基于數(shù)字圖像處理的虹膜識別技術(shù)的研究-正文

基于數(shù)字圖像處理的虹膜別技術(shù)的研究一、引言（一）選題的的和意義

1隨著信息技術(shù)的展,身份識別的難度和重性越來越突出。密碼、身證等傳統(tǒng)的身份識別方法于其局限性—易丟失、易被偽造易被破解等,已不滿足當代社會的需要。基于生物征的身份識別技術(shù)由具有穩(wěn)定、便捷、不易造等優(yōu)點,近幾年已成為身份識的熱點。生物特識別是根據(jù)人體生物特征(包括指紋、虹膜、人臉、聲音和筆跡)來識別個人身份和進行份認證的新技術(shù)。虹位于眼睛的鞏膜和瞳孔之間,由許多腺窩、皺褶、色素斑等構(gòu),包含了極為豐富的理信息。與其它生物識別技相比,虹膜識別有法取代的生理面的優(yōu)勢。在圖像處理技術(shù)逐成熟的今天，在膜識別系統(tǒng)上圖處理技術(shù)得到了廣泛應(yīng)用，利用對虹膜圖的獲取、分析、處理并定位，實虹膜識別的功能，實身份認證的功能。所以，究圖像處理技術(shù)虹膜識別系統(tǒng)上應(yīng)用具有深遠的意義（二）國內(nèi)外究現(xiàn)狀和發(fā)展勢1、研究現(xiàn)狀現(xiàn)今，圖像處理技在許多應(yīng)用領(lǐng)域到廣泛重視并取了重大的開拓性成就屬于這些領(lǐng)域的有航航天、生物醫(yī)學程、工業(yè)檢測、器人視覺、公安司法軍事制導、文化藝術(shù)等，圖像處理成為一引人注目、前景大的新型學科。2、發(fā)展趨勢隨著計算機技術(shù)和工智能、思維科研究的迅速發(fā)展數(shù)字圖像處理向更高更深層次發(fā)展。人們開始研究如何用算機系統(tǒng)解釋圖，實現(xiàn)類似人類視覺統(tǒng)理解外部世界，這被稱圖像理解或計算視覺。很多國家特別是發(fā)達國家投入多的人力、物力到這項研，取得了不少重的研究成果。圖像理解雖然在理方法研究上已取不小的進展，但本身是一個比較難的究領(lǐng)域，存在不少困，因人類本身對己的視覺過程還解甚少，因此計算機覺是一個有待人們進一步索的新領(lǐng)域?；跀?shù)字圖像處理的虹膜別技術(shù)的研究二、字圖處理述

2數(shù)字圖像處理（DigitalImageProcessing）稱為計算機圖像理，它是指將圖信號轉(zhuǎn)換成數(shù)字信號利用計算機對其行處理的過程。數(shù)字圖像處理最早現(xiàn)于20世紀50代，當時的電子算機已經(jīng)發(fā)展到一定平，人們開始利用計算來處理圖形和圖信息。數(shù)字圖像理作為一門學科大約成于20世紀60年代初期早期的圖像處理的目是改善圖像的質(zhì)，它以人為對象，改善人的視覺效果為目的圖像處理中，輸?shù)氖琴|(zhì)量低的圖，輸出的是改善質(zhì)量的圖像，常用的圖像處理方有圖像增強、復、編碼、壓縮等（二）數(shù)字圖處理的研究內(nèi)數(shù)字圖像處理主要究的內(nèi)容有以下個方面：1、圖像變換由于圖像陣列很大直接在空間域中行處理，涉及計量很大。因此，往往用各種圖像變換的方法，傅立葉變換、沃什變換、離散余變換等間接處理技術(shù)將空間域的處理轉(zhuǎn)換為變域處理，不僅可少計算量，而且獲得更有效的處理（傅立葉變換可在頻域中進數(shù)字濾波處理前新興研究的小變換在時域和頻中都具有良好的局部化特性，在圖像處理中也著廣泛而有效的用。2、圖像編碼壓縮圖像編碼壓縮技術(shù)減少描述圖像的據(jù)量（即比特數(shù)便節(jié)省圖像傳、處理時間和減少所占用的存器容量。壓縮可在不失真的前提獲得，也可以在允許失真條件下進行。編碼是縮技術(shù)中最重要方法，它在圖像理技術(shù)中是發(fā)展最早比較成熟的技術(shù)。3、圖像增強和復圖像增強和復原的的是為了提高圖的質(zhì)量，如去除聲，提高圖像的清晰等。圖像增強不考慮圖像質(zhì)的原因，突出像中所感興趣的分。如強化圖像高頻量，可使圖像中物體輪廓晰，細節(jié)明顯；強化低頻分量可少圖像中噪聲影響。像復原要求對圖像降質(zhì)的因有一定的了解一般講應(yīng)根據(jù)降過程建立"降質(zhì)模"，再采用某種濾波方法，恢或重建原來的圖。4、圖像分割圖像分割是數(shù)字圖處理中的關(guān)鍵技之一。圖像分割將圖像中有意義的特部分提取出來，其有意義特征有圖像中的緣、區(qū)域等，這進一步進行圖像識別分析和理解的基礎(chǔ)。雖然前已研究出不少緣提取、區(qū)域分的方法，但還沒有一普遍適用于各種圖像的有方法。因此，對像分割的研究還不斷深入之中，是目圖像處理中研究的熱點之?；跀?shù)字圖像處理的虹膜別技術(shù)的研究

35、圖像描述圖像描述是圖像識和理解的必要前。作為最簡單的值圖像可采用其幾何性描述物體的特性，一般像的描述方法采二維形狀描述，有邊界描述和區(qū)域描兩類方法。對于特殊的紋圖像可采用二維理特征描述。隨圖像處理研究的深入展，已經(jīng)開始進行三維物描述的研究，提了體積描述、表描述、廣義圓柱體描等方法。6、圖像分類（識）圖像分類（識別）于模式識別的范，其主要內(nèi)容是像經(jīng)過某些預處理（強、復原、壓縮）后，進圖像分割和特征取，從而進行判分類。圖像分類常采經(jīng)典的模式識別方法，有計模式分類和句（結(jié)構(gòu)）模式分，近年來新發(fā)展起來模糊模式識別和人工神經(jīng)絡(luò)模式分類在圖識別中也越來越到重視。（三）數(shù)字圖處理優(yōu)點1、再現(xiàn)性好數(shù)字圖像處理與模圖像處理的根本同在于，它不會圖像的存儲、傳輸或制等一系列變換操作而導圖像質(zhì)量的退化只要圖像在數(shù)字時準確地表現(xiàn)了原稿則數(shù)字圖像處理過程始終保持圖像的再現(xiàn)2、處理精度高按目前的技術(shù)，幾可將一幅模擬圖數(shù)字化為任意大的二維數(shù)組，這主要決于圖像數(shù)字化設(shè)備能力。現(xiàn)代掃描可以把每個像素灰度等級量化為16位甚至更高，這意味著圖像的數(shù)化精度可以達到足任一應(yīng)用需求對計算機而言，不論組大小，也不論每個像素的數(shù)多少，其處理序幾乎是一樣的換言之，從原理上講論圖像的精度有多高，處總是能實現(xiàn)的，要在處理時改變序中的數(shù)組參數(shù)就可了?；叵胍幌聢D像的模擬理，為了要把處精度提高一個數(shù)級，就要大幅度地改處理裝置，這在經(jīng)濟上是不合算的。3、適用面寬圖像可以來自多種息源，它們可以可見光圖像，也以是不可見的波譜圖（例如X射線圖像、射線圖像、超聲圖像或紅外圖像圖像反映的客觀實體尺看，可以小到電子顯微圖像，大到航空片、遙感圖像甚天文望遠鏡圖像。這來自不同信息源的圖像只被變換為數(shù)字編形式后，均是用維數(shù)組表示的灰度圖（彩色圖像也是由灰度圖組合成的，例如RGB圖像由紅、綠、藍三個灰度像組合而成）組合而成，因而均用計算機來處理即只要針對不同圖像信息源，采取相的圖像信息采集措施，圖的數(shù)字處理方法用于任何一種圖?；跀?shù)字圖像處理的虹膜別技術(shù)的研究

44、靈活性高圖像處理大體上可為圖像的像質(zhì)改、圖像分析和圖重建三大部分，每一分均包含豐富的內(nèi)容。由圖像的光學處理原理上講只能進線性運算，這極大地制了光學圖像處理能實現(xiàn)目標。而數(shù)字圖處理不僅能完成性運算，而且能實現(xiàn)線性處理，即凡是可以用學公式或邏輯關(guān)來表達的一切運均可用數(shù)字圖像處理現(xiàn)。三、虹膜識別術(shù)（一）虹膜識技術(shù)概述1、虹膜識別技術(shù)發(fā)展虹膜識別技術(shù)是根據(jù)人體的物特征——虹膜經(jīng)過圖像處理與析后，來識別個人身份和進行身份認證的新技術(shù)，它集數(shù)學、光學、電子學、生理學和計算機學等于一體的多學科交叉的高新技術(shù)。在20世紀30年代中期，們已經(jīng)開始設(shè)想用虹膜來識別身份，但是到20世紀90年代虹膜識別技術(shù)才成為現(xiàn)實。1987年，眼科專家ransafir和Leonardflom首提出利用虹膜圖像進行自動虹膜識別的概念，但是他并沒有開發(fā)出實際的應(yīng)用系統(tǒng)。到991年，美國洛斯阿拉莫斯國家實驗室的Johnson實現(xiàn)了一個自動虹膜別系統(tǒng)。在1993年，JohnDaugman實現(xiàn)了一個高性能的自動虹膜識別系統(tǒng)。1996年，RichardWildes研制成基于虹膜的身份認證系統(tǒng)。2、虹膜識別的步和原理虹膜識別系統(tǒng)的包虹膜圖像獲取、膜圖像質(zhì)量檢測預處理、虹膜圖像定、虹膜特征提取和圖的分類識別幾個驟。如下圖3.1.1所：圖3.1.1虹膜識別系統(tǒng)首先獲取要注冊的已虹膜的紋理圖像進行虹膜圖像的質(zhì)量測和預處理。其次是虹膜的定位，即輸入的人眼中找到虹膜的位置，并虹膜從圖片中分割出來。第三進行虹膜特征的取與識別，根據(jù)能的區(qū)別對歸一化的膜紋理基于數(shù)字圖像處理的虹膜別技術(shù)的研究

5進行特征編碼，將到的“虹膜代碼存入虹膜數(shù)據(jù)庫進行注冊或者將“虹代碼”與虹膜數(shù)據(jù)庫中的膜代碼進行比對根據(jù)判決條件判是接受還是拒絕。一套完整的虹膜識系統(tǒng)總體上包含硬件和軟件”兩分，虹膜圖像獲取裝和虹膜識別算法，它分別對應(yīng)于圖像取和模式匹配這個基本問題。（二）虹膜圖像的取1、Daugman的采系統(tǒng)虹膜圖像的獲取是膜識別的第一步,也是十關(guān)鍵的一步。虹膜圖像采的目的是清晰、準確地捕捉虹膜圖像,并將其數(shù)化存儲,以供圖像識的實現(xiàn)。因此要獲得高質(zhì)量的虹膜像,需要專門的備和細心的操作Daugman的采集系如圖3.2.1,包括源、成像鏡頭、攝像頭、光束分離片、LCD顯示和圖像采集器等,其鏡采用焦距為330mm的透鏡,可以從1546mm的距離攝取虹膜圖,成像的徑在100～200pixel。在該系統(tǒng),虹膜最佳的對焦位置需要用戶自己移眼睛在攝像頭前位置實現(xiàn)。攝像將連續(xù)采集虹膜的圖并在LCD面陣上顯示,以提示用戶移動眼的部位。當成像有足的銳度時自動采虹膜圖像樣本?；跀?shù)字圖像處理的虹膜別技術(shù)的研究

6圖3.2.12、Wildes的采集系Wildes的采集系統(tǒng)如3.2.2，它是利用80mm的透,從20cm處攝取圖像,圖像的直徑大約為256pixel,其孔徑1cm。圖3.2.2基于數(shù)字圖像處理的虹膜別技術(shù)的研究（三）虹膜圖的預處理

7虹膜圖像預處理的的是虹膜定位與一化。在獲取的膜圖像中有可能含有許多其他部分(如眼瞼、睫毛),這就需要對虹膜圖像行定位和歸一化作,即找出虹膜的中心和內(nèi)、外邊緣及對定位出來的虹膜像大小進行歸一化處,從而糾正圖像漂移、旋轉(zhuǎn)和例放縮。虹膜圖的預處理包括虹定位、歸一化和強3個步驟。圖3.3.1顯了經(jīng)預處理后的虹膜像。圖3.3.1（四）虹膜特的提取與編碼虹膜特征提取和編是對預處理后的據(jù)進行分析、去粗存精的程。由于原始圖像數(shù)據(jù)量相當大,需把這些數(shù)據(jù)轉(zhuǎn)換為干特征,即特征提取。為了高分類處理的速度和精度,對提取的特征需要選擇最有代表性特征,其信息冗余余度最，而且具有比例、旋轉(zhuǎn)位移不變性。圖3.4.1顯示是一個虹膜編碼圖像示意?；跀?shù)字圖像處理的虹膜別技術(shù)的研究

8圖3.4.1四、虹膜識別法（一）定位算（1）Daugman提出了一個積分算子,如式(1)其中，

是一個尺度為

σ的高斯函數(shù),起平滑濾波的作用;積分表示的是圖像I(x,y)在以(x0,y0)為圓心,r為半徑的圓上的曲線積分。算法采用圓形邊檢測器進行反復尋找虹膜的內(nèi)外邊緣

,直至找到最佳匹配的兩個。對于上下眼瞼邊緣檢測,把曲線積分路徑成弧形,相應(yīng)的信息參數(shù)也隨之調(diào)整即。許多研究者就此定方法提出了許多小初始圓心候選集合大小的算法縮短了虹膜定位的間。

,有效地（2）Wildes提出兩步虹膜定位方,其思想是先進行緣檢測再進行Hough變換,基于數(shù)字圖像處理的虹膜別技術(shù)的研究邊緣檢測的算子為G(x,y)*I(x,y)|,

9其中

，是以（

x0,y0）為圓心

,標準差為σ的二維高斯數(shù),用來平滑圖像確定邊界。得到界后,通過對邊緣的投票來確定虹膜的形邊界參數(shù),Hough變換義為:（二）歸一化法Daugman的橡膠皮性模型對環(huán)形虹圖像進行了歸一化,有效地解決了孔縮放以及瞳孔與虹膜邊不同心所帶來的題,為大多數(shù)虹膜識別究者所采用,其模型示意圖如圖2.1.1所。圖2.1.1基于數(shù)字圖像處理的虹膜別技術(shù)的研究它將圖像從笛卡兒標(x,y)轉(zhuǎn)化為坐標的形式(r,θ),轉(zhuǎn)化公式為x(r,θ)=1-r)xp(θ)rxs(θ),y(r,θ)=1-r)yp(θ)rys(θ),

10其中,r∈[0,1,θ∈[0,2π],

(xp(θ),ypθ)),(x(θ),ys(θ))

分別代表在θ方上的瞳孔和鞏膜邊緣點。（三）特征提與編碼算法（1）Daugman采用極標下的復值二維Gabor濾器對歸一化后的膜圖像進行虹膜細節(jié)的特征提取,使用1024個小波對像進行處理,得到2048bit,即256byte的編碼。二維Gabor濾器在極坐標下形為產(chǎn)生一組中心位置(

r0,θ0),位置參數(shù)為(r,θ0,α,β,ω)選擇頻率濾波器,在空間域和頻率具有良好地獲取節(jié)點置的功能,而且由于良的積分特性,這些濾波器能夠獲本地相位信息。對圖像在每尺度上濾波,用粗略的一位部和虛部數(shù)來對虹膜圖像行編碼,公式如：基于數(shù)字圖像處理的虹膜別技術(shù)的研究

11（2）Wildes使用Gaussian-Laplacian算子衍生而的各向同性的帶濾波器組對虹膜圖像進行級塔式分解，產(chǎn)Laplacian金字來代表虹膜圖像這些濾波器定義為：其中，σ為Gaussian函數(shù)的標差，ρ表示點到濾波器中心的半徑離。五、結(jié)束語目前，虹膜識別技被廣泛應(yīng)用于監(jiān)、機場、邊境、行，也被用來控制自取款機的賬戶進入，時應(yīng)用于網(wǎng)絡(luò)身認證，將虹膜的征信息設(shè)為個人的網(wǎng)ID，給網(wǎng)絡(luò)信息安全帶來新的革命。但是，基于圖像處技術(shù)的虹膜識別然有一些關(guān)鍵技有待解決，例如遠距離不停頓的自對焦虹膜采集設(shè)；不完美的虹膜識別導致錯誤拒絕率FAR）的增，如何保證在FAR滿足的情況下進一步降拒絕率FAR建