虹膜识别在家畜过境控制中的应用

杨旭磊

（东南大学 物流管理工程系，江苏 南京210096）

虹膜具有终生不变性和差异性，自然界不存在完全相同的两个虹膜。虹膜识别[1-4]的唯一性、稳定性以及高度准确性和隐蔽性等特点，使其成为一种很有前景的生物识别方法。

本文依据大型动物虹膜识别这一身份惟一性验证，将大型动物虹膜识别技术（以牛的虹膜识别为例）引入家畜过境控制，为家畜进行“身份认证”，初步构建基于虹膜识别的家畜健康安全信息溯源系统，实现大型动物个体溯源，并借鉴人眼虹膜识别相关技术，初步探索牛的虹膜识别的关键技术。

1 家畜过境控制管理

家畜过境控制包含引发肉食品安全问题的因素，在国际经济贸易中尤为重要。因此家畜本身携带的传染性疾病成为过境控制的关键。在出境控制中需要获取以下信息：1）饲养地点。了解家畜的原产地、品类特质、生理表象等信息；2）饲养时间。了解家畜的生理年龄、健康表征以及预期可饲养存活时间；3）饲料情况。饲料是推断家畜健康情况的重要依据，不同饲料影响家畜的生理状况、食用口感等重要特征；4）生理信息。包括年龄、体重、体温等，不同的生理信息标志家畜不同的成长阶段和健康状况。

在入境控制中需获取以下信息：1）运往地区。家畜能否适应入境目的地的自然环境是考量其是否能在该地再次被饲养并屠宰销售的重要依据；2）生理信息。主要是对家畜健康情况的再次检测确认，以及检疫是否携带有传染病。

2 虹膜识别技术在家畜过境控制中的应用

基于虹膜识别技术初步建立家畜健康安全信息溯源系统，图1为系统的总体运行模式。

图1 家畜健康安全信息溯源系统模式

家畜健康安全信息溯源系统识别和追踪家畜从其养殖、屠宰、分割、加工等过程到消费者的整个供应链的信息，并记录上述过程中的关键安全信息。基于虹膜识别的可溯源系统主要应用大型动物虹膜的可识别性对大型动物进行身份认证，将虹膜信息转化为编码记录在供应链的各个环节。

在饲养阶段，采集大型动物的虹膜图像并对其处理，得到虹膜图像编码并录入虹膜信息数据库；在饲养场至机场的这段供应链上，屠宰、加工、包装、配送等环节的信息也应录入虹膜信息数据库；如果是活体运输，应与虹膜信息数据库保持该活体虹膜信息的实时更新。用户（饲养人员，机场人员、加工厂人员等）只需对出现安全问题的活体扫描虹膜，在虹膜信息数据库中进行检索查找匹配，即可实现家畜安全信息溯源。

相关人员借助虹膜识别模块可完成图1中的每一个环节，如图2所示[5]。此模块可以实现虹膜信息注册、信息查询和大型动物个体溯源3个功能。

图2 个体虹膜识别模块

3 牛的虹膜识别

牛的虹膜与人的虹膜极为类似，具有相同的稳定性等生物特性。人眼虹膜识别技术已较为成熟，这对牛眼虹膜识别技术具有重要的借鉴意义。依照人眼虹膜识别研究，虹膜识别技术一般分为图像采集、品质评价、预处理、特征提取、编码、特征匹配等阶段。参考人眼虹膜识别步骤，牛的虹膜识别步骤如图3所示。

图3 牛的虹膜识别步骤

3.1 图像采集

牛眼过大的眼球转动、牛头部的偏转，以及牛眼睫毛对虹膜的覆盖都会影响图像质量，一般是采集大量图像，再从中选取质量较高的图像。而牛眼中间凸出较严重，有很强的聚光性，导致图像中牛眼中间的光斑很大。赵林度等[5]认为中央光斑覆盖的是整个瞳孔区域和小部分虹膜区域。在人眼虹膜识别中，只选取部分虹膜区域就可实现特征提取和匹配，少部分虹膜的缺失不会影响虹膜的识别率，因此可将中央光斑部分近似看作瞳孔区域。

3.2 图像预处理

采集图像并筛选出优质图像,在实际获取的图像中，虹膜只占一部分区域，在分析处理虹膜纹理之前，要将虹膜区域从图像中分割出来，即定位虹膜的中心和内、外边缘并对虹膜图像的大小进行归一化处理,从而纠正图像的漂移、旋转及比例放缩。“漂移”是由于无法保证虹膜圆心精确位于图像的中心造成的；“旋转”是由头的倾斜或眼球的旋转造成的；“比例放缩”是由于拍摄距离的远近不同造成的[6]。

3.3 特征提取

特征提取是分析预处理后的数据过程，即将大量数据转换成若干特征的过程。虹膜具有比较明显的空间特征，例如虹膜特征差异是从虹膜整体形状到细小纹理特征都能体现出来。提取虹膜的纹理特征识别时，主要提取虹膜的纹理幅度和相位信息，其中相位信息尤为重要，因为幅度信息差异不明显，且受到诸多因素（如图像的对比度、拍摄图像时的光照强度等）影响。

3.4 关键算法研究

基于Gabor变换的虹膜识别算法的具体实现如下：首先求取虹膜内外边界的灰度阈值，利用圆探测法求最大值来获得虹膜内外边界圆的参数，并利用坐标变换实现归一化。一般地，瞳孔的中心和虹膜是不同心的，其半径是虹膜半径的0.1～0.8倍。因此，决定瞳孔圆周的3个参数必须与虹膜的圆周分开估算。Daugman博士[2]提出一个能够精确检测虹膜内外边缘的微积分算子，定义如下：

式（1）用于图像，通过不断增大半径r，沿着以半径r和中心坐标（x0,y0）的圆弧ds进行轮廓积分，接着对线积分求偏导，然后与均值 r0，方差 σ的高斯函数Gσ（r）卷积，选择适当的σ进行平滑滤波，从而实现查找瞳孔边缘和虹膜外边缘的功能。

利用极坐标系中的二维连续Gabor复小波变换得到特征点的复小波系数，由此得到特征点的幅值信息的二比特编码。再以Hamming距离为判据依据进行判别，具体实现时利用虹膜编码的伪码完成对睫毛等干扰的纠偏[7-8]。

4 结论

将虹膜识别技术应用与家畜过境控制中，初步建立了应用模型，并介绍虹膜识别中的关键算法。大型动物的虹膜识别技术尚处于萌芽阶段，将该技术应用于家畜过境控制等领域具有很大的现实意义。该研究成果对家畜过境健康安全控制管理具有一定的参考价值。

[1] Flom L,Safir A.Iris recognition system：US,4641349[P].1987.

[2] John Daugman.Biometric personal identification system based on iris analysis：USP,5291560[P].1994.

[3] Masahiko Suzaki,Osamu Yamakita,Yuji Kuno，et al.A horse identification system using biometrics[J].Systems and Computers,2001,32（14）：12-23.

[4] Allen A,Golden B,Taylor M et al.Evaluation of retinal imaging technology for the biometric identification of bovine animals in Northern Ireland[J].Livestock Science,2008,116（1）：42-52.

[5] 孔 强，赵林度.虹膜识别在肉类食品安全追溯系统中的应用及关键技术研究[J].中国安全科学学报，2009，3（1）：155-160.

[6] 李六争.虹膜识别算法的研究[D].大连：大连海事大学，2008.

[7] 江 帆，高 涛，刘金安，等.基于独立分量分析和径向基网络的人脸识别方法[J].电子设计工程，2008，16（10）：64-66.

[8] 左 玲，刘兆扬.并行遗传算法和小波变换的混合多用户检测[J].电子设计工程，2008，16（9）：14-15.