g a b o r 局部特征编 码方式。 ( - - ) 最后提出综合考虑全局特征和局部特征的虹膜特征融合算法。该融合 方法进一步提高了虹膜识别方法的识别率，增加了系统在不同图像质量下的适应 能力。在现有的实验条件下对虹膜识别系统验证，实验结果表明该虹膜识别算法 是有效的，具有一定的可行性。 1 4 论文章节安排 本论文共分六章，各章的主要内容如下： 第一章为引言，简要介绍论文的研究背景、虹膜识别研究技术在国内外的发 展现状及应用前景，明确本论文研究的主要内容，安排论文章节； 第二章首先对生物特征识别技术进行了概述，并对虹膜的生物特征做了详尽 的分析。最后，对虹膜识别系统的原理进行了总体简要的介绍； 第三章对虹膜识别系统所涉及的关键技术作了综述，并基于现代信号处理和 图像处理理论对虹膜识别系统中最关键的内容一虹膜特征提取方法进行了系统 深入的阐述。最后，将现有国际上各种纹理特征提取方法作了横向比较分析。 第四章是理论研究部分。介绍了灰度共生矩阵、灰度梯度共生矩阵、基 元共生矩阵等传统的纹理描述方法，结合表述灰度统计的灰度矩阵和描述结构的 基元矩阵，介绍了灰度基元共生矩阵； 第五章是虹膜识别算法的实现部分。提出了改进的基于二维g a b o r 变换的虹 膜识别方法。在不同分辨率不同方向提取虹膜全局特征的基础上，引入非线性交 换和特征加权，提高了虹膜识别率。同时提取局部方向能量特征作为虹膜纹理局 部特征。然后提出综合考虑全局特征和局部特征的虹膜融合算法。最后简单介绍 了虹膜特征提取算法的流程。通过试验验证，具有一定的可行性； 第六章是论文的结束部分。对本论文的研究工作进行了总结，并对今后在该 领域里进一步的理论研究工作进行了展望。 6 第一章引言 1 5 本章小结 本章属于论文的引言部分。主要介绍了本课题的研究背景以及虹膜识别技术 在国内外的发展现状和应用前景，并对本论文研究的主要内容进行了介绍，同时 在本章的最后对整个论文的章节安排进行了说明。 7 电子科技大学硕士学位论文 第二章虹膜识别系统简介 2 1 生物特征识别技术概述 生物特征识别技术，是随着计算机科学技术的不断发展，特别是计算机图像 处理和模式识别等学科的发展而逐渐形成的新兴学科，也是模式识别的一个典型 应用。生物特征识别就是为了进行身份验证而采用自动化技术测量其身体的特征 或是个人的行为特征，并将这些特征或特点与数据库的模板数据进行比较，完成 认证的一种解决方案。人的生物特征是唯一的，生物特征识别技术的基本工作就 是对这些基本的、可测量或可自动识别和验证的生理特征进行统计分析。所有的 工作大多进行了这样四个步骤：图像获取、图像预处理、特征抽取及特征匹配。 生物特征识别系统捕捉生物特征的样品，唯一的特征将会被提取并且被转化成数 字符号，接着，这些符号被存成个人的特征模板，这种模板可能会在识别系统中， 也可能在各种各样的存储器中，如计算机的数据库、智能卡或条码中，人们同识 别系统进行交互，认证其身份，以确定匹配或不匹配。 根据生物特征识别技术采用的生物特征的不同，广泛应用的生物特征识别技 术可以被分成三类： 高级生物特征识别技术( h i g hb i o m e t r i c s ) ，如视网膜识别、虹膜识别和 指纹识别等。 次级生物特征识别技术( l e s s e rb i o m e t r i c s ) ，如人脸识别、语音识别、签 名识别等。 深奥的生物特征识别技术( e s o t e r i cb i o m e t r i c s ) ，如人体气味识别、血管 纹理识别等。 下面就几种比较成熟且应用广泛的生物特征识别技术进行简单的介绍。 ( 一) 指纹识别 指纹识别技术是一种历史悠久，技术成熟、应用广泛的生物识别技术。指纹 是指手指末端正面皮肤上凹凸不平的纹路，是一种表皮层的脊和谷组成的图像。 脊的结束点和分叉点称为特征。大多数这种特征对每个指纹来说都是独一无二的。 依靠特征的唯一性，可以把一个人与他的指纹对应起来，通过比较他的指纹特征 和预先保存的指纹特征，就可以验证其真实身份。指纹识别技术一般可达到3 5 8 第二章虹膜识别系统简介 个自由度1 8 1 。主要涉及指纹图像采集、指纹图像处理、特征提取保存数据、特征 值的比对与匹配等过程。 ( 二) 人脸识别 人脸识别可以说是人们日常生活中最常用的身份确认手段，也是当前最热门 的模式识别研究课题之一。人脸识别就是通过与计算机相连的摄像头动态捕捉人 的面部，同时把捕捉到的人脸与预先录入的人脸进行比较识别。其技术的核心在 于“局部特征分析”和“图形识别算法”，利用面部各器官及特征部位的方位关系， 与形成的识别参数和数据库中的原始参数进行比较、判断、确认，在低于一秒的 时间内给出判断结果。人脸识别技术主要针对面部不易产生变化的部分进行图像 处理，其中包括眼眶轮廓、颧骨的周围区域及嘴的边缘区域等。 ( 三) 视网膜识别 视网膜识别技术可能是最古老的生物特征识别技术，在2 0 世纪3 0 年代，就 已通过研究得出了人类眼球后部血管分布唯一性的理论。目前在很多需要及其严 格安全保障的场合都安装了视网膜识别系统。视网膜是一些位于眼球后部十分细 小的神经，它是人眼感受光线并将信息通过视神经传给大脑的重要器官，视网膜 识别技术通过激光照射眼球的背面而获得视网膜特征的唯一性。 ( 四) 语音识别 语音识别又称声纹识别技术。其主要包括特征提取技术、模式匹配准则及模 型训练技术三个方面。此外，还涉及语音识别单元的选取。语音识别系统的成本 非常低廉，对使用者来说不需要与硬件直接接触，而且说话是一件很自然的事情， 使用者很容易接受。语音识别的主要缺点就在于它的准确性太差，容易被伪造。 ( 五) 签名识另i j 签名识别技术已经有很长的历史了。它建立在签名的力度上，分析的是笔的 移动，如加速度、压力、方向及笔画的长度，丽不仅仅是签名的图像本身。与语 音识别一样，是一种行为测定学。由于很久以前就开始使用签名来鉴别身份，因 此签名识别对于使用者来说有着良好的心理基础，容易被使用者接受。其不足之 处在于签名识别的速度比较慢且硬件设备构造价格昂贵，还容易被伪造。 ( 六) 虹膜识别 虹膜是位于眼睛黑色瞳孔与白色巩膜之间的环形可视部分，具有终生不变性 和差异性。虹膜总体上呈现一种由里到外的放射状结构，包含许多相互交错的类 似斑点、细丝、冠状、条纹、隐窝等形状的细微特征。通常，人们将这些细微特 征称为虹膜的纹理信息。这些特征对于每个人来说都是唯一的。与其他生物特征 9 电子科技大学硕士学位论文 相比，虹膜是一种高稳定、高可靠的生理特征。而且，由于虹膜是眼睛的外在组 成部分，因此基于虹膜的身份鉴别系统对使用者来说可以是非接触的。唯一性、 稳定性和非侵犯性，使得虹膜识别技术具有广泛的应用前景。 经以上分析介绍，能够用来进行身份确认的生物特征技术归纳起来应该满足 以下几点要求： 普遍性：每个人都拥有该特征。 唯一性：两个人之间不存在相同的该特征。 不变性：该特征不随时间变化。 可采集性：该特征可以定量采集。 在实际应用中，往往很难找到能够同时满足以上所有条件的生物特征。从实 际操作的角度来说，一种合适的生物特征通常包括：可被精确地测量、采集速度 快、公众可以接受、较高的可信度、比对速度快、较好的防伪性、可以接受的存 储设备要求等。其性能包括识别准确率、识别速度、系统鲁棒性、系统所需资源 和营销系统性能的因素等。下面就几种生物特征身份认证技术进行横向比较，如 表2 - 1 所示。 表2 - 1 几种生物特征身份认证技术的比较 鉴定方法广泛性独特性持久性采集性性能接受性防伪性 指纹中 高 高中高中高 人脸高低中高低高 低 视网膜高高 中 低高低高 语音 中 低低中低高低 签名低低低高低高低 虹膜高高高 中 高低高 第二章虹膜识别系统简介 2 2 虹膜的生物特征分析 2 2 1 虹膜纹络生成构造 图2 - 1 眼睛解剖图 人的眼球分为眼球壁和眼内容物两部分。眼球壁又分为三层膜，由外及里分 别为：纤维膜、色素膜和视网膜。眼内容物包括房水、晶体状和玻璃体，如图2 1 所示。虹膜( i r i s ) 这个词来源于古罗马时代的“彩虹”一词，后来人们用它来描述 眼睛中那些外部可见的彩色部分，这个时间可能要追溯到十六世纪，当时它用来 表示这个结构( 眼睛中外部可见的彩色部分) 丰富多彩的外貌。人眼虹膜是唯一 外部可见的人体内部组织，位于眼角膜之后，晶状体之前，连接在眼睛的睫状肌 上，即人们所称的黑眼珠的环状部分，是眼球前一层圆盘状的薄膜。虹膜直径 1 2 m m ，厚约0 s m m ，根部最薄，由许多胶原纤维、收缩纹、冠状物、凹陷、色素、 横纹、斑点和皱裂所组成，其颜色因含色素的多少与分布不同而异。黄种人的虹 膜多是棕褐色，白种人的虹膜有灰、蓝、浅棕等不同颜色。虹膜中央有一2 5 至 4 m m 的小孔，称为瞳孔。瞳孔依环境的明暗，可自动缩小或扩大。近年来的研究 表明，虹膜结构极为复杂，共分四层。由内到外分别是：上皮层、纤维层( 控制 瞳孔的缩放) 、基质层( 包含了丰富的毛细血管) 和前界层( 包含一些成为群落的 单个色素细胞) 。虹膜表面高低不平，有皱裂和凹陷，凹陷又称隐窝( c r y p t ) 。近 瞳孔处的皱裂特别明显，称虹膜皱裂( r u g ai r i s ) 或领状韧带( c o l l a r e t t e ) ，是一 条弯弯曲曲的环形隆起，有如花边衣领，也被称为虹膜小环。它是虹膜小动脉环 的位置标志【9 l 。领状韧带将虹膜表面分为两个部分，其外侧的虹膜叫做睫状部或 n 电子科技大学硕士学位论文 睫状区，内有许多放射性隆起，代表虹膜血管从大环走向小环所经过的路径。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 射性条纹。在睫状区又分为三个部分：靠近领状韧带的一部分最光滑，中间区有 许多收缩纹或收缩沟( c o n t r a c t i o n f u r r o w ) 形成与瞳孔为同心的圆圈，当瞳孔扩大 时最显著。靠近睫状体的区域为筛状区，此区内虹膜表面有很多虹膜小坑。领状 韧带以内的虹膜称为瞳孔部虹膜。在睫状部边缘部分的虹膜也有一些虹膜小坑， 称为睫状区小坑( c i l i a r yc r y p y ) ，但和瞳孔部的虹膜小坑相比，睫状区小坑比较 小和浅。位于两个小坑之问的虹膜组织往往有一条梳状突起，跨过睫状体表面， 延伸到前房角内与房角网状组织相连续，此突起即被称为梳状韧带，其结构如图 2 _ 2 所示。 图2 - 2 虹膜结构图 2 2 2 虹膜作为身份识别的依据 虹膜纹理自胚胎期第三个月就开始生成，到了第八个月，其纹理图案的结构 就已经基本发育完全。按目前医学、遗传学理论认为，正常情况下，虹膜具有终 身不变的稳定性。虹膜结构对每个人都是唯一的，并且它不随年龄的变化而变化， 这种说法主要有如下两个根据1 3 】： 第一个依据来源于临床观察。在对大量的眼睛进行观察的过程中，眼科专家 和解剖专家们注意到，虹膜是具有很高独特性的复杂模式，孪生子的虹膜，甚至 同一个人的左右眼都完全不同。此外，在重复观测的情况下，虹膜的纹理结构几 乎没什么变化，至少在孩童期之后基本不变。 第二个依据来源于发育生物学。尽管虹膜的基本结构取决于基因遗传，但是 虹膜的独特的细节部分却更多的依赖于环境条件，比如虹膜胚胎期的产物，其母 体( p r e c u r s o r ) 的初始条件。因此，虹膜是极不可能通过自然事物发展过程来进 第二章虹膜识别系统简介 行复制的。虹膜发育的过程也极少会有变形的情况发生，如只产生未发育完全的 虹膜，或者有显著的位移( c o r e c t o p i a ，瞳孔异位) ，或者瞳孔的外形发生扭曲 ( c o l o b o m a ) 。至于虹膜随人年龄变化而稳定不变的问题，同样也可以在进化生 物学中找到依据。虹膜的某些部分( 如脉管系统) 大部分是在出生的时候就已经 形成了，而其他部分( 如肌肉组织) 到大约两岁左右才发育完全，色素沉着模式 的形成将一直持续到青春期。同时，个人平均的瞳孔大小在青春期之前也将稍有 增加。青春期以后，健康的虹膜在一个人一生中剩下的时间内变化很小，但在人 老年的时候虹膜褪色后瞳孔的平均开度缩小是正常现象。眼睛的各种疾病可能会 彻底改变虹膜的外观，或者眼睛完全暴露在某种环境污染物( 如金属) 之下也会 改变虹膜的色素沉着。但是，这些情况是极少发生的。 总的说来，上述两个依据都表明虹膜是非常独特的，而且更为典型的是，孩 童时期以后它是稳定不变的。 从生物测定学的观点来看虹膜的另一个让人感兴趣的方面是虹膜的运动状 态。这种运动状态具有潜在的价值，通过对它的检测就可以知道正在被使用的虹 膜是否是一个活体的样本。另外，因为虹膜收缩时间的数量级为几百毫秒，因此 虹膜对外加照明情况的变化反应非常迅速，所以通过检测虹膜对受控照明情况的 反应也可得到相似的证据。 总结起来，以下特性使得虹膜非常适合用作高可信度的身份识别系统； ( 一) 天然的被保护特性：它固有的与外部环境隔绝的特性使它兔受外部环境 的伤害，从而大大减小了因为外伤破坏而无法进行虹膜识别的情况发生； 【二) 高稳定性：除非冒着极大的失明危险，否则通过手术的方式来改变虹膜 结构几乎是不可能的； ( 三) 防伪性好：虹膜对光的生理反应有几种对假冒虹膜的自然测试方法； ( 四) 可采集性：从被录入者身上获取虹膜图像是非常容易的，可以在一定的 距离处摄取图像，无需身体接触，在非侵害甚至是不引人注意的情况下就能完成； ( 五) 眼皮、睫毛、玻璃镜片和隐形眼镜等对虹膜识别的效果不会产生任何不 利的影响，即使是盲人，只要虹膜组织结构保持完整，仍然可以用于虹膜识别； ( 六) 虹膜本身固有的极性几何形状给科研工作者提供了一个天然的极坐标 系统，方便了虹膜特征的提取； h j ) 虹膜图像获取具有安全性。 上述情况表明，虹膜的确具有高度的唯一性【1 0 1 、稳定性和非侵犯性，且基于 虹膜的生物特征识别技术的错误接受率和错误拒绝率比其它所有生物特征识别方 1 3 电子科技大学硕士学位论文 法都要低。故近年来，虹膜识别技术被广泛认为是最有前途的生物识别技术之一。 2 2 3 虹膜图像分析 作为一种图像处理技术在生物识别领域的应用，利用图像采集装置将虹膜图 像采集到系统中，首先需要对虹膜图像进行分析。论文中的实验图片来自中国科 学院自动化研究所模式识别重点实验室的虹膜库c a s 狐虹膜数据库，图片大 小为3 2 0 x 2 8 0 像素，图2 _ 4 为虹膜图片示例。 图2 - 4 虹膜图例 在获取的图片示例中，可以看到图片中除了虹膜区域外还包括了巩膜、瞳孔 区域以及眼睑、眼睫毛等干扰部分，而且由于反光的原因，在虹膜、瞳孔区还可 能有光斑，如果被录入者戴着眼镜则在图像中还可能有眼镜的影子。虹膜图像具 有特殊的圆环形状，由内到外瞳孔、虹膜和巩膜的平均灰度基本上成阶梯状分布， 瞳孔的颜色较深，灰度值较小、较均匀；虹膜的纹理较多，灰度比较丰富，灰度 值比瞳孔大；虹膜外面的巩膜的灰度值比虹膜大。但在一些特殊情况下，如一些 病变或镜片的后向散射光的影响，可能会使瞳孔的灰度值比虹膜大。另外，虹膜 和瞳孔的圆心通常不是同心的。 对虹膜图像进行分析可以看到，虹膜图像在灰度空间上呈现一定的特点： ( 一) 瞳孔的颜色较深，灰度值较小且均匀； ( 二) 虹膜的纹理丰富，灰度值比瞳孔大； ( 三) 巩膜的灰度值比虹膜大。 1 4 第二章虹膜识别系统简介 2 3 虹膜识别系统原理 一个自动虹膜识别系统一般包括硬件和软件两个模块：虹膜图像获取装置和 虹膜识别算法，分别对应于图像获取和模式匹配这两个基本问题。一个完整的虹 膜识别系统由光源、摄像头、图像分析系统、计算机等组成。与指纹识别有些类 似，虹膜识别的工作过程为：先将扫描的虹膜图像转换为数字代码，存储到计算 机数据库中。当进行身份识别时，只需将扫描的被录入者的虹膜图像与事先存储 的数字代码相对照，即可判明身份。虹膜识别系统主要包括以下四个单元：1 ) 虹 膜图像摄取；2 ) 虹膜图像预处理；3 ) 虹膜纹理特征提取；4 ) 纹理特征码匹配。 其工作原理示意图如图2 5 所示。 2 3 1 虹膜图像的摄取 图2 - 5 虹膜识别系统示意圈 虹膜图像采集单元的主要任务就是通过图像采集系统来获取虹膜图像。虹膜 图像的摄取是虹膜识别系统中最为关键的部分之一，由于虹膜面积很小( 一般直径 为l c m 左右) ，颜色暗，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，必须精心设计采集设备，以满足实际应 用的需求。 由于虹膜的纹理非常细微和丰富，使得普通的摄像头无法拍摄出可以用于识 别的清晰虹膜图像。所以一般在研究阶段，虹膜图像采用标准数据库的数据。现 电子科技大学硕士学位论文 在国际上公开的虹膜数据库只有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c a s i a 虹膜图像数据。 c a s i a 虹膜图像数据库采集了8 0 人( 其中男6 2 人，女1 8 人) 1 0 8 只不同眼 睛的虹膜图像样本，每只眼睛有7 幅8 位灰度图象，分辨率为3 2 0 x 2 8 0 ，分两个 阶段利用中科院自动化所自行设计的虹膜图像采集装置，在室内的环境下进行采 集。数据库包括第一个阶段3 个样本和第二个阶段4 个样本。 2 3 2 虹膜图像预处理 由于采集得到的虹膜图像还包含了虹膜以外的信息，如：眼睑、睫毛、巩膜 等，而且在高度非侵犯性系统中，由于采集图像时对被录入者是非侵犯性的，所 以虹膜在图像中的大小和位置都会发生变化，虹膜也有可能有一定角度的旋转。 因此，在进行虹膜识别之前，必须先确定出虹膜在图像中的位置并进行大小归一 化。另外，在某些情况下，随着入射光线的强度变化，瞳