虹膜识别算法研究及实现 - 图文(2)

们可以用手来抓起重物。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中。 ? 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，取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

人体虹膜最早用于身份识别的尝试是由法国人 Alphonse Bertillon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1987年，眼科专家 Lenonard Flom和 Aran Safir医生首次提出利用虹膜数字图像进行自动虹膜识别的概念[4]，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，虹膜己成为生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IrDian&SenSar和LG等公司在研究、应用，而且 Ir1Dian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中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来实际应用的，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2D Gabor小波的虹膜纹理编码算法,目前这种算法已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Ir1Dian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，同时比对数据库中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

目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晚，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中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有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——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11月，我国颁布实施《信息安全技术虹膜识别系统技术要求》(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

虹膜识别技术是通过利用虹膜个体终身不变和单个差异大的特点来识别身份的。通过相应的算法与虹膜数字图像相结合，获得性当高的精准度，就算某一数据库内具有当前人类所有的虹膜个体图像，虹膜比对错误也不会出现。但是这项技术的无法录入问题已经成了它同其它识别技术抗衡的最大障碍，由于虹膜识别技术的高精度使其能够在众多识别技术中占有一席之地。如图（2-1）所示，简单的展示出人类眼球的结构，其中虹膜是围绕瞳孔的一层生理薄膜。虹膜是包裹在眼球上的彩色环状物，每一个虹膜都包含一个独—无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构。眼睛的虹膜是由相当复杂的纤维组织构成，其细部结构在出生之前就以随机组合的方式决定下来了，虹膜识别技术将虹膜的可视特征转换成一个512个字节的Iris Code（虹膜代码），这个代码模板被存储下来以便后期识别所用，512个字节，对生物体识别模板来说是一个十分紧凑的模板，但它对从虹膜获得的信息量来说是十分巨大的。

从直径11mm的虹膜上，Dr. Daugman的微积分算法用3.3个字节的数据来代表每平方毫米的虹膜信息，这样，一个虹膜约有266个量化特征点，而一般的生物体识别技术只有13个到60个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下， Dr. Daugman指出，通过他的算法可获得173个二进制自由度的独立特征点。这在生物体识别技术中，所获得特征点的数量是相当大的。

-10-

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库虹膜识别算法研究及实现 - 图文(2)在线全文阅读。