虹膜圖像智能識別技術(shù)分析

鐘彩 彭春富 胡常樂 傅波

摘要：在身份識別技術(shù)領(lǐng)域，傳統(tǒng)的身份識別技術(shù)因自身的技術(shù)局限性已無法滿足社會的需求，在這一背景下，各種生物辨識技術(shù)相繼出現(xiàn)，虹膜識別作為可靠性最高的人生終身身份標(biāo)識技術(shù)之一，被認(rèn)為是當(dāng)下最具發(fā)展前景的生物識別技術(shù)。文章在闡述虹膜識別科技發(fā)展背景的基礎(chǔ)上，從虹膜圖像、預(yù)處理、定位、特征值提取等方面，較為細致地研究了虹膜識別算法，基于實驗檢驗過程，證實了虹膜識別系統(tǒng)的有效性，具有一定推廣價值。

關(guān)鍵詞：虹膜圖像；智能識別；圖像處理；技術(shù)分析

中圖分類號：TP391 ? ? ?文獻標(biāo)識碼：A

文章編號：1009-3044（2022）31-0019-03

與個體指紋識別技術(shù)之間具有一定的共同點，虹膜識別也是以個體的生物學(xué)特征為基礎(chǔ)發(fā)展起來的，其具有高度不可重復(fù)性。在獲取虹膜圖像過程中，主要采用一種非侵入式的采集手段，人眼無須直接接觸CCD、CM0S等光學(xué)傳感儀，故而，虹膜辨識作為身份鑒別系統(tǒng)內(nèi)的重要生物學(xué)特征之一，憑借虹膜豐富的紋理信息、唯一性及非侵入性等諸多優(yōu)勢，其應(yīng)用情況得到學(xué)術(shù)界與工業(yè)界的高度重視。在具體應(yīng)用中，可以將其功能實現(xiàn)過程細分成為多個部分，拍攝目標(biāo)圖像，搭建眼紋模板，匹配眼紋模板等，虹膜識別技術(shù)可以最大限度地提升身份識別的精準(zhǔn)性。

1 研究背景

在“互聯(lián)網(wǎng)+”背景下，人們格外重視個人的信息安全和隱私，為達到以上目的，人們在持續(xù)鉆研與摸索中，期許能開發(fā)出一個更安全、有效的身份識別技術(shù)。當(dāng)前?？晒┻x擇生物識別類型較多，其在很大程度上顯現(xiàn)出科技的發(fā)展水平與趨向，既往的密碼應(yīng)用眼睛便能取而代之，以上這種識別系統(tǒng)便是虹膜系統(tǒng)。聲紋識別是另一種更善于識別生物特征的技術(shù)，其在應(yīng)用中有助于提升安全性，規(guī)避非法人員出現(xiàn)的盜竊行為，基于智能手機開發(fā)出的人臉辨識技術(shù)當(dāng)下公安系統(tǒng)內(nèi)已顯現(xiàn)出很大優(yōu)勢。而虹膜識別已成為國際研究中特別關(guān)注的一個應(yīng)用領(lǐng)域，因為其自身在穩(wěn)定性、精準(zhǔn)度、可靠性及不能仿造等方面占據(jù)優(yōu)勢，故而使越來越多的人員投身到虹膜識別算法的學(xué)習(xí)、研究領(lǐng)域，這也是該項生物識別技術(shù)日益成熟的重要基礎(chǔ)。

2 虹膜圖像智能識別技術(shù)的研究

2.1 圖像預(yù)處理

不同個體之間的虹膜有一定差異，不同膚色的人種虹膜顏色也是不一致的，其中黃種人虹膜近視為棕或褐色，而白種人則以灰、淺藍為主。

在虹膜的表面，皺褶不平整，含有色素斑等諸多成分。實際中個體與設(shè)備之間存有著部分不穩(wěn)定因素，故而很難采集到完整的虹膜圖像。特別是在虹膜區(qū)中，存有著睫毛、光源點等干擾因素，若沒有解除以上因素做好信號處理工作，那么就很難精準(zhǔn)地表示出虹膜特點。通常需進行噪聲處理，常規(guī)做法是提取一個固定區(qū)，規(guī)避部分干擾因素。本課題應(yīng)用的是以灰度、二值化為基礎(chǔ)的圖像處理形式。

輸進圖像[f（x，y）]，在該環(huán)節(jié)中灰度級轉(zhuǎn)換T會形成[g（x，y）]輸出圖像，且[f（x，y）]部分輸入素點的數(shù)值對[g（x，y）]各個像素值大小起到?jīng)Q定性作用，[g（x，y）]=T（[f（x，y）]） [1]。

不管是[f（x，y）]圖像，還是T（[f（x，y）]） 灰度值轉(zhuǎn)換函數(shù)，由于灰度值總是受限的，所以，可以將幾何變換做出如下定義：

[R=T（r）]

上式確定了輸入像素值與輸出像素值兩者的映射關(guān)系。

基于Windows XP/VC++6.0環(huán)境運行獲得實驗結(jié)果，得到虹膜原始圖像與灰度值算法下細化與去噪聲處理所得圖像，讀圖發(fā)現(xiàn)，采用EMD Wavelet算法獲得的圖像清晰度更高，取得了良好的去噪及邊緣效果，可以將其看成是一種實用性較高的邊緣檢測算法。

2.2 圖像的定位

虹膜主要由兩部分內(nèi)容構(gòu)成，一是紋理部分，二是內(nèi)外邊界之間形成的中間部分，虹膜內(nèi)側(cè)邊緣臨近瞳孔，鞏膜和外側(cè)相鄰。但是對于兩個不同心的圓形，處理其邊緣是重要一項內(nèi)容、為實現(xiàn)對虹膜的精準(zhǔn)定位，需要探尋到內(nèi)外兩圓之間存在的一些屬性，而后利用圖像處理學(xué)相關(guān)知識進行定位。

Hough變換為常用的虹膜定位算法。其原理是參數(shù)空間的點可以應(yīng)用到映射成為圖像空間的線。在圖像空間內(nèi)經(jīng)Hough轉(zhuǎn)換獲得的共點之間與共線點，可以用其表示參數(shù)空間內(nèi)的單條或數(shù)條曲線，可以通過以上這種線到點的轉(zhuǎn)換形式去構(gòu)成曲線段的目標(biāo)邊界，進而減少數(shù)據(jù)信息量。Hough變換應(yīng)用了圖像的全局屬性直接檢測目標(biāo)輪廓，以上這種操作能封鎖離散狀態(tài)下的邊界像素，生成一個連貫的邊界。若事前知道該區(qū)域的大概形狀，則基于Hough轉(zhuǎn)換能顯著提升邊界曲線定位的精準(zhǔn)性，并銜接離散的邊界。Hough變換最大的優(yōu)點是能很難受到噪聲與曲線間斷性形成的影響，這預(yù)示著其能檢出噪聲偏大的圖像目標(biāo)。

實踐中，也可以嘗試采用二值化閾值分割與最小二乘法定位虹膜[2]?；叶葓D像的取閾值的分割操作便是在圖像灰度值范疇中設(shè)定一個灰度閾值，而后對比分析圖像內(nèi)的該閾值與各像素的灰度值，參照所得結(jié)果把相應(yīng)像素規(guī)劃成灰度值高于閾值類與低于閾值類。以上兩類像素一般分別屬于圖像的兩類區(qū)域，故而可以按照閾值分類去分割像素區(qū)域。綜合以上論述內(nèi)容，閾值化分割算法的執(zhí)行過程主要由兩個步驟構(gòu)成：一是確定所需分割的閾值；二是對比分割閾值與像素值，以此為依據(jù)劃分像素。

提取外圓的邊緣時可以選用最小二乘擬合的方法，這種方法的執(zhí)行過程可以簡單做出如下闡述：首先，提取獲得原始圖像的邊緣，此時可應(yīng)用Canny算法；其次，消除那些沒有實際作用的點，以上操作時要依照瞳孔的實際方位與部分前期形成的成功經(jīng)驗知識，比如眼眉與內(nèi)邊緣；最后，利用最小二乘法進行擬合處理，實現(xiàn)對虹膜的精準(zhǔn)定位。

2.3 圖像特征提取與識別

眾所周知，人體眼睛虹膜尺寸很小，且容易受到睫毛等因素的干擾，若不能有效提取到穩(wěn)定的虹膜特征開展模式匹配，則會對后續(xù)辨識的精準(zhǔn)性與魯棒性造成影響[3]。當(dāng)下，虹膜識別被國內(nèi)外公認(rèn)成高穩(wěn)定性、穩(wěn)定度最高、最難偽造的生物學(xué)特征識別技術(shù)，虹膜圖像特征提取方法應(yīng)用宗旨是為實現(xiàn)虹膜的智能化診斷，虹膜能量紋理及結(jié)構(gòu)的特征是實際所需提取的內(nèi)容，針對所融合特征，向量應(yīng)用SVM進行分類。

設(shè)定[Ox]、[Oy]分別是內(nèi)圓、外圓的圓心，假定虹膜的內(nèi)外圓周的參數(shù)依次是[（x1，y1，r1），（x2，y2，r2）]，其中[（x1，y1）、（x2，y2）]分別是內(nèi)、外圓的圓心坐標(biāo)，[r1、r2]分別是內(nèi)、外圓的半徑。

把內(nèi)圓圓心坐標(biāo)設(shè)定成（0，0） ，假定存在直線y=a與y=1a分割了虹膜圖像上部與下部的殘存部分和其他部分，利用直線y=a和外圓的兩個交點作為起始點畫出直線，依次經(jīng)內(nèi)圓圓心以后延展至和下方外圓。

相交，設(shè)定兩個經(jīng)過圓心的相交直線構(gòu)成的上下夾角角度是d，左右夾角c，有[a=r1cosd2]，把瞳孔部分的灰度值整體設(shè)置成0。假定[Aj（XAj，yAj）、Bj（XBj，yBj）]均是外圓圓周上分別的兩個點，線段[Aj、Bj]和直線y= a相平行。把虹膜圖片均稱分為m條線段，各份是[2am]，即有[2r1coscosd2m]。確定行和列各自矩陣，逐一把圖像內(nèi)各坐標(biāo)對應(yīng)的灰度值賦值給行和列矩陣元素，這樣便能順利獲得虹膜圖像的特征值矩陣。

后臺獲得被識別對象的虹膜圖像數(shù)據(jù)及相關(guān)辨識結(jié)果后，動態(tài)檢驗識別結(jié)果，科學(xué)設(shè)定時間間隔，針對提獲的虹膜圖像的特征數(shù)據(jù)和數(shù)據(jù)庫內(nèi)存留的特征模板進行搜索匹配操作，通過設(shè)定一個閾值，如果實際相似度超出該閾值，則就輸出匹配所得結(jié)果[4]。

3 虹膜識別的硬件系統(tǒng)與實際運用

當(dāng)下，監(jiān)獄內(nèi)各種進出場所對安保提出的要求不斷提升，尤其是針對關(guān)押犯人的監(jiān)控區(qū)域，尾隨工作人員進行越獄已經(jīng)演變成監(jiān)獄內(nèi)常見的一種犯罪方式，就是在工作人員開啟進入首道門或營業(yè)柜臺中的門以后，犯罪分子會挾持工作人員快速沖入首道門或柜臺進行犯罪。故而，在以上場所配置的常規(guī)防盜門和門禁系統(tǒng)很難起到良好的防范作用。若能在監(jiān)所安全管理實踐中，引進使用和虹膜識別系統(tǒng)，則能實現(xiàn)對進出檢索人員身份的精準(zhǔn)、有效識別，監(jiān)管安全性顯著提升。

3.1 硬件框架

該系統(tǒng)的硬件平臺主要由圖像采集與處理、數(shù)據(jù)存儲、圖像呈現(xiàn)及數(shù)據(jù)庫比較五分構(gòu)成。

3.2 實際運用

如圖1所示，進出人員經(jīng)A門（或者B門）刷卡進到虹膜采集渠道，在通道A/B同時閉合的情境下采集虹膜信息，采集信息經(jīng)處理后，統(tǒng)一由系統(tǒng)進行比較分析，若比較人員處于虹膜數(shù)據(jù)庫內(nèi)，那么系統(tǒng)開門放入通行；若被比較人員未在虹膜數(shù)據(jù)庫內(nèi)，系統(tǒng)則會即刻發(fā)出提示信號，安全窗背后的工作人員對其進行確認(rèn)，系統(tǒng)快速啟動報警器，對非法入侵人員進行管理、控制[5]。

如圖2所示，當(dāng)下監(jiān)所內(nèi)管理民警可以應(yīng)用虹膜識別系統(tǒng)對服刑人員進出監(jiān)舍情況而專門設(shè)置的虹膜點名系統(tǒng)，該系統(tǒng)的功能主要是協(xié)助民警能在較短時間內(nèi)精準(zhǔn)審核大量服刑者的實際身份，且該系統(tǒng)通過和大局域網(wǎng)相連，實現(xiàn)人員定位的遠程化。

基于虹膜識別技術(shù)搭建出的一體化系統(tǒng)平臺，能結(jié)合監(jiān)所的實際要求，調(diào)配各種虹膜識別終端設(shè)備，和其他技術(shù)相比較，對于采集與辨識犯人的真實身份，能實現(xiàn)快捷、準(zhǔn)確確認(rèn)，可見虹膜識別有很強的技術(shù)優(yōu)越性，會有廣闊的發(fā)展空間。

4 結(jié)束語

早在1885年便有應(yīng)用虹膜識別技術(shù)的先例，國外對虹膜識別技術(shù)的研究是十分深入、廣泛的，這也是其用于多個方面的主要原因。國內(nèi)對虹膜識別技術(shù)的研究起步較晚，設(shè)計研發(fā)出具有自主知識產(chǎn)權(quán)的虹膜識別系統(tǒng)具有戰(zhàn)略性意義，很多研究機構(gòu)陸續(xù)投身到該領(lǐng)域中，創(chuàng)造出一些在國際領(lǐng)先的研究成果。近些年中，虹膜識別技術(shù)服務(wù)在公共安全管理、輔助智慧警務(wù)建設(shè)等方面，構(gòu)建出嵌入式虹膜模板，在維護廣大用戶信息安全的基礎(chǔ)上，提供更便捷、有效的身份認(rèn)證服務(wù)，表現(xiàn)出極高的實用價值，值得推廣。

參考文獻：

[1] 張敏，孟令軍.基于激光測距法的智能虹膜識別系統(tǒng)設(shè)計[J].實驗室研究與探索，2019，38（5）：81-84，97.

[2] 鄧玉波.虹膜特征提取與識別的算法研究[D].長沙：湖南大學(xué)，2017.

[3] 鄭慧.基于虹膜的身份識別系統(tǒng)[D].北京：北京郵電大學(xué)，2010.

[4] 王蘊紅，朱勇，譚鐵牛.基于虹膜識別的身份鑒別[J].自動化學(xué)報，2002，28（1）：1-10.

[5] 劉方健. 虹膜識別考勤系統(tǒng)在青龍煤礦的探索與應(yīng)用[J].山東工業(yè)技術(shù)，2019（14）：82-84.

【通聯(lián)編輯：光文玲】

收稿日期：2022-05-26

基金項目：2021年學(xué)院科研項目：《基于分類識別算法的關(guān)鍵技術(shù)研究》（項目編號：常職院通〔2021〕15號，ZY2105）

作者簡介：鐘彩（1982—） ，男，湖南常德人，副教授，碩士，主要研究方向為圖像處理技術(shù)、計算機應(yīng)用技術(shù)。