虹膜圖像智能識(shí)別技術(shù)的研究

鐘彩 彭春富 楊興耀

摘要：所謂生物特征識(shí)別是以利用人體的生理、形態(tài)特點(diǎn)的基礎(chǔ)上，并以作為識(shí)別的介質(zhì)的一門新學(xué)科。該文通過分析虹膜生理結(jié)構(gòu)，從虹膜圖像采集、預(yù)處理、定位分割、特征值提取及匹配識(shí)別的過程，較深入的研究了虹膜識(shí)別算法，特別是對虹膜圖像定位分割及虹膜模式識(shí)別進(jìn)行了詳細(xì)闡述。通過本次實(shí)驗(yàn)證明了，該系統(tǒng)對于識(shí)別效果而言是非常良好的，且這一技術(shù)是生物識(shí)別技術(shù)中準(zhǔn)確度高可靠性強(qiáng)的新興技術(shù)。

關(guān)鍵詞：虹膜圖像;識(shí)別技術(shù);圖像處理

中圖分類號：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號：1009-3044（2020）10-0221-02

生物特征識(shí)別是一種利用電子成像技術(shù)采集人類固有的生理或行為特征，并通過計(jì)算機(jī)處理后進(jìn)行身份鑒別的技術(shù)。虹膜識(shí)別技術(shù)是利用攝像頭將人眼虹膜紋理特征拍攝下來進(jìn)行身份識(shí)別的技術(shù)。虹膜識(shí)別（Iris Recognition），與傳統(tǒng)身份識(shí)別技術(shù)不同，技術(shù)可靠。人類的眼睛組成復(fù)雜，包括視網(wǎng)膜、虹膜、晶狀體等，這些特點(diǎn)也決定了虹膜對于每一個(gè)人來說，是不同的，是可用于唯一的身份識(shí)別。文章對虹膜特點(diǎn)提取、定位、識(shí)別等技術(shù)進(jìn)行分析，在充分分析理解以上方法、理論、原理的基礎(chǔ)上，提出特征間模糊距離和模糊信噪比等概念，提出虹膜定位、虹膜特征值提取和虹膜識(shí)別等新模型和新方法，利用這些模型和方法構(gòu)建完整高效的虹膜識(shí)別系統(tǒng)，為身份認(rèn)證和識(shí)別提供可靠支撐，這對研究虹膜識(shí)別系統(tǒng)關(guān)鍵技術(shù)及新方法的完備和改善有著重要的理論和現(xiàn)實(shí)意義，對完善身份認(rèn)證和識(shí)別手段和方法、提高計(jì)算機(jī)輔助識(shí)別的精度與效率有著重大的實(shí)用價(jià)值。

由于虹膜構(gòu)造復(fù)雜且具有不可重復(fù)性，所以能夠?qū)崿F(xiàn)高精確度的身份識(shí)別。具體實(shí)現(xiàn)過程可大致分為拍攝圖像——?jiǎng)?chuàng)建眼紋模板——眼紋模板匹配等重要步驟，實(shí)現(xiàn)高精確度的身份識(shí)別。

1虹膜圖像預(yù)處理

虹膜的位置在晶狀體、眼前室間，被鞏膜、角膜覆蓋呈環(huán)形且不具有透光性的薄膜。虹膜是具有個(gè)體差異性的，且不同膚色的人種虹膜顏色也有不同。如我們黃種人由于色素多，遠(yuǎn)看眼睛的虹膜是黑色，近為棕或褐色。而白種人的由于色素含量比較少所以虹膜呈現(xiàn)的顏色較淡，以灰、淺藍(lán)為主。

在虹膜的表層，皺褶凹凸不平，且含有色素斑等成分。但人以及設(shè)備間，多少有不穩(wěn)定的因素，因此所采用的虹膜圖像并不是完整的。在虹膜區(qū)域內(nèi)，存在睫毛、光源點(diǎn)等這些干擾因素，如果未能把這些因素消除做好信號處理，則可能會(huì)導(dǎo)致虹膜特點(diǎn)表示不正確。一般需要做好噪聲處理，一般來說是取一個(gè)固定的區(qū)域，避開一些干擾因素，如睫毛等。本次文章采用的是基于灰度、二值化的圖像處理。

輸入f（x，y）圖像，此時(shí)灰度級變換T則會(huì)產(chǎn)生g（x，y）輸出圖像，而且g（x，y）每個(gè)像素值均由f（x，y）對應(yīng)輸入像素點(diǎn)的值來決定的，g（x，y）=T（F（x，y））。

f（x，y）原圖像、T（f（x，y））灰度值變換函數(shù)因?yàn)榛叶戎悼偸怯邢薜模史菐缀巫儞Q可定義為：R=T（r），其中R、r（0，255）。R=T（r）定義了輸入像素值與輸出像素值之間的映射關(guān)系。

實(shí)驗(yàn)結(jié)果是在windows XP/VC++6.0環(huán)境下運(yùn)行得到。圖1是虹膜原始圖像，圖2表示采用灰度值算法的圖像進(jìn)行細(xì)化和去噪聲后，由圖像可以看出，EMD Wavelet算法提取的邊緣圖像更加清晰，能較好地去除噪聲，邊緣效果較好，是一種有效的邊緣檢測算法。

2虹膜圖像的定位及分割

虹膜圖像在通過了預(yù)處理之后，對其描述是有效的，并且完成圖像的定位分割工作。圖像定位分割是把圖像中，有特殊含義、不同區(qū)域進(jìn)行區(qū)分，這類區(qū)域是不交叉的，且每個(gè)區(qū)域，均能東路某個(gè)特定區(qū)域一致性。

而在虹膜區(qū)域范圍內(nèi)，最常見的一項(xiàng)影響因素是眼瞼，而且?guī)缀跏敲恳粋€(gè)人的虹膜區(qū)域，均會(huì)受到眼瞼干擾，且上眼瞼、下眼瞼開度不一樣，虹膜區(qū)域的面積自然也是不一樣的，開度小，其虹膜區(qū)域有一部分，被眼瞼所遮蓋了。定位了上眼瞼、下眼瞼的邊界之后，在虹膜定位、編碼時(shí)，可以將噪聲圖像輕易去除，防止上眼瞼、下眼瞼對其識(shí)別時(shí)的干擾。實(shí)驗(yàn)證明該算法能對尿液圖像中的紅細(xì)胞進(jìn)行準(zhǔn)確定位，虹膜圖像定位分割實(shí)驗(yàn)效果圖如下所示。

3虹膜圖像特征提取及識(shí)別

人眼虹膜尺寸很小，并且容易受到干擾，如不能有效地提取出穩(wěn)定的虹膜特征進(jìn)行模式匹配，將對虹膜識(shí)別的準(zhǔn)確性和魯棒性帶來瓶頸。虹膜識(shí)別是最精準(zhǔn)，最穩(wěn)定、最難偽造的生物特征識(shí)別技術(shù)，虹膜圖像特征提取方法是面向虹膜自動(dòng)診斷進(jìn)行的，所提取的內(nèi)容是虹膜能量文理的特點(diǎn)以及結(jié)構(gòu)的特點(diǎn)。對于所融合特點(diǎn)，向量采用SvM對此進(jìn)行分類。

定義Ox為瞳孔即內(nèi)圓的圓心，Oy為虹膜外邊界即外圓的圓心，假設(shè)虹膜的內(nèi)外圓周的參數(shù)分別是（x1，y1，r1），（x2，y2，r2），其中（x1，y1）和（x2，y2）為內(nèi)援和外圓的圓心坐標(biāo)，r1、r2為內(nèi)圓和外圓的半徑。

后臺(tái)接收識(shí)別對象的清晰虹膜圖像數(shù)據(jù)及相應(yīng)的識(shí)別結(jié)果后，實(shí)時(shí)對識(shí)別結(jié)果進(jìn)行驗(yàn)證，并以設(shè)定的時(shí)間間隔，基于本地虹膜識(shí)別裝置對應(yīng)的多個(gè)識(shí)別對象的清晰虹膜圖像數(shù)據(jù)及相應(yīng)的識(shí)別結(jié)果和驗(yàn)證結(jié)果，訓(xùn)練樣本得到對應(yīng)各本地虹膜識(shí)別裝置的清晰虹膜，提取的虹膜圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲(chǔ)的特征模板進(jìn)行搜索匹配，通過設(shè)定一個(gè)閾值，當(dāng)相似度超過這一閾值，則把匹配得到的結(jié)果輸出。

4虹膜圖像智能識(shí)別技術(shù)的應(yīng)用

隨著現(xiàn)代信息技術(shù)的發(fā)展，虹膜識(shí)別技術(shù)核心在于應(yīng)用和服務(wù)。當(dāng)前，我國虹膜識(shí)別技術(shù)從無到有、從基礎(chǔ)研究走向?qū)嶋H應(yīng)用取得了很大的發(fā)展，已經(jīng)逐漸成為生物識(shí)別領(lǐng)域最為安全和精確的應(yīng)用方向，基于虹膜識(shí)別技術(shù)的相關(guān)產(chǎn)品與技術(shù)主要應(yīng)用于公安、金融、智能硬件等眾多行業(yè)與領(lǐng)域。例如，在公安刑偵領(lǐng)域，同其他生物識(shí)別技術(shù)相比，虹膜的唯一陛、穩(wěn)定性彌補(bǔ)了指紋、人臉等生物識(shí)別技術(shù)的一些不足或痛點(diǎn)，高清虹膜圖像，適合各種復(fù)雜環(huán)境下大規(guī)模人群數(shù)據(jù)采集，滿足高安全、高易用性的身份認(rèn)證需求，可大大提高公安案件偵破水平，對智慧警務(wù)建設(shè)起到了關(guān)鍵的技術(shù)支持;在金融領(lǐng)域，虹膜識(shí)別技術(shù)可助力智慧金融發(fā)展，數(shù)字金融，安全是第一位的，首先要解決的就是在線用戶的身份核實(shí)需求，虹膜識(shí)別技術(shù)將成為人臉和指紋等生物識(shí)別技術(shù)之后最重要的模態(tài)在金融領(lǐng)域應(yīng)用。在智能硬件應(yīng)用領(lǐng)域，可嵌入各類智能設(shè)備實(shí)現(xiàn)虹膜識(shí)別，賦能智能硬件，保障智能設(shè)備身份核驗(yàn)的安全性，實(shí)現(xiàn)了極致用戶體驗(yàn)和高安全性的平衡。

在互聯(lián)網(wǎng)和大數(shù)據(jù)環(huán)境下，提升數(shù)據(jù)的安全性和可靠性成為識(shí)別技術(shù)發(fā)展的重要依據(jù)。基于生物特征識(shí)別的智能身份鑒別方法，特別是虹膜識(shí)別迎來了新的發(fā)展機(jī)遇。虹膜識(shí)別技術(shù)作為是一種新型的生物識(shí)別技術(shù)，通過對視時(shí)采集到的用戶虹膜圖像，通過計(jì)算機(jī)進(jìn)行處理實(shí)現(xiàn)識(shí)別，能夠?qū)崿F(xiàn)高精確度的身份識(shí)別。近年來，虹膜識(shí)別技術(shù)作為新興的人工智能的主要應(yīng)用之一，服務(wù)公共安全，助力智慧警務(wù)建設(shè)，構(gòu)建生物特征識(shí)別能力，助力智慧金融發(fā)展，打造嵌入式虹膜模塊，賦能智能硬件，無論是安全需求層面，還是在行業(yè)的應(yīng)用需求層面，在確保用戶信息安全的前提下，提供便捷、高效的身份認(rèn)證服務(wù)，已經(jīng)取得了非常廣闊與成功的應(yīng)用。