虹膜识别算法研究及实现

《虹膜识别算法研究及实现》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

虹膜识别算法研究及实现摘要在当今信息化时代，如何精确鉴定个人的真实身份、保护信息安全,已成为一个急待解决的关键性问题。传统的身份认证极易伪造和丢失，难以满足急速发展的社会需求，目前最为便捷、安全的解决方案就是牛物体识别技术。它不仅简洁快速，而且安全、可靠、准确。同时更易于配合网络和安全、监控、管理系统整合，实现自动便捷管理。虹膜识别是一种基于人体生理特征的生物体特征识别技术，与人体纹理、掌纹、脸相、音频、步频、.血液等特征识别相比，具有唯一、高稳定、识别率高、检测方便等优点，因此虹膜识别技术己成为当前身份鉴别研究的热门领域。木论文详细阐述了虹膜识别技术的研究背景和现状、虹膜生理结构和虹膜识别系统的构成。较深入的研究了虹膜识别算法，实现了三个步骤,即虹膜数字图像预处理、特征码提取和模式匹配。本论文的研究工作主要集中在对虹膜数字图像预处理的归一化和模式匹配两方面的研究。在虹膜数字图像预处理的归一化过程中，采用一种基于Dangman橡皮片的辐射线段的归一化方式，将环型区域改变成为矩形区域。这种方式采用若千条线段表示两个非同心圆周之间的区域，只要设定这些线段上的点数就可以起到很好的归一化成果，并口仅出一种分析模型。更加定位搜索的效率，节约时间，简化定位的过程。釆取Hough变换算子对虹膜进行精定位。在特征提取及编码匹配过程中，本论文首先将归一化后的2D虹膜数 字图像转换为ID灰度信号，从而减小了运算量;然后运用IDGabor小波对构造的1D灰度信号进行分析，选取一定尺度上的小波变换结果进行量化，生成二进制的特征向量，从而提高了虹膜识别技术的效率;最后通过改进的Hamming距离移位匹配，实现了识别中的旋转不可逆性。本论文通过使用屮科院口动化研究所的虹膜数据库(CASIA-IRISV1)的虹膜数字图像进行实验。经过一定工作量的科学实验对这一算法进行了验证。实验结果：木论文选取的CASIA-a中心波长为20像素效果最好。最好的模板大小为辐射分辨率22像素，角分辨率为240像素。这些参数产生了信息量为9600比特的牛物体模板。为了修正不一致旋转，平移10个单位在CASIA-a中效果最好。FAR与FRR分别为0.004%-与0.236%,这个识别率己经足够用于实际;而传统的海明距离FAR与FRR分别为0.012%与0.475%。关键词:虹膜识别，模式识别，Hough变换，Gabor小波，Hamming距离AbstractKeyword:IrisIDentify”ModeIDentifies,Houghtransformation,Gaborsmallwave,Hammingisapartfrom目录摘要1Abstract3第1章绪论5课题研究背景5 1.2几种典型的生物体识别技术51.3国内外研究现状分析71.4本论文完成的主耍工作9第2章虹膜识别原理102.1虹膜特征102.2虹膜识别技术流程122.3几种典型的虹膜识别方式132.3.1微积分算子法132.3.2Wildes虹膜识别法142.3.3Boles虹膜识另lj法142.3.4中科院自动化所的最小二乘拟合法142.4技术难点142.5本章小结15第3章虹膜数字图像预处理163.1虹膜边缘定位163丄1虹膜内边缘粗定位163丄2虹膜外边缘粗定位错误！未定义书签。3.2睫毛与噪音检测203.3虹膜数字图像归一化及增强233.4实现结果26 -3-3.5本章小结 27284.1小波函数错误！未定义书签。4.1.1小波概念错误！未定义书签。4.1.2小波的性质错误！未定义书签。4.1.3常用小波错误！未定义书签。4.2基于2DGabor滤波器的编码方式错误！未定义书签。4.2.12DGabor小波特性错误！未定义书签。4.2.22DGabor小波的特征提取错误！未定义书签。4.3局部过零检测提取算法334.4IDLog-Gabor滤波器虹膜特征提取344.5本章小结36第5章模式匹配375.1模式匹配概论375.2加权欧式距离385.3改进的Hamming距离395.4实验效果43541虹膜模式唯一性435.4.2个体识别455.4.3结论515.5木章小结53第4章虹膜特征码第6章总结与展望54 6.1研究工作与成果556.2展望55参考文献57致谢59・4・第1章绪论1丄课题研究背景进入二十一世纪以來，随着科学技术不断进步发展，电子信息日益影响这人们的日常工作生活，并起到越来越重耍的作用。网络、安全、金融、电了商务、机场、地铁等，都需要可靠而准确的身份鉴定。传统的身份鉴别方式主要基于身份表示物品和身份标示知识。身份标识物品如证件、钥匙、银行卡等。身份标识知识如使用者名、密码等。随着科技进步这些方式的缺陷越來越突出，身份识别物可能丢失，也可能被伪造，使用者名、密码可能被忘记，也可能被破解泄露。一口他人获取这些身份标识物品和知识，系统无法区别真正的用有者和仿冒者。后来又发展同时带有身份识别知识的身份识别物品，如数字证书和智能卡等，当其效果仍然满足不了人们对信息安全的需求。为克服传统身份鉴别方式，人们提出基于人体生物体特征的新身份识别技术。所谓生物体识别技术就是，通过电子信息与光学、声学、生物学等学科密切结合，利用人体固有的牛理特性，（如人体纹理、脸型、虹膜等）和行为特征（如笔迹、音频、步态等）来进行个人身份的鉴定。它具不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。 1.2几种典型的生物体识别技术⑴［2］⑶随着科技的进步，我们已经实现了多种生物体识别技术，如人休纹理识别、虹膜识别、人脸识别、签名识别、语咅识别等，其中部分技术性高的识别手段目前还存在于实验室中。我们有理由相信科技的进步，将会有越来越多的生物体识别技术应用到实际环境中。?人体纹理识别在目前实际应用的多种识别技术中，最为广泛的人体纹理识别。它是基于对比我们手掌及其手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路所形成各种各样的图案识别的。由于这些纹路的存在增加了皮肤表面的物理摩擦力，使得人-5-们可以用手來抓起重物。同时包括指纹在内的这些皮肤的纹理在图案、断点和交叉点上都不尽相同，也就是说，这些纹理是仅有的。也就是这种唯一性的存在，使得我们可以通过把使用者个人同他的指纹建立起来的对应，将使用者的指纹和预先保存的指纹进行对比，验证使用者的真实身份。这种依靠人体的独有纹理特征来进行身份验证的技术称为人体纹理识别技术，指纹识别是生物识别技术当前应用最广泛的一种。它比较适用于室内安全系统，首先它可以有充分的条件为使用者经行讲解和培训，能较好的适应系统运行环境。相对其他识别系统，指纹识别具有体积小、价格底的优点，键盘、鼠标、打卡机等设备可以轻易的将其集成在内，因此目前指纹识别广泛使用的在计算机系统安全访问系统和考勤系统等小型 设备屮。?语音识别语音识别就是通过把使用者的语言和语声转换成可进行处理的信息的识别技术。广泛应用在语音邮件、语声开锁、文字输入等方面。由于音频传感设备和人的语言发音可变性很大，使用的步骤比较复杂，在需要安静的场合下不合适使用，使得这种识别系统应用起来不太方便。?签名识别签名识别在应用中具有其他生物体识别所没有的优势，人们已经习惯将签名作为一种在交易中确认身份的方式，它的进一步的发展也不会让人们觉得有太大不同。实践证明，签名识别是相当准确的，因此签名很容易成为一种可以被接受的识别符。但与其他生物体识别产品相比，这类产品目前数量很少。？人脸识别目前人脸识别技术是比较热门的计算机技术研究领域，它是对我们人体本身的生物特征来鉴别区分人的。它特指通过对比分析使用者脸部视觉特征信息进行鉴别使用者身份的识别技术。由于近年通信技术的发展使得视频通讯变得简单方便，因此有人夸大了这种识别的相关功效。实际应用当中一般要求使用人多次采集图像，这是由于它易受到光线变化变化、采集或比对时脸部位置的影响。当前最有效的是基于主动近红外图像的多光源人脸识别技术。它能有效克服光线变化对采集人脸图像时的影响,収得了相当不错的识别能力，系统整体性能具有很高的稳定性、精确性、识别速度。-6- ?基因识别基因识别是当前生物信息学的一个重要分支，利用生物学实验或计算机等识别人体细胞DNA序列上的生物学特征进行比对识别。识别的主要对象是蛋白质编码基因，当然也包括RNA基因和调控因子等具有一定生物学功能的因子。目前人类对于基因组研究就是建立在基因识别上的。?虹膜识别虹膜识别是一种与人的眼睛有关的生物识别。它使用普通的摄像元件,不需要使用人与机器发生密切接触。据有关科研人员的考证和相关标本证明，人眼睛的虹膜是人还在胚胎时就形成的。其虹膜个体由于胚胎发育和母亲子宫环境的影响，形成了虹膜个体独有特征，在人体的成长发育中，它会保持罕有的稳定性。由于虹膜的生理结构独特，同时还有这高度得仿伪性和不可更改的特点，使得虹膜识别比其它的生物体识别技术具有更好的防伪造能力。到目前为止，虹膜识别相对其它各种生物体特征识别技术的识别正确率很高。因为虹膜识别算法相对简单、有效，使得相关研究越来越多的吸引广泛学者与企业的高度关注。1・3国内外研究现状分析国外研究现状人休虹膜最早用于身份识别的尝试是由法国人AlphonseBertillon首先做到的，他在1885年对法国巴黎刑事监狱中通过虹膜对的犯人进行身份确认，当时他主要通过人眼对人的虹膜颜色和形状的进行观察。其后一直到了上世纪八九十年代，人体虹膜识别技术才取得了快速发展。期间在 2987年，眼科专家LenonardFlom和AranSafir医生首次提岀利用虹膜数字图像进行口动虹膜识别的概念⑷，但令人遗憾的是他们并没有开发出能用于实际的虹膜识别系统，仅在理论上对人体虹膜识别技术做出了研究。在1991年，一名叫Johnson的学者在美国洛斯阿拉莫斯国家实验室首次实现了一个真正可以自动识别人体虹膜的系统，这是有文献记载以来的虹膜识别技术在应用系统上的首次使用［5］。如今，虹膜己成为牛物体特征识别领域的热门研究方向。人体虹膜识别技术目前在国外的研究较多，这方面主要有美国的lrDian&SenSar和LG等公司在研究、应用,而且IrlDian公司还在1999年位列美国1998年度发展最快的企业500强中。在从多虹膜识别算法屮当以英国剑桥大学的学者J.Daugman和美国麻省理工大学的学者・7・R.P.Wildes提出的相关算法最为常用。当前，大多数虹膜识别商业系统都是以这两种算法做基础來实际应用的，特别是J.Daugman研发的基于人体虹膜分析的身份识别系统在1994年通过了美国专利申请，1993年他提出基于2DGabor小波的虹膜纹理编码算法，目前这种算法己经成为当今所有商用虹膜识别应用系统的根本。相关的虹膜产品目前已经小范围的试运行在金融系统中。虽然虹膜识别技术尚未得到大规模的实验验证，但是在国外一些国家己经开始在实验检测虹膜识别在生活中大规模应用的可能性。在美国得克萨斯州联合银行的三个营业部内IrlDian公司研制出的虹膜识别系统已经应用，使用者无需任何其他标识物就可以来银行办理相关业务。当使用者在银行设备上操作时，用于采集人体虹膜的摄像机会首先 对使用者的眼部进行扫描，然后系统会将扫描到的使用者虹膜图像转化成数字信息的，同时比对数据库屮存储的使用者虹膜资料，这样就可以验证出使用者的实际身份是否真实。国内研究现状冃前在国内识别技术的实际应用上人体纹理识别技术相对比较成熟使用范围比较广，如打卡器，计算机开机保护等。我国虹膜识别的实际应用研究起步相对较晩，在上世纪末期，研究虹膜识别技术实际应用的工作才刚刚开始进行。1998年，上海交通大学开始跟踪研究虹膜识别技术的相关工作。华中科技大学有相关科研人员在2000年开始研究虹膜图像的相关性。虹膜识别的演示系统同年在屮国科技大学得到了实现。本世纪初,一套较高效的虹膜识别方式在北京大学信息科学中心研究出来。中科院自动化所相关研究人员，采用不同的方式对人体虹膜经行识别研究，并取得了很好成果。在本世纪初，具有我国自主知识产权的人体虹膜识别原型系统，在中科院自动化研究所拥冇与国际同步的自主产权的核心技术和算法的研究人体虹膜识别的国家某重点实验室成功开发出来，同时该实验室还利用研制的人体虹膜数字图像采集设备，建立了用于科学研究的虹膜数据库一一CASIA人体虹膜数字图象数据库，并使其成为我国用于人体虹膜识别技术研究领域的公共数据库。同时中科院自动化研究所还成立了相关企业，目前该企业是世界上第二个拥有核心算法的企业。2007年口月，我国颁布实施《信息安全技术虹膜识别系统技术耍求》(GB/T20979-2007)标准。总的来说，虽然我国人体虹膜识别技术的理论性研究起步较早，但研 究虹膜-8-识别技术在实际环境的应用相对国外还比较晚。1.4本论文完成的主要工作论文预期完成研究虹膜识别的最新理论，完善小波理论在生物体识别技术中的应用，在前人提出的有关虹膜识别算法的基础上，展开更加系统和深入的讨论，力求探索模式分类的一些新方式。主要工作包括：1）虹膜识别技术的基本理论：包括虹膜的生理结构和该识别技术的技术流程。介绍虹膜识别方式。从图像采集和算法的通用性两方面说明了虹膜识别的技术难点。2）虹膜预处理的各个环节的说明：首先是虹膜预处理。通过采用Canny算子对虹膜数字图像进行边缘检测。其次使用有关边缘信息的Hough变换提取虹膜。最后，利用Daugman算子实现虹膜边缘的精确定位。小波变换说Log-Gabor小波的虹膜编码方式。3）利用Hamming距离进行匹配，以获取识别率。・9・第2章虹膜识别原理2.1虹膜识别特征虹膜