行業資訊
虹膜識別——前景廣闊的生物認證技術(二)
來源:互聯網 發布時間:2008/10/31
2. 虹膜識別過程
虹膜識別通過對比虹膜圖像特征之間的相似性來確定人們的身份,其核心是使用模式識別、圖像處理等方法對人眼睛的虹膜特征進行描述和匹配,從而實現自動的個人身份認證。
虹膜識別技術的過程一般來說分為:虹膜圖像獲取、圖像預處理、特征提取和特征匹配四個步驟。
2.1 虹膜圖像獲取
虹膜圖像獲取是指使用特定的數字攝像器材對人的整個眼部進行拍攝,并將拍攝到的圖像通過圖像采集卡傳輸到計算機中存儲。
虹膜圖像的獲取是虹膜識別中的第一步,同時也是比較困難的步驟,需要光、機、電技術的綜合應用。因為人們眼睛的面積小,如果要滿足識別算法的圖像分辨率要求就必須提高光學系統的放大倍數,從而導致虹膜成像的景深較小,所以現有的虹膜識別系統需要用戶停在合適位置,同時眼睛凝視鏡頭(Stop and Stare)。另外東方人的虹膜顏色較深,用普通的攝像頭無法采集到可識別的虹膜圖像。不同于臉像、步態等生物特征的圖像獲取,虹膜圖像的獲取需要設計合理的光學系統,配置必要的光源和電子控制單元。
由于虹膜圖像獲取裝置自主研發的技術門檻高,限制了國內虹膜識別研究的開展。中國科學院自動化研究所在1999年研制出國內第一套自主知識產權的虹膜圖像采集系統,其特點是小巧、靈活、低成本、圖像清晰。經過不斷地更新換代,自動化所最新開發的虹膜成像儀已經可以在20~30cm距離范圍通過語音提示、主動視覺反饋等技術采集到合格的虹膜圖像。
2.2 圖像預處理
圖像預處理是指由于拍攝到的眼部圖像包括了很多多余的信息,并且在清晰度等方面不能滿足要求,需要對其進行包括圖像平滑、邊緣檢測、圖像分離等預處理操作。
虹膜圖像預處理過程通常包括虹膜定位、虹膜圖像歸一化、圖像增強三個部分。
2.2.1 虹膜定位
一般認為,虹膜的內外邊界可以近似地用圓來擬合。內圓表示虹膜與瞳孔的邊界,外圓表示虹膜與鞏膜的邊界,但是這兩個圓并不是同心圓。通常,虹膜靠近上下眼皮的部分總會被眼皮所遮擋,因此還必須檢測出虹膜與上下眼皮的邊界,從而準確地確定虹膜的有效區域。虹膜與上下眼皮的邊界可用二次曲線來表示。虹膜定位的目的就是確定這些圓以及二次曲線在圖像中的位置。常用的定位方法大致分為兩類:
邊緣檢測與Hough變換相結合的方法;
基于邊緣搜索的方法。
這兩種方法共同的缺點是運算時間長,因此出現了一些基于上述兩種策略的改進方法,但是速度并沒有數量級的提高。定位仍然是虹膜識別過程中運算時間最長的步驟之一。
2.2.2 虹膜圖像歸一化
虹膜圖像歸一化的目的是將虹膜的大小調整到固定的尺寸。到目前為止,虹膜紋理隨光照變化的精確數學模型還沒有得到。因此,從事虹膜識別的研究者主要采用映射的方法對虹膜圖像進行歸一化。如果能夠對虹膜紋理隨光照強度變化的過程建立數學模型或者近似模擬這個過程,將會對虹膜識別系統性能的提高有很大幫助。
2.2.3圖像增強
圖像增強的目的是為了解決由于人眼圖像光照不均勻造成歸一化后圖像對比度低的問題。為了提高識別率,需要對歸一化后的圖像進行圖像增強。
2.3特征提取
特征提取是指通過一定的算法從分離出的虹膜圖像中提取出獨特的特征點,并對其進行編碼。
主流的虹膜特征提取和識別方法可分為八大類:
1)基于圖像的方法
[!--empirenews.page--] 將虹膜圖像看成是二維的數量場,像素灰度值就構成聯合分布,圖像矩陣之間的相關性就度量了相似度。
2)基于相位的方法
這種方法認為圖像中的重要細節,如點、線、邊緣等“事件”的位置信息,大多包含在相位中,所以在特征提取時舍棄反映光照強度和對比度的幅值信息。
3)基于奇異點的方法
虹膜圖像中的奇異點分兩種:
過零點
極值點
4)基于多通道紋理濾波統計特征的方法
虹膜圖像可以看成是二維紋理,在頻域中的不同尺度和方向上會有區分性強的統計特征可供識別,這也是紋理分析中常用的方法。
5)基于頻域分解系數的方法
圖像可以看成是由很多不同頻率和方向的基組成,通過分析圖像在每個基投影值的大小分布可以深入認識圖像中具有規律性的信息。
6)基于虹膜信號形狀特征的方法
虹膜信號形狀特征包括兩方面的信息:一是虹膜曲面凹凸起伏的二維形狀信息,二是沿著虹膜圓周的一維形狀信息。
7)基于方向特征的方法
方向(Direction)或者朝向(Orientation)是一個相對值,對光照、對比度變化的魯棒性較強,而且可以描述局部灰度特征,是一種比較適合虹膜圖像特征表達的形式。
8)基于子空間的方法
子空間的方法需要在較大規模的訓練數據集上根據定義的最優準則找到若干個最優基,然后將原始圖像在最優基上的投影系數作為降維的圖像特征。
2.4 特征匹配
特征匹配是指根據當前采集的虹膜圖像進行特征提取得到的特征編碼與數據庫中事先存儲的虹膜圖像特征編碼進行比對、驗證,從而達到識別的目的。