基于虹膜識(shí)別技術(shù)的身份驗(yàn)證模型

柯呈通　廖桂華

摘 要： 文章從虹膜識(shí)別的實(shí)際應(yīng)用著手，重點(diǎn)分析特征編碼的存儲(chǔ)和海明距閾值的選定，以提高匹配精度，縮短匹配時(shí)間。身份驗(yàn)證模型中，所有實(shí)驗(yàn)虹膜圖像均來源于CASIA-Iris-Syn圖像庫(kù)，已注冊(cè)用戶的虹膜特征信息將保存在xls文件中；同時(shí)計(jì)算已注冊(cè)的虹膜圖像與其所屬個(gè)體中所有圖像的海明距離平均值，并以這些平均值最大值再一次與0.3一起求得的平均值作為閾值來匹配新虹膜圖像。實(shí)驗(yàn)證明，這種方法能有效地提高匹配速度，降低錯(cuò)誤接受率。

關(guān)鍵詞： 虹膜識(shí)別； CASIA圖像庫(kù)； 身份驗(yàn)證； 生物識(shí)別

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2016）10-15-04

Authentication model based on iris recognition technology

Ke Chengtong， Liao Guihua

（School of Science and Technology， Zhejiang International Studies University， Hangzhou， Zhejiang 310012， China）

Abstract： Starting with the practical application of the iris recognition， this paper focused on analysis of feature code storage and Hamming distance threshold selected to improve the matching accuracy， and shorten the matching time. In this authentication model， all of the testing iris images were from CASIA-Iris-Syn； the registered user's iris feature information was saved in the XLS file； the average of Hamming distance between the registered image and all the other images which belong to the same person， was calculated firstly， and then the max of them would be used to take average with 0.3 together， this new average would be the threshold to match a new iris image. The experimental results show that this method can effectively improve the matching speed and reduce the false acceptance rate.

Key words： iris recognition； CASIA image database； authentication； biological recognition

0 引言

虹膜識(shí)別[1-3]主要應(yīng)用于身份驗(yàn)證，適用于眾多場(chǎng)合，特別是重要信息（如銀行賬戶）的保密及安防、登機(jī)或海關(guān)安檢，電子支付，還可以用于輔助犯罪可疑人員的跟蹤等場(chǎng)合。

虹膜識(shí)別技術(shù)在現(xiàn)實(shí)生活中已經(jīng)有了實(shí)際的應(yīng)用[4]，如從1996年開始的歷屆奧運(yùn)會(huì)組委會(huì)都應(yīng)用虹膜技術(shù)進(jìn)行運(yùn)動(dòng)員的身份登記工作，并對(duì)射擊項(xiàng)目的槍支進(jìn)行安全管理；在阿富汗，超過200萬(wàn)難民登記了自己的虹膜信息，使人道主義物資的分配過程大為簡(jiǎn)化；在阿聯(lián)酋，該國(guó)政府啟用了一個(gè)大型的虹膜數(shù)據(jù)庫(kù)登記被逐出境的外國(guó)人來防止其非法入境。

虹膜識(shí)別的研究分為兩個(gè)不同的方向，一個(gè)是虹膜圖像的獲取，側(cè)重于硬件的設(shè)計(jì)實(shí)現(xiàn)，虹膜圖像的獲取裝置需保證提供高質(zhì)量的虹膜圖像；另一個(gè)是識(shí)別算法，以盡可能的提高識(shí)別率。本文著重分析識(shí)別算法，并設(shè)計(jì)出一個(gè)原型系統(tǒng)。

虹膜識(shí)別除虹膜圖像獲取外，分為4個(gè)模塊，虹膜內(nèi)外邊界定位和切割、歸一化、特征提取及編碼和特征匹配。虹膜內(nèi)外邊界定位時(shí)先采用canny算子檢測(cè)邊沿，再使用huogh變換來檢測(cè)內(nèi)外邊界圓，同時(shí)標(biāo)記上下眼瞼和睫毛噪聲區(qū)域，并將虹膜區(qū)域切割出來；然后對(duì)虹膜區(qū)域進(jìn)行歸一化處理，特征提取及編碼，最后對(duì)提取的特征編碼與系統(tǒng)存儲(chǔ)的特征信息進(jìn)行匹配，若匹配成功，則提示“匹配成功！”，否則，提示“匹配不成功！”。本文僅從虹膜特征數(shù)據(jù)的存儲(chǔ)、特征匹配及模型的實(shí)現(xiàn)角度進(jìn)行詳細(xì)闡述。

1 虹膜特征數(shù)據(jù)的存儲(chǔ)

當(dāng)使用用戶的虹膜信息進(jìn)行身份驗(yàn)證時(shí)，將當(dāng)前用戶提供的虹膜信息與系統(tǒng)中保存的虹膜信息進(jìn)行比對(duì)，比對(duì)成功則表明驗(yàn)證通過。只有驗(yàn)證通過的用戶才能繼續(xù)后續(xù)的操作，否則，拒絕該用戶的操作請(qǐng)求。

虹膜特征信息的存儲(chǔ)是一項(xiàng)重要的問題?？梢愿鶕?jù)實(shí)際應(yīng)用需要決定存儲(chǔ)虹膜信息的量。用于如銀行賬戶、登機(jī)安檢、海關(guān)安檢等身份驗(yàn)證時(shí)，系統(tǒng)中存有大量的虹膜信息；用于個(gè)人保險(xiǎn)柜等場(chǎng)合進(jìn)行身份驗(yàn)證時(shí)，一般存儲(chǔ)單個(gè)人的虹膜信息?？紤]到一般性，本原型系統(tǒng)保存4條虹膜信息。

1.1 虹膜特征信息存儲(chǔ)方案

大部分應(yīng)用在進(jìn)行賬號(hào)密碼驗(yàn)證時(shí)，賬號(hào)密碼通常存放在數(shù)據(jù)庫(kù)中，這已經(jīng)是很成熟的技術(shù)。經(jīng)過多次實(shí)驗(yàn)并分析，考慮到本原型系統(tǒng)存儲(chǔ)的是代表虹膜圖像特征的“0”、“1”序列，并考慮到原型系統(tǒng)的運(yùn)行速度和存儲(chǔ)數(shù)據(jù)的方便直觀性，同時(shí)兼顧matlab的操作方便型，選用了將虹膜特征信息存儲(chǔ)在xls數(shù)據(jù)表的方案。

1.2 虹膜特征信息存儲(chǔ)格式

虹膜特征信息的存儲(chǔ)格式，決定哪些數(shù)據(jù)需要保存在xls數(shù)據(jù)表中。

數(shù)據(jù)表中存儲(chǔ)的數(shù)據(jù)與以下幾個(gè)因素有關(guān)。

⑴ 匹配算法使用的參數(shù)

在匹配算法中使用了虹膜特征模板和對(duì)應(yīng)的噪聲掩模兩個(gè)參數(shù)，因此需要將這兩個(gè)參數(shù)存放在數(shù)據(jù)表中。

⑵ 特征編碼信息與圖像來源的映射關(guān)系

為了能夠直觀的對(duì)應(yīng)最終的匹配對(duì)象，需在數(shù)據(jù)表存儲(chǔ)虹膜特征編碼信息與圖像來源的映射關(guān)系，因此，還需存儲(chǔ)與該特征編碼信息所對(duì)應(yīng)的圖像路徑信息。

⑶ 與特征編碼信息相對(duì)應(yīng)的圖像來源所屬的個(gè)體信息

考慮到一個(gè)生物個(gè)體可能對(duì)應(yīng)多張虹膜圖像，一張虹膜圖像對(duì)應(yīng)一個(gè)特征編碼，則需要標(biāo)定與特征編碼信息相對(duì)應(yīng)的圖像屬于哪個(gè)生物個(gè)體。因此，還需存儲(chǔ)與該特征編碼信息所屬個(gè)體，即CASIA圖像庫(kù)[5]中的圖片編號(hào)信息。

以上需要存儲(chǔ)的數(shù)據(jù)體現(xiàn)在數(shù)據(jù)表上為以下字段：

template-用于標(biāo)記每個(gè)眼睛圖像的特征模板；

mask-噪聲掩模；

personid-人眼特征信息的來源編號(hào)，若personid相同，則表明虹膜信息來自同一個(gè)個(gè)體；

picpath-表示圖像地址；

由于在excel中二進(jìn)制數(shù)據(jù)首尾的0會(huì)被省略，因此這里把template和mask所在列的數(shù)據(jù)格式設(shè)置為文本格式，picpath同樣也設(shè)置為文本格式， personid所在列的數(shù)據(jù)格式設(shè)為數(shù)值。

另外，為了與數(shù)據(jù)庫(kù)表中存儲(chǔ)的每條數(shù)據(jù)含義相對(duì)應(yīng)，為每條數(shù)據(jù)都設(shè)置了一個(gè)id，命名為irisid，設(shè)置為數(shù)值類型。

綜合以上分析，數(shù)據(jù)表中存儲(chǔ)了irisid，template，mask，personid和picpath，共5個(gè)字段，如圖1所示。

1.3 虹膜特征信息的存取

⑴ 存數(shù)據(jù)

鑒于excel中的template和mask數(shù)據(jù)列的格式為文本格式，在存儲(chǔ)數(shù)據(jù)時(shí)，必須將其作為字符串存儲(chǔ)，而特征編碼后得出的template和mask是二維數(shù)組，因此首先需要將其轉(zhuǎn)換為字符串，然后將數(shù)據(jù)存放到excel文件中。

⑵ 讀取數(shù)據(jù)

從excel文件中取出的template和mask數(shù)據(jù)屬于字符串類型數(shù)據(jù)，需要先轉(zhuǎn)換成數(shù)組，然后再用于比較。

2 閾值的選擇與特征匹配

⑴ 閾值選擇

選用CASIA-Iris-Syn圖像庫(kù)中人員編號(hào)為000，001，002和003中的40張圖像，類內(nèi)海明距計(jì)算結(jié)果40個(gè)，類間的海明距計(jì)算結(jié)果60個(gè)，將計(jì)算得到的類內(nèi)海明距和類間海明距進(jìn)行分析發(fā)現(xiàn)：類內(nèi)海明距大都小于0.3，少部分大于0.3；而類間海明距大都大于0.3，少部分小于0.3；類內(nèi)海明距與類間海明距有交叉。

若選用0.3作為特征匹配的閾值，可以將類間的圖像很好的進(jìn)行分類，從而降低錯(cuò)誤接受率。但是實(shí)驗(yàn)過程中，發(fā)現(xiàn)：以0.3作為閾值時(shí)，錯(cuò)誤接受率和錯(cuò)誤拒絕率都比較高，在信息安全要求較高的場(chǎng)合可能導(dǎo)致比較嚴(yán)重甚至很嚴(yán)重的后果。因此需降低此閾值，以降低錯(cuò)誤接受的概率。

另一方面，需將錯(cuò)誤拒絕率降低到合理的范圍，類內(nèi)海明距是一個(gè)重要的考核因素，類內(nèi)海明距越大，錯(cuò)誤拒絕率越低。但根據(jù)前面的實(shí)驗(yàn)結(jié)果可知，若增大海明距閾值則必將抬高錯(cuò)誤接受率，因而海明距閾值不能設(shè)置太高，以類內(nèi)海明距平均值為界保證盡可能小的錯(cuò)誤拒絕率。

綜合考慮以上因素，以各類內(nèi)海明距平均值的最大值與類間劃分的海明距0.3的平均值作為匹配的閾值。實(shí)驗(yàn)結(jié)果表明，以此閾值進(jìn)行匹配時(shí)可以很好的降低錯(cuò)誤接受率。

⑵ 特征匹配

將選擇圖像的特征編碼后，與圖1所示的xls文件中的特征編碼逐條進(jìn)行比對(duì)，若計(jì)算得到的海明距在給定閾值的范圍內(nèi)，則認(rèn)為是可能匹配成功的，記下此次匹配的海明距和對(duì)應(yīng)圖像的位置，繼續(xù)獲取下一條可能匹配成功特征編碼進(jìn)行海明碼的計(jì)算，取最小的海明距所對(duì)應(yīng)的圖像作為新的可能匹配成功的圖像，循環(huán)進(jìn)行直到結(jié)束，得到海明距最小的匹配圖像；否則取出下一條特征編碼進(jìn)行匹配；若與xls文件中的最后一條特征記錄也匹配不成功，則認(rèn)為是匹配不成功。

算法描述如下：

編碼讀入虹膜圖像的特征信息；

lineno=1；

min_rd=設(shè)定的閾值；

while（lineno<=excel文件的總行數(shù)）

取出第lineno行的特征信息；

計(jì)算讀入虹膜圖像的特征信息與特征模板之間的海明距rd；

if（rd< min_rd）

min_rd=rd；

line=lineno

end

lineno=lineno+1；

end

if（min_rd<=設(shè)定的閾值）

找到最佳匹配圖像，即excel文件中第lineno行登記的虹膜圖像，輸出匹配的圖像信息，并提示“匹配成功！”；

else

沒有找到，提示“匹配不成功！”

end

⑶ 其他處理

根據(jù)上述的分析，取各個(gè)體類內(nèi)海明距平均值的最大值與0.3求平均，作為海明距閾值，因此，需要對(duì)注冊(cè)圖像所屬個(gè)體中的圖像分別計(jì)算與注冊(cè)圖像之間的海明距，可以在初次登記圖像特征的時(shí)候，隨機(jī)的獲取該個(gè)體的8-10張圖片，并將各自的特征碼記錄在xls表中，并計(jì)算海明距和平均海明，以求得閾值。

3 身份驗(yàn)證模型展示

模板圖像庫(kù)中存放已注冊(cè)登記的個(gè)體虹膜圖像，該模型系統(tǒng)中存放了4張已注冊(cè)登記的虹膜圖像，分別是：S6000S00.jpg，S6001S00.jpg，S6002S00.jpg和S6003S00.jpg。待匹配的圖像均來源于CASIA-Iris-Syn圖像庫(kù)。

模型實(shí)現(xiàn)最終反映在UI交互界面上，如圖3所示。

4 實(shí)驗(yàn)結(jié)果分析

為000-003這四組人眼圖像中的所有圖像獲取特征編碼，計(jì)算與所注冊(cè)圖像特征編碼之間的海明距，共組類內(nèi)海明距，組類間海明距。先登記注冊(cè)S6000S00，S6001S00，S6002S00，S6003S00這四張圖像，將其信息記錄在irisdata.xls文件中，然后根據(jù)前面設(shè)定的閾值將四組圖像所屬個(gè)體的所有圖像都進(jìn)行匹配測(cè)試，測(cè)試結(jié)果為：10張圖像被錯(cuò)誤拒絕，0張圖像被錯(cuò)誤接受，錯(cuò)誤拒絕率較高，但是錯(cuò)誤接受率效果好。在安全性要求比較嚴(yán)格的場(chǎng)合有較大的優(yōu)勢(shì)。

5 結(jié)束語(yǔ)

本文設(shè)計(jì)實(shí)現(xiàn)了一個(gè)使用虹膜特征作為身份驗(yàn)證信息的模型系統(tǒng)，分析了虹膜特征數(shù)據(jù)的xls文件存儲(chǔ)格式，虹膜特征匹配的閾值選擇依據(jù)，并最終進(jìn)行實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明：該模型系統(tǒng)中設(shè)計(jì)的閾值選擇方法可以收獲很好的錯(cuò)誤接受率效果，但是錯(cuò)誤拒絕率效果欠佳，需調(diào)整閾值的選擇或研究更好的算法以提高錯(cuò)誤拒絕率效果。

參考文獻(xiàn)（References）：

[1] 鄭慧.基于虹膜的身份識(shí)別系統(tǒng)[D].北京郵電大學(xué)碩士學(xué)位

論文，2010.2.

[2] 何玉峰.虹膜識(shí)別預(yù)處理算法的研究及實(shí)現(xiàn)[D].成都電子科

技大學(xué)碩士學(xué)位論文，2013.6.

[3] 周嘯.虹膜識(shí)別關(guān)鍵技術(shù)研究及實(shí)現(xiàn)[D].南京航空航天大學(xué)

碩士學(xué)位論文，2010.12.

[4] 百度百科.虹膜識(shí)別技術(shù)[EB/OL].http：//baike.baidu.com/

link？url=-309pS6dkF90ru4-T0wjktpWWpz2zTD3cuG7h

MLiB1Czd8dr1594qw6yuDFEdzwwTOHi84M4ZjXXVap6DNZbNa#5.

[5] iris database.http：//biometrics.idealtest.org/findTotalDbBy

Mode.do？mode=Iris.