虹膜图像智能识别技术的研究

钟彩 彭春富 杨兴耀

摘要：所谓生物特征识别是以利用人体的生理、形态特点的基础上，并以作为识别的介质的一门新学科。该文通过分析虹膜生理结构，从虹膜图像采集、预处理、定位分割、特征值提取及匹配识别的过程，较深入的研究了虹膜识别算法，特别是对虹膜图像定位分割及虹膜模式识别进行了详细阐述。通过本次实验证明了，该系统对于识别效果而言是非常良好的，且这一技术是生物识别技术中准确度高可靠性强的新兴技术。

关键词：虹膜图像;识别技术;图像处理

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2020）10-0221-02

生物特征识别是一种利用电子成像技术采集人类固有的生理或行为特征，并通过计算机处理后进行身份鉴别的技术。虹膜识别技术是利用摄像头将人眼虹膜纹理特征拍摄下来进行身份识别的技术。虹膜识别（Iris Recognition），与传统身份识别技术不同，技术可靠。人类的眼睛组成复杂，包括视网膜、虹膜、晶状体等，这些特点也决定了虹膜对于每一个人来说，是不同的，是可用于唯一的身份识别。文章对虹膜特点提取、定位、识别等技术进行分析，在充分分析理解以上方法、理论、原理的基础上，提出特征间模糊距离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识别等新模型和新方法，利用这些模型和方法构建完整高效的虹膜识别系统，为身份认证和识别提供可靠支撑，这对研究虹膜识别系统关键技术及新方法的完备和改善有着重要的理论和现实意义，对完善身份认证和识别手段和方法、提高计算机辅助识别的精度与效率有着重大的实用价值。

由于虹膜构造复杂且具有不可重复性，所以能够实现高精确度的身份识别。具体实现过程可大致分为拍摄图像——创建眼纹模板——眼纹模板匹配等重要步骤，实现高精确度的身份识别。

1虹膜图像预处理

虹膜的位置在晶状体、眼前室间，被巩膜、角膜覆盖呈环形且不具有透光性的薄膜。虹膜是具有个体差异性的，且不同肤色的人种虹膜颜色也有不同。如我们黄种人由于色素多，远看眼睛的虹膜是黑色，近为棕或褐色。而白种人的由于色素含量比较少所以虹膜呈现的颜色较淡，以灰、浅蓝为主。

在虹膜的表层，皱褶凹凸不平，且含有色素斑等成分。但人以及设备间，多少有不稳定的因素，因此所采用的虹膜图像并不是完整的。在虹膜区域内，存在睫毛、光源点等这些干扰因素，如果未能把这些因素消除做好信号处理，则可能会导致虹膜特点表示不正确。一般需要做好噪声处理，一般来说是取一个固定的区域，避开一些干扰因素，如睫毛等。本次文章采用的是基于灰度、二值化的图像处理。

输入f（x，y）图像，此时灰度级变换T则会产生g（x，y）输出图像，而且g（x，y）每个像素值均由f（x，y）对应输入像素点的值来决定的，g（x，y）=T（F（x，y））。

f（x，y）原图像、T（f（x，y））灰度值变换函数因为灰度值总是有限的，故非几何变换可定义为：R=T（r），其中R、r（0，255）。R=T（r）定义了输入像素值与输出像素值之间的映射关系。

实验结果是在windows XP/VC++6.0环境下运行得到。图1是虹膜原始图像，图2表示采用灰度值算法的图像进行细化和去噪声后，由图像可以看出，EMD Wavelet算法提取的边缘图像更加清晰，能较好地去除噪声，边缘效果较好，是一种有效的边缘检测算法。

2虹膜图像的定位及分割

虹膜图像在通过了预处理之后，对其描述是有效的，并且完成图像的定位分割工作。图像定位分割是把图像中，有特殊含义、不同区域进行区分，这类区域是不交叉的，且每个区域，均能东路某个特定区域一致性。

而在虹膜区域范围内，最常见的一项影响因素是眼睑，而且几乎是每一个人的虹膜区域，均会受到眼睑干扰，且上眼睑、下眼睑开度不一样，虹膜区域的面积自然也是不一样的，开度小，其虹膜区域有一部分，被眼睑所遮盖了。定位了上眼睑、下眼睑的边界之后，在虹膜定位、编码时，可以将噪声图像轻易去除，防止上眼睑、下眼睑对其识别时的干扰。实验证明该算法能对尿液图像中的红细胞进行准确定位，虹膜图像定位分割实验效果图如下所示。

3虹膜图像特征提取及识别

人眼虹膜尺寸很小，并且容易受到干扰，如不能有效地提取出稳定的虹膜特征进行模式匹配，将对虹膜识别的准确性和鲁棒性带来瓶颈。虹膜识别是最精准，最稳定、最难伪造的生物特征识别技术，虹膜图像特征提取方法是面向虹膜自动诊断进行的，所提取的内容是虹膜能量文理的特点以及结构的特点。对于所融合特点，向量采用SvM对此进行分类。

定义Ox为瞳孔即内圆的圆心，Oy为虹膜外边界即外圆的圆心，假设虹膜的内外圆周的参数分别是（x1，y1，r1），（x2，y2，r2），其中（x1，y1）和（x2，y2）为内援和外圆的圆心坐标，r1、r2为内圆和外圆的半径。

后台接收识别对象的清晰虹膜图像数据及相应的识别结果后，实时对识别结果进行验证，并以设定的时间间隔，基于本地虹膜识别装置对应的多个识别对象的清晰虹膜图像数据及相应的识别结果和验证结果，训练样本得到对应各本地虹膜识别装置的清晰虹膜，提取的虹膜图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。

4虹膜图像智能识别技术的应用

随着现代信息技术的发展，虹膜识别技术核心在于应用和服务。当前，我国虹膜识别技术从无到有、从基础研究走向实际应用取得了很大的发展，已经逐渐成为生物识别领域最为安全和精确的应用方向，基于虹膜识别技术的相关产品与技术主要应用于公安、金融、智能硬件等众多行业与领域。例如，在公安刑侦领域，同其他生物识别技术相比，虹膜的唯一陛、稳定性弥补了指纹、人脸等生物识别技术的一些不足或痛点，高清虹膜图像，适合各种复杂环境下大规模人群数据采集，满足高安全、高易用性的身份认证需求，可大大提高公安案件侦破水平，对智慧警务建设起到了关键的技术支持;在金融领域，虹膜识别技术可助力智慧金融发展，数字金融，安全是第一位的，首先要解决的就是在线用户的身份核实需求，虹膜识别技术将成为人脸和指纹等生物识别技术之后最重要的模态在金融领域应用。在智能硬件应用领域，可嵌入各类智能设备实现虹膜识别，赋能智能硬件，保障智能设备身份核验的安全性，实现了极致用户体验和高安全性的平衡。

在互联网和大数据环境下，提升数据的安全性和可靠性成为识别技术发展的重要依据。基于生物特征识别的智能身份鉴别方法，特别是虹膜识别迎来了新的发展机遇。虹膜识别技术作為是一种新型的生物识别技术，通过对视时采集到的用户虹膜图像，通过计算机进行处理实现识别，能够实现高精确度的身份识别。近年来，虹膜识别技术作为新兴的人工智能的主要应用之一，服务公共安全，助力智慧警务建设，构建生物特征识别能力，助力智慧金融发展，打造嵌入式虹膜模块，赋能智能硬件，无论是安全需求层面，还是在行业的应用需求层面，在确保用户信息安全的前提下，提供便捷、高效的身份认证服务，已经取得了非常广阔与成功的应用。