虹膜圖像智能識別技術的研究
「所謂生物特征識別是以利用人體的生理、形態特點的基礎上，并以作為識別的介質的一門新學科。該文通過分析虹膜生理結構，從虹膜圖像采集、預處理、定位分割、特征值提取及匹配識別的過程，較深入的研究了虹膜識別算法，特別是對虹膜圖像定位分割及虹膜模式識別進行了詳細闡述。通過本次實驗證明了，該系統對于識別效果而言是非常良好的，且這一技術是生物識別技術中準確度高可靠性強的新興技術。(2023-2-25)」
關鍵詞：虹膜圖像;識別技術;圖像處理
中圖分類號：TP311 文獻標識碼：A
文章編號：1009-3044（2020）10-0221-02
生物特征識別是一種利用電子成像技術采集人類固有的生理或行為特征，并通過計算機處理后進行身份鑒別的技術。虹膜識別技術是利用攝像頭將人眼虹膜紋理特征拍攝下來進行身份識別的技術。虹膜識別（Iris Recognition），與傳統身份識別技術不同，技術可靠。人類的眼睛組成復雜，包括視網膜、虹膜、晶狀體等，這些特點也決定了虹膜對于每一個人來說，是不同的，是可用于唯一的身份識別。文章對虹膜特點提取、定位、識別等技術進行分析，在充分分析理解以上方法、理論、原理的基礎上，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別等新模型和新方法，利用這些模型和方法構建完整高效的虹膜識別系統，為身份認證和識別提供可靠支撐，這對研究虹膜識別系統關鍵技術及新方法的完備和改善有著重要的理論和現實意義，對完善身份認證和識別手段和方法、提高計算機輔助識別的精度與效率有著重大的實用價值。
由于虹膜構造復雜且具有不可重復性，所以能夠實現高精確度的身份識別。具體實現過程可大致分為拍攝圖像——創建眼紋模板——眼紋模板匹配等重要步驟，實現高精確度的身份識別。
1虹膜圖像預處理
虹膜的位置在晶狀體、眼前室間，被鞏膜、角膜覆蓋呈環形且不具有透光性的薄膜。虹膜是具有個體差異性的，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的顏色較淡，以灰、淺藍為主。
在虹膜的表層，皺褶凹凸不平，且含有色素斑等成分。但人以及設備間，多少有不穩定的因素，因此所采用的虹膜圖像并不是完整的。在虹膜區域內，存在睫毛、光源點等這些干擾因素，如果未能把這些因素消除做好信號處理，則可能會導致虹膜特點表示不正確。一般需要做好噪聲處理，一般來說是取一個固定的區域，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，此時灰度級變換T則會產生g（x，y）輸出圖像，而且g（x，y）每個像素值均由f（x，y）對應輸入像素點的值來決定的，g（x，y）=T（F（x，y））。
f（x，y）原圖像、T（f（x，y））灰度值變換函數因為灰度值總是有限的，故非幾何變換可定義為：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系。
實驗結果是在windows XP/VC++6.0環境下運行得到。圖1是虹膜原始圖像，圖2表示采用灰度值算法的圖像進行細化和去噪聲后，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、不同區域進行區分，這類區域是不交叉的，且每個區域，均能東路某個特定區域一致性。
而在虹膜區域范圍內，最常見的一項影響因素是眼瞼，而且幾乎是每一個人的虹膜區域，均會受到眼瞼干擾，且上眼瞼、下眼瞼開度不一樣，虹膜區域的面積自然也是不一樣的，開度小，其虹膜區域有一部分，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，可以將噪聲圖像輕易去除，防止上眼瞼、下眼瞼對其識別時的干擾。實驗證明該算法能對尿液圖像中的紅細胞進行準確定位，虹膜圖像定位分割實驗效果圖如下所示。
3虹膜圖像特征提取及識別
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定的虹膜特征進行模式匹配，將對虹膜識別的準確性和魯棒性帶來瓶頸。虹膜識別是最精準，最穩定、最難偽造的生物特征識別技術，虹膜圖像特征提取方法是面向虹膜自動診斷進行的，所提取的內容是虹膜能量文理的特點以及結構的特點。對于所融合特點，向量采用SvM對此進行分類。
定義Ox為瞳孔即內圓的圓心，Oy為虹膜外邊界即外圓的圓心，假設虹膜的內外圓周的參數分別是（x1，y1，r1），（x2，y2，r2），其中（x1，y1）和（x2，y2）為內援和外圓的圓心坐標，r1、r2為內圓和外圓的半徑。
后臺接收識別對象的清晰虹膜圖像數據及相應的識別結果后，實時對識別結果進行驗證，并以設定的時間間隔，基于本地虹膜識別裝置對應的多個識別對象的清晰虹膜圖像數據及相應的識別結果和驗證結果，訓練樣本得到對應各本地虹膜識別裝置的清晰虹膜，提取的虹膜圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。
4虹膜圖像智能識別技術的應用
隨著現代信息技術的發展，虹膜識別技術核心在于應用和服務。當前，我國虹膜識別技術從無到有、從基礎研究走向實際應用取得了很大的發展，已經逐漸成為生物識別領域最為安全和精確的應用方向，基于虹膜識別技術的相關產品與技術主要應用于公安、金融、智能硬件等眾多行業與領域。例如，在公安刑偵領域，同其他生物識別技術相比，虹膜的唯一陛、穩定性彌補了指紋、人臉等生物識別技術的一些不足或痛點，高清虹膜圖像，適合各種復雜環境下大規模人群數據采集，滿足高安全、高易用性的身份認證需求，可大大提高公安案件偵破水平，對智慧警務建設起到了關鍵的技術支持;在金融領域，虹膜識別技術可助力智慧金融發展，數字金融，安全是第一位的，首先要解決的就是在線用戶的身份核實需求，虹膜識別技術將成為人臉和指紋等生物識別技術之后最重要的模態在金融領域應用。在智能硬件應用領域，可嵌入各類智能設備實現虹膜識別，賦能智能硬件，保障智能設備身份核驗的安全性，實現了極致用戶體驗和高安全性的平衡。
在互聯網和大數據環境下，提升數據的安全性和可靠性成為識別技術發展的重要依據�；谏锾卣髯R別的智能身份鑒別方法，特別是虹膜識別迎來了新的發展機遇。虹膜識別技術作為是一種新型的生物識別技術，通過對視時采集到的用戶虹膜圖像，通過計算機進行處理實現識別，能夠實現高精確度的身份識別。近年來，虹膜識別技術作為新興的人工智能的主要應用之一，服務公共安全，助力智慧警務建設，構建生物特征識別能力，助力智慧金融發展，打造嵌入式虹膜模塊，賦能智能硬件，無論是安全需求層面，還是在行業的應用需求層面，在確保用戶信息安全的前提下，提供便捷、高效的身份認證服務，已經取得了非常廣闊與成功的應用。
(淡嘉)
中圖分類號：TP311 文獻標識碼：A
文章編號：1009-3044（2020）10-0221-02
生物特征識別是一種利用電子成像技術采集人類固有的生理或行為特征，并通過計算機處理后進行身份鑒別的技術。虹膜識別技術是利用攝像頭將人眼虹膜紋理特征拍攝下來進行身份識別的技術。虹膜識別（Iris Recognition），與傳統身份識別技術不同，技術可靠。人類的眼睛組成復雜，包括視網膜、虹膜、晶狀體等，這些特點也決定了虹膜對于每一個人來說，是不同的，是可用于唯一的身份識別。文章對虹膜特點提取、定位、識別等技術進行分析，在充分分析理解以上方法、理論、原理的基礎上，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別等新模型和新方法，利用這些模型和方法構建完整高效的虹膜識別系統，為身份認證和識別提供可靠支撐，這對研究虹膜識別系統關鍵技術及新方法的完備和改善有著重要的理論和現實意義，對完善身份認證和識別手段和方法、提高計算機輔助識別的精度與效率有著重大的實用價值。
由于虹膜構造復雜且具有不可重復性，所以能夠實現高精確度的身份識別。具體實現過程可大致分為拍攝圖像——創建眼紋模板——眼紋模板匹配等重要步驟，實現高精確度的身份識別。
1虹膜圖像預處理
虹膜的位置在晶狀體、眼前室間，被鞏膜、角膜覆蓋呈環形且不具有透光性的薄膜。虹膜是具有個體差異性的，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的顏色較淡，以灰、淺藍為主。
在虹膜的表層，皺褶凹凸不平，且含有色素斑等成分。但人以及設備間，多少有不穩定的因素，因此所采用的虹膜圖像并不是完整的。在虹膜區域內，存在睫毛、光源點等這些干擾因素，如果未能把這些因素消除做好信號處理，則可能會導致虹膜特點表示不正確。一般需要做好噪聲處理，一般來說是取一個固定的區域，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，此時灰度級變換T則會產生g（x，y）輸出圖像，而且g（x，y）每個像素值均由f（x，y）對應輸入像素點的值來決定的，g（x，y）=T（F（x，y））。
f（x，y）原圖像、T（f（x，y））灰度值變換函數因為灰度值總是有限的，故非幾何變換可定義為：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系。
實驗結果是在windows XP/VC++6.0環境下運行得到。圖1是虹膜原始圖像，圖2表示采用灰度值算法的圖像進行細化和去噪聲后，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、不同區域進行區分，這類區域是不交叉的，且每個區域，均能東路某個特定區域一致性。
而在虹膜區域范圍內，最常見的一項影響因素是眼瞼，而且幾乎是每一個人的虹膜區域，均會受到眼瞼干擾，且上眼瞼、下眼瞼開度不一樣，虹膜區域的面積自然也是不一樣的，開度小，其虹膜區域有一部分，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，可以將噪聲圖像輕易去除，防止上眼瞼、下眼瞼對其識別時的干擾。實驗證明該算法能對尿液圖像中的紅細胞進行準確定位，虹膜圖像定位分割實驗效果圖如下所示。
3虹膜圖像特征提取及識別
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定的虹膜特征進行模式匹配，將對虹膜識別的準確性和魯棒性帶來瓶頸。虹膜識別是最精準，最穩定、最難偽造的生物特征識別技術，虹膜圖像特征提取方法是面向虹膜自動診斷進行的，所提取的內容是虹膜能量文理的特點以及結構的特點。對于所融合特點，向量采用SvM對此進行分類。
定義Ox為瞳孔即內圓的圓心，Oy為虹膜外邊界即外圓的圓心，假設虹膜的內外圓周的參數分別是（x1，y1，r1），（x2，y2，r2），其中（x1，y1）和（x2，y2）為內援和外圓的圓心坐標，r1、r2為內圓和外圓的半徑。
后臺接收識別對象的清晰虹膜圖像數據及相應的識別結果后，實時對識別結果進行驗證，并以設定的時間間隔，基于本地虹膜識別裝置對應的多個識別對象的清晰虹膜圖像數據及相應的識別結果和驗證結果，訓練樣本得到對應各本地虹膜識別裝置的清晰虹膜，提取的虹膜圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。
4虹膜圖像智能識別技術的應用
隨著現代信息技術的發展，虹膜識別技術核心在于應用和服務。當前，我國虹膜識別技術從無到有、從基礎研究走向實際應用取得了很大的發展，已經逐漸成為生物識別領域最為安全和精確的應用方向，基于虹膜識別技術的相關產品與技術主要應用于公安、金融、智能硬件等眾多行業與領域。例如，在公安刑偵領域，同其他生物識別技術相比，虹膜的唯一陛、穩定性彌補了指紋、人臉等生物識別技術的一些不足或痛點，高清虹膜圖像，適合各種復雜環境下大規模人群數據采集，滿足高安全、高易用性的身份認證需求，可大大提高公安案件偵破水平，對智慧警務建設起到了關鍵的技術支持;在金融領域，虹膜識別技術可助力智慧金融發展，數字金融，安全是第一位的，首先要解決的就是在線用戶的身份核實需求，虹膜識別技術將成為人臉和指紋等生物識別技術之后最重要的模態在金融領域應用。在智能硬件應用領域，可嵌入各類智能設備實現虹膜識別，賦能智能硬件，保障智能設備身份核驗的安全性，實現了極致用戶體驗和高安全性的平衡。
在互聯網和大數據環境下，提升數據的安全性和可靠性成為識別技術發展的重要依據�；谏锾卣髯R別的智能身份鑒別方法，特別是虹膜識別迎來了新的發展機遇。虹膜識別技術作為是一種新型的生物識別技術，通過對視時采集到的用戶虹膜圖像，通過計算機進行處理實現識別，能夠實現高精確度的身份識別。近年來，虹膜識別技術作為新興的人工智能的主要應用之一，服務公共安全，助力智慧警務建設，構建生物特征識別能力，助力智慧金融發展，打造嵌入式虹膜模塊，賦能智能硬件，無論是安全需求層面，還是在行業的應用需求層面，在確保用戶信息安全的前提下，提供便捷、高效的身份認證服務，已經取得了非常廣闊與成功的應用。
(淡嘉)