活體虹膜識別的關(guān)鍵技術(shù)研究.pdf

1、生物特征識別技術(shù)是依據(jù)人類自身所固有的生理或行為特征而進行識別的一種技術(shù)。生理特征與生俱來，多為先天的；行為特征則是習慣使然，多為后天的。與傳統(tǒng)的身份鑒別手段相比，基于生物特征的身份鑒別技術(shù)具有以下優(yōu)點：(1)無需記憶；(2)防偽性能好，不易偽造或被盜；(3)“隨身攜帶”，隨時隨地可用。利用虹膜進行身份鑒別，具有唯一性、穩(wěn)定性、可采集性、非侵犯性等優(yōu)點。據(jù)統(tǒng)計，虹膜識別是最可靠的生物特征識別之一，其誤識率是各種生物特征識別中最低的。本文

2、從虹膜圖像的采集出發(fā)，致力于虹膜識別各個環(huán)節(jié)的關(guān)鍵技術(shù)。主要包括了：虹膜圖像的采集、虹膜圖像質(zhì)量評價、虹膜圖像預(yù)處理、虹膜防偽、特征抽取及匹配(FeatureExtraction&Matching)。其中，虹膜圖像的獲取是虹膜識別中重要的一部分，采集裝置不過關(guān)，虹膜識別就成了無源之水；虹膜圖像質(zhì)量評價是對采集到的虹膜圖像進行質(zhì)量評估，挑選質(zhì)量好的虹膜圖像用于后續(xù)的識別；虹膜圖像預(yù)處理主要包括：虹膜定位(包括虹膜內(nèi)外圓的定位、眼瞼定位)、

3、虹膜歸一化(即通過某種映射關(guān)系把原始圖像中的虹膜轉(zhuǎn)換到固定尺寸的圖像中)、虹膜圖像增強(主要為了消除光照不均勻的影響)及去噪(主要指去除睫毛、光斑等噪聲)；虹膜防偽主要是針對目前現(xiàn)有的攻擊手段進行防偽，防止以假亂真；虹膜特征提取及匹配主要是對歸一化后的虹膜圖像抽取特征并按一定的匹配準則與虹膜特征庫進行比對，達到識別目的。 ⑴虹膜采集裝置普遍存在用戶使用引導相對困難、受外界環(huán)境光干擾明顯等弱點。本文在接觸式虹膜采集儀的基礎(chǔ)上，已成

4、功研制三代虹膜采集/識別儀，第一代是外置圖像卡的采集裝置，第二代為內(nèi)置式的虹膜采集，前兩代均為接觸式，第三代為非接觸式自反饋虹膜采集儀。其中，第三代采集設(shè)備采用了液晶屏自反饋機制，能夠使用戶在極短的時間內(nèi)更加快速并且完全自主地完成虹膜瞄準和對焦，并且采集的虹膜圖像質(zhì)量不會受眼鏡及墨鏡的影響，因此，該采集設(shè)備具有結(jié)構(gòu)簡單、引導迅捷、使用方便等顯著特點，為實現(xiàn)虹膜圖像的采集開創(chuàng)了一條新的技術(shù)途徑。同時，利用上述的采集設(shè)備，建立了由不同人種，

5、不同年齡，不同性別的虹膜庫。 ⑵虹膜圖像質(zhì)量評價：實際采集到的虹膜圖像往往會由于不聚焦、運動模糊、瞳孔過度變形、虹膜區(qū)域被眼瞼及睫毛嚴重遮擋等原因而影響虹膜識別的精度，因此，為了提高識別系統(tǒng)的準確性，在虹膜識別前，有必要對獲取的圖像進行質(zhì)量評估，選擇滿足一定質(zhì)量要求的圖像作為識別系統(tǒng)的輸入。在分析現(xiàn)有方法的基礎(chǔ)上，針對不聚焦及運動模糊問題提出了一種基于高斯拉普拉斯算子的質(zhì)量評價方法。該方法原理簡單，不需要預(yù)先定位虹膜，因此速度上

6、有優(yōu)勢。 ⑶在虹膜圖像預(yù)處理上進行了較為深入研究。由于虹膜定位是虹膜圖像預(yù)處理過程中的重要環(huán)節(jié)，它不僅決定了虹膜識別的后續(xù)過程能否繼續(xù)，而且決定了虹膜特征抽取及匹配是否有效。同時，虹膜定位也是整個虹膜識別系統(tǒng)占用時間較多的過程。因此，本文重點討論了虹膜定位算法，包括虹膜內(nèi)圓(瞳孔)、虹膜外圓及眼瞼定位。在已有模型和算法的基礎(chǔ)上，提出了一種快速有效的虹膜內(nèi)外圓定位算法。瞳孔的定位采用幾何方法，在瞳孔定位的基礎(chǔ)上，利用Canny算子

7、結(jié)合Hough變化進行虹膜外圓的定位，并提出了一種基于標準數(shù)據(jù)(Groundtruth，又譯為理想數(shù)據(jù)，以下統(tǒng)稱標準數(shù)據(jù))的客觀評價方法，實驗結(jié)果表明，不但速度快而且精度很高。此外，考慮到眼瞼的定位精度不會像虹膜內(nèi)外圓那樣對后續(xù)的識別產(chǎn)生重大的影響，同時考慮到速度上需要快速，因此，本文提出了用最小二乘法擬合拋物線的眼瞼定位方法，定位時不考慮擬合的拋物線的方向，實驗結(jié)果表明本文的方法簡單有效。 ⑷研究了虹膜防偽，對活體虹膜防偽問題

8、進行了較為深入研究，詳細分析了虹膜照片、紙質(zhì)打印虹膜、彩色隱形眼鏡、模擬眼等偽虹膜的特性，在分析現(xiàn)有防偽算法的基礎(chǔ)上，提出了一種基于統(tǒng)計紋理特性及支持向量機(SVM)的彩色隱形眼鏡防偽檢測方法，抽取特征時主要利用彩色隱形眼鏡虹膜紋理區(qū)域的不變性及其紋理的灰度特性，偽虹膜的分類主要用SVM進行兩類分類，并與現(xiàn)有的方法進行比較，從實驗結(jié)果可以看出本文提出的方法在速度及檢測精度上都有優(yōu)勢，能夠正確地檢測目前的商用彩色隱形眼鏡。 ⑸研究

9、了虹膜特征抽取及匹配。虹膜特征提取及匹配是虹膜識別系統(tǒng)最后的處理過程，也是最關(guān)鍵最核心的部分，對整個識別系統(tǒng)的性能有決定性的作用。然而對虹膜的特征進行描述和分類是一個十分困難的問題。鑒于對偶樹復(fù)數(shù)小波變換(DualTreeComplexWaveletTransform，簡稱DTCWT)具有良好的方向選擇特性，本文提出了一種基于對偶樹復(fù)數(shù)小波變換的虹膜特征抽取算法，實驗證明該方法具有更好的識別性能。此外，通過各種距離匹配方法的實驗比較，得