DIY编程器网

标题: 大热的虹膜识别系统的硬件设计与实现，系统方案、软件流程、算法设计 [打印本页]

作者: admin 时间: 2015-4-27 16:25
标题: 大热的虹膜识别系统的硬件设计与实现，系统方案、软件流程、算法设计
摘要：
    生物识别技术是近年来兴起的身份识别技术，由于它利用了人体的某些具有终生不变性与唯一性的特征，使得这种技术不但具有极高的可靠性，而且操作方便快捷。在各种基于生物特征的身份识别技术中，红魔不但具有类似质问的独一无二的个人特征；而且，虹膜是身体中的公开的部位，易于通过机器视觉进行远程检查，所以它是一种非侵犯性的生物识别技术，因此，基于虹膜的身份识别系统是规模前国内外发展很快的一个研究热点。

    本文介绍了以在xilinx公司的spartan3e芯片为核心的开发板上实现虹膜身份识别系统。

    本文对虹膜识别系统的图像获取、虹膜定位、虹膜图像的特征提取、建立虹膜特征数据库、分类器的设计及图像之间的匹配进行了讨论，然后给出了识别结果。

    首先，根据画面图像灰度分布规律性并利用sobel算子进行边缘检测，然后用Hough进行内部边缘定位；用基于2D-Gabor滤波器提取虹膜纹理的相位信息；在分类器设计时采用了比较不同虹膜编码之间的Hamming距离方法，该方法只需进行异或运算，从而达到了很高的匹配速度。

    1 绪论
    1.1 虹膜识别技术的主要特点
    虹膜身份识别是一种新型的生物识别技术。利用虹膜作为身份识别的依据，具有以下的优点：

    高独特性：虹膜的独特性最早由解剖学家F.H.Adler在1965年提出。虹膜的组织结构由前到后可分为四层，即前表面层、基质与瞳孔括约肌、前上皮与瞳孔扩大肌、后色素上皮。这四层结构中的纤维细胞、胶原结缔组织框架网、血管等使虹膜具有丰富的纹理信息，也造成每个人的虹膜各不相同。据宣称，没有任何两个虹膜是一样的，任意两个虹膜纹理相同的概率小于10～35，即使双胞胎其虹膜也是不一样的。这就为虹膜身份鉴别提供了最基本的物质基础。由于虹膜的纹理信息要远高于指纹的纹理细节信息，虹膜模式具有266个可测特征，远多于其他的技术，理论上虹膜身份识别达到较指纹识别、人脸识别、指形式别等更高的准确度。

    高温定型：虹膜作为人体器官并不是直接暴露于外，它受到眼皮、角膜的保护，外界物质不易侵入眼内对其造成伤害。而且虹膜总是受到体内液体的润滑，很少发生病变。这样吧、避免了指纹、掌纹识别等易因外伤引起个人特征变化的问题。另外，虹膜在1岁左右就已发育完成，随着人的生长发育虹膜细节基本不会改变，也就是说虹膜在人的一生中是相当稳定的。

    天然的防伪性：虹膜的自然生理特性为虹膜识别系统提供了鉴别伪造虹膜提供了依据。首先，虹膜中部的瞳孔具有不稳定性，它会因肌纤维震颤而不停变化。其次，瞳孔会因光线的变化而引起非常明显的收缩或舒张。通过对瞳孔大小的检测（虹膜内边缘定位）就可较容易地分辨虹膜的真伪。而目前应用较广泛的指纹识别的防伪性较差，易被伪造，据报道，橡胶指纹套有60%通过识别。

    无侵犯性：虹膜身份识别的过程中只需用户位于设备之前而无需物理的接触，不会因为受伤而改变，指纹则容易因受伤而改变，便于用户使用。而指纹识别、指形识别等需要待检测者与传感器相接触，会带来不舒适感。

    目前，虽然指纹是比较流行的生物识别方式，但是虹膜的发展前景明显比指纹光明。首先，虹膜技术的识别精度高，即使同一个人左右两眼虹膜也有差别，相较而言指纹识别更容易出错；其次，指纹容易受磨损、划伤等外部因素的干扰；而一个人的虹膜2岁后就基本稳定不变了。除非有白内障等眼疾发作；再次，指纹需要接触，对人的侵犯性较强，而虹膜只需要看一下摄像机就能提取，不会伤害到眼睛。

    1.2 虹膜识别系统的应用现状
    目前虹膜身份识别技术已开始走向商业领域，如Oki电器工业公司和日本赛马协会联合研制的赛马虹膜身份识别系统；Siemens Nixdorf公司有着手试图将虹膜身份识别技术集成在他们的自动取款机上。特别是受9.11时间的影响，美国境内的两大机场——纽约肯尼迪机场和波士顿罗根机场开始使用一种新的虹膜扫描识别系统，主要用于机场内部要害屈居。在国内因为密码被盗而引起的损失比较严重，如果虹膜授粉识别技术能成功被广泛应用，将会对各界都有正面的影响。虹膜识别系统，可以应用在许多的领域，特别是对于安全度要求较高的场所。例如：

    (1).金库管理系统
    (2).金融管理
    (3).罪犯或嫌疑人的识别与管理
    (4).机场检票系统
    因此虹膜身份识别技术具有广泛的应用前景，有着重要的学术价值和实际意义。


    2 系统指标
    (1)识别准确率指标：
    错误拒绝率<10-2
    错误接收率<10-2；

    (2)识别时间指标：
    虹膜图像采集时间<0.1s;
    虹膜图像编码时间<1.0s;
    图像数据库检索时间<0.5s;
    虹膜识别判决时间<0.1s.

    (3)虹膜采集器指标：
    CMOS成像器件分辨率=640*480;
    256灰度级图视频采样速度=15帧/秒。


    3 系统方案
    虹膜识别系统由图像采集，图像预处理，虹膜特征提取和编码，模式匹配四个部分组成。虹膜图像的图像预处理包括虹膜定位、归一化、图像增强等步骤。系统模块如图。

    虹膜图像采集系统：我们希望研究在不同光照下采集虹膜图像质量。经验证明人类虹膜的直径约为1cm，为了获得有足够信息量的虹膜图像通常要求由特制的摄像器材组成的采集系统，拍摄距离一般不超过十几厘米。适度的照明对于虹膜图像采集也是非常重要的，太强的照明会令人眼感到不适，光照太弱则图像缺乏必要的灰度对比，增大量化误差。两外，在图像采集的过程中照明光源常常会在虹膜上留下较明显的光斑，形成了噪声污染。这里的关键问题是：研究一个敏感最优的光源使光斑的尺寸精良小、虹膜特征尽量清晰，噪声污染的位置保持一致，减少图像畸变。

    虹膜定位和归一化算法：采集的图像包括大量的非虹膜区，如部分人脸、眼巩膜、眼睫毛等。这些区域的信息不被虹膜识别所利用，进行虹膜定位通过确定虹膜的内外边界去除这些无用的信息。图像采集时不同的两次拍摄人眼到镜头的距离不可能保持完全一致，造成虹膜图像有一定的尺寸差异。如果当拍摄时人的头部的倾斜，也会造成图像有一定角度的旋转。进行图像校正可以避免上述情况带来的误差。这里的关键问题有两个：快速精确地从包含大量非虹膜部分的图像中定位虹膜，并对其边界或数学模型进行描述；利用几何变换抵消拍摄时的虹膜图像变形的干扰。

    特征提取和编码算法：由于虹膜的结构组织较复杂（分四层），其中的纤维细胞、结缔组织、毛细血管和色素等都会对虹膜的纹理产生较大的影响，因此虹膜的纹理结构极为复杂，不像指纹识别一样能提供清晰的特征点（指纹的交叉点和端点）或特征线。所以目前对虹膜的纹理特征认识尚未达到统一，各个研究机构所采用的虹膜纹理特征常有较大的区别，编码方式也有很大不同。希望寻找有较清晰物理意义的虹膜纹理特征，研究一种新的虹膜特征提取和编码算法，将一幅数据量较大的虹膜图像利用一个数据量较小的特征矢量来描述，并通过大量的实验数据来证明特征选取的合理性，和算法的有效性、准确性。这里的关键问题有两个：有数学模型来描述虹膜的纹理结构，根据该模型的特点寻找可区分虹膜的一半特征；构造相应的函数或滤波器对此特征进行提取，并寻找快速的特征矢量编码方法。

    比较和判决算法：由于虹膜纹理的复杂性，目前各种特征提取和编码的多样性，现有的比较和判决算法也是各不相同。将根据上一步得到的特征矢量本身物理意义研究新的比较和判决算法。这里的关键问题是：寻找虹膜特征矢量的快速匹配方法，并利用模式识别、信号检测的相关技术减小判决误差。

欢迎光临 DIY编程器网 (http://diybcq.com/)