虹膜识别技术的应用与发展

开篇：润墨网以专业的文秘视角，为您筛选了一篇虹膜识别技术的应用与发展范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】虹膜识别技术是一种生物特征识别技术，本文在分析其研究现状、识别流程的基础上，简单的介绍了虹膜图像的获取、图像预处理、虹膜定位、虹膜图像的归一化与增强、特征提取与匹配、比较等主要内容。

【关键词】图像预处理；虹膜定位；虹膜识别；Hough 变换

21 世纪是信息技术、网络技术的世纪，也是人类摆脱传统技术的束缚，越来越自由的世纪。在这个以信息、自由为特点的世纪里，生物认证技术作为20世纪末期才开始蓬勃发展的高新技术，必将在社会生活中占据越来越重要的位置，从根本上改变人类的生活方式。虹膜、指纹、DNA 这些人体本身的特点，将逐步取代现有的密码、钥匙，成为人们习惯的生活方式。同时，最大限度地保证个人资料的安全，最大限度地防止各种类型的刑事、经济犯罪活动。而以虹膜为特征的身份识别技术被认为是最有前途的生物特征识别技术之一。

本章主要介绍虹膜识别的发展历史及其现状、虹膜识别的优缺点以及虹膜识别的应用前景

1 虹膜识别技术

虹膜位于人眼的瞳孔与眼白之间，是眼睛中一片具有色素沉着的能收缩的环形薄膜，即俗称的黑眼仁部分。虹膜识别技术是基于眼睛虹膜信息的生物识别技术。对于每个人来说，虹膜的结构各不相同，并且这种独特的虹膜结构在人的一生中几乎不发生变化。眼科学家和解剖学家经过大量的观察发现虹膜具有独特的结构，即便对于同一个人，左眼和右眼的虹膜区别也是十分明显的，而且自童年以后，虹膜在人的一生中所发生的变化十分微小。同时发育生物学界的科学家们发现，尽管虹膜的基本结构是由内在的遗传基因决定的，但是外部的环境却对虹膜独特的细微结构起着决定性作用。这种外部环境是指在生命初期，虹膜形成之前的胚胎发育环境。因此，自然界不可能出现完全相同的两个虹膜。发育生物学家通过大量观察发现当虹膜发育完全以后，它在人的一生中是稳定不变的，因而具有稳定性。另外，由于虹膜的外部有透明的角膜将其与外界相隔离，因此发育完全的虹膜不易受到外界的伤害而产生变化。虹膜的上述特点构成了虹膜作为身份鉴别的物质基础。

虹膜作为重要的身份鉴别特征，与其它的生物识别技术相比，具有很好的发展前景，这主要基于以下几方面原因:

1.1 虹膜就像指纹，具有随机的细节特征和纹理图像，而且这些特征在人的一生中均保持相当高的稳定性，因此虹膜成了天然的“光学指纹”。

1.2 虹膜具有内在的隔离和保护能力。

1.3 虹膜纹理具有稳定性和不变性。除非发生病变等特殊情况，人的虹膜纹理在一生之中都不会改变，并且通过手术改变虹膜纹理的风险也很高。

1.4 虹膜图像可以通过相隔一定距离的摄像机捕获，不需对人体进行侵犯(指纹识别、视网膜识别均为侵犯型识别)。

2 虹膜识别的主要步骤

图1所示为虹膜识别系统的原理图。其中虹膜编码模块和识别模块是整个系统中最为关键的两个模块。

其中虹膜识别通常包括四个步骤，分别描述如下：

2.1 虹膜图像的采集

人类虹膜的直径约为 1 厘米，为了获得有足够的信息量的虹膜图像通常要求具有超长焦距的摄影器材，拍摄距离一般不超过十几厘米。湿度的照明对于虹膜图像采集也是非常重要的，太强的照明会令人眼感到不适，光照太弱会令图像缺乏必要的灰度对比，增大量化误差。对拍摄的眼部图像还需进行采样、量化，使其成为数字图像。

2.2 虹膜定位

虹膜定位也就是虹膜的边界定位，目的是从采集得到的眼部图像中提取虹膜信息，为下一步对虹膜进行分析提供必要的条件。这一步的准确度直接关系到虹膜身份识别的准确性。这将会在后面详细地分析。

其中的虹膜定位是虹膜识别处理过程中最重要的环节，它的结果决定了提取特征是否有效和编码是否准确，从而最终影响虹膜识别结果。由于虹膜是位于瞳孔和巩膜中间的环形区域，它的外边缘和内边缘可以近似的看作圆形，所以定位的过程就是找出内外两个圆的半径和圆心的过程。现有的虹膜定位算法中常用的拟合圆的方法包括：

2.2.1 图像边缘检测加 Hough 变换。

（1）图像边缘检测

虹膜图像采集之后,应对其内外边缘进行检测。边缘是指图象灰度发生空间突变或者在剃度方向上发生突变的像素的集合，图像的边缘可以划分为阶越状边缘和屋定状边缘，在数学上可以利用其灰度变化曲线的一阶，二阶导数来描述两种不同的边缘。边缘检测的方法有几类，包括微分边缘检测算子，多尺度边缘检测，基于模糊增强的边缘检测，基于 Snake 模型的边缘检测和曲面拟合边缘检测等。其中，微分边缘检测算子法是其中的传统一方法，对虹膜图像边缘检测也大多采用这一类方法。

（2）Hough 变换

最初的 Hough 变换是设计用来检测直线和曲线的，起初的方法要求知道物体边界线的解析方程，但不需要有关区域位置的先验知识。这种方法的一个突出优点是分割结果的鲁棒性，即分割对数据的不完全或噪声不是非常敏感。然而，要获得描述边界的解析表达式常常是不可能的。这种方法的基本思想可以从检测图像中的直线这个简单问题中看到。直线由两点 和 定义(如图 2(a))。通过点的所有直线由 表示， 和 是某些值。这意味着同一方程可以解释为参数空间 和 的方程，因此，通过点 的所有直线可以表示为方程(如图 2(b))。类似地通过点 的直线可以表示为。在参数空间和 中，两条直线的唯一公共点是在原图像空间中表示连接点 和 的唯一存在的直线。这意味着图像中的每条直线在参数空间和 中由单独一个点表示，直线的任何一部分都变成为同一个点。直线检测的主要思想是确定图像中所有的直线像素，将通过这些像素的所有直线变换到参数空间的对应点，在参数空间检测点 ，该点是由图像中频繁出现的直线 的 Hough 变换的结果。

图2 Hough 变换原理图

考虑用方程表示任意曲线，其中 是曲线的参数向量。在使用Hough 变换进行边缘检测时，一般可以分为以下几个步骤：

①在参数 的范围内量化参数空间。参数空间的维数 由向量 的参数数目给出。

②形成一个 维的累计数组 ，其结构与参数空间的量化相匹配，并设置所有的元素为 0。

③在适当阈值化后的梯度图像中，对每个图像点 ,对于所有的在第 1 步使 用 范 围 内 的 ， 增 大 所 有 的 满 足 的 累 计 单 元 ：

④累计数组A (a)中的局部极值对应于出现在原始图像中的曲线 的实现。

当使用 Hough 变换对虹膜图像进行外边缘检测时，设虹膜外边界的方程为：

其中 为虹膜外边界的圆心坐标， 是虹膜外边界的半径， 为虹膜外

边界上点的坐标。在实际计算时，将 取遍图像空间的每一个点，这时式（2）可改写成：

式中 是人为设定的一个较小的阈值。

可见，如果直接使用 Hough 变换对虹膜进行边缘检测，那么计算量比较大。但是，如果使用有关边缘方向的先验信息，就可以显著地降低计算负担。在实际使用中，可以根据虹膜内边缘的半径估计虹膜外边界的半径范围，不妨令外边缘半径 为一个常量。不使用边缘方向信息时，在参数空间中如果对应点 在以像素 X 为中心的圆上，所有累计单元 都要被增大。有了边缘方向信息时，只需增大少数的累计单元。比如，如果边缘方向量化为 8 个可能的值，只需要圆的 参加增大累计单元。当然，估计边缘方向不可能太精确，如果估计边缘方向的误差是 ，将需要圆的 使累计单元增大。使用边缘方向，参数 和 可以使用以下的公式来计算：

其中表示像素 的边缘方向， 是最大的边缘方向估计误差， 是像素 的坐标。在参数空间中，只有当参数 满足式（4）时，才增大累计单元

2.3 虹膜编码

这一步主要是提取虹膜特征并采取适当的特征记录方法，以此构成虹膜编码，为下一步的比较判决做准备。目前报道的虹膜身份编码识别算法分为 3 种:(1)Daugman 提出的基于 Gabor滤波器的虹膜纹理相位编码算法，该算法利用 Gabor 滤波器的局部性和方向性对虹膜纹理进行分解编码。(2)Wildes 提出用高斯型滤波器在不同分辨率下分解虹膜图像，并把结果进行存储比较。上述两种算法的性能容易受外界环境影响，眼球表面反光、虹膜的几何变形、睫毛遮挡、噪声等问题也严重影响识别性能，且实际应用中对测试环境和设备要求较高。(3)Boles 提出的基于小波变换的虹膜识别方法，它有效地克服了图像平移、旋转、图像缩放等前者未能解决的问题，提高了识别性能。

2.4 比较和判决

这一步是对上一步获得的虹膜编码同样本库中的样本进行比较，再对两者的不同利用合适的阈值进行判决。不同的虹膜编码方式通常会有不同的比较方法，其阈值的选择一般通过实验获得。第 3、4 步又可合称为虹膜模式匹配（Iris Pattern Match）。为了完成上述的步骤，虹膜识别系统由光源、摄像头（CCD）、图像分析系统（计算机）三部分构成，对光源、摄像头、计算机均没有特殊要求，图像为 8 bit、256 级灰度图。可见，系统的硬件构成比较简单，这可以使系统的成本大大降低。光源提供照明，使虹膜可以清晰成像，以获得高信噪比的信号。光源应稳定，因为瞳孔随入射光线强度的变化，会产生收缩或扩张，牵动虹膜变化，增大了匹配时的误差。稳定光源，即稳定了虹膜，可以提高匹配的精度。摄像头将光信号转变为电信号，经 A/D 转换后，送入计算机进行分析。计算机内装有虹膜图像识别的分析软件，计算机内预存有已分割好的虹膜参考图像，参考虹膜图像的半径、中心坐标已规一化，所有虹膜的半径 r 均相同，所有虹膜的中心(p，q)坐标值相同。识别过程即将实时捕捉的图像与预存参考图像进行匹配的过程，比较图像之间的相似形，确定图像是否来自同一对象，以确定拒绝或接受。

整个虹膜识别的流程图如图3所示：

3 虹膜识别技术的国内外应用

从全球来看，国外的虹膜市场比国内要成熟，并已经在金融系统、飞机场等方面小范围试运行。其中美国 Iridian 公司采用了当前世界一流水平的 Daugman 教授的核心算法。在国内，在实际应用方面和理论算法方面都相对落后，中科院自动化研究所是国内做的最好的，2003 年，中科院自动化研究所联合模识科技成功开发了虹膜识别仪，可用于计算机操作系统的登陆。国内虹膜识别的主要应用领域有：

3.1 门禁和考勤。这也是国内其它生物认证产品的最大应用方向，主要安装在高档的房地产项目上用于访问控制。

3.2 金融和证券。

3.3 电子护照和第二代身份证。

3.4 医疗保险和养老保险的发放。我国的社会保障事业正在蓬勃发展中，由于虹膜特征能够保持终身不变，虹膜识别技术将可用于参保人员的身份确认，防止冒领。

3.5 公安和师法。如逃犯追踪、司法刑侦等方面的应用。

3.6 电子商务。如果在数字签名方案中引入虹膜识别，必将增加网上交易的安全性。

3.7 信息安全。如文件加密，密码学和虹膜识别的结合。

3.8 特殊行业。如采矿行业的工人下井归来脸部和手部的生物特征提取都受影响，必须采用虹膜识别。

现在国内的虹膜识别应用已经开始启动，发展势头强劲。可以预计，我国虹膜识别产业化将迎来一个明媚的春天。

参考文献

[1]余尚春，欧宗瑛，欧凡一维Log Gabor小波在虹膜识别中的应用。大连理工大学研究生网络学刊。

[2]应忍冬，徐国治.基与小波变换过零检测的虹膜识别技术。上海交通人学学报.2002, 36 (3):255-258页

作者简介

陈勇，1976年10月4日，男，籍贯：浙江杭州，供职单位：浙江省邮电工程建设有限公司，职务：湖北分公司经理，职称：工程师，学历：本科，研究方向：通信工程

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文