虹膜图像智能识别技术分析

钟彩 彭春富 胡常乐 傅波

摘要：在身份识别技术领域，传统的身份识别技术因自身的技术局限性已无法满足社会的需求，在这一背景下，各种生物辨识技术相继出现，虹膜识别作为可靠性最高的人生终身身份标识技术之一，被认为是当下最具发展前景的生物识别技术。文章在阐述虹膜识别科技发展背景的基础上，从虹膜图像、预处理、定位、特征值提取等方面，较为细致地研究了虹膜识别算法，基于实验检验过程，证实了虹膜识别系统的有效性，具有一定推广价值。

关键词：虹膜图像；智能识别；图像处理；技术分析

中图分类号：TP391      文献标识码：A

文章编号：1009-3044（2022）31-0019-03

与个体指纹识别技术之间具有一定的共同点，虹膜识别也是以个体的生物学特征为基础发展起来的，其具有高度不可重复性。在获取虹膜图像过程中，主要采用一种非侵入式的采集手段，人眼无须直接接触CCD、CM0S等光学传感仪，故而，虹膜辨识作为身份鉴别系统内的重要生物学特征之一，凭借虹膜丰富的纹理信息、唯一性及非侵入性等诸多优势，其应用情况得到学术界与工业界的高度重视。在具体应用中，可以将其功能实现过程细分成为多个部分，拍摄目标图像，搭建眼纹模板，匹配眼纹模板等，虹膜识别技术可以最大限度地提升身份识别的精准性。

1 研究背景

在“互联网+”背景下，人们格外重视个人的信息安全和隐私，为达到以上目的，人们在持续钻研与摸索中，期许能开发出一个更安全、有效的身份识别技术。当前。可供选择生物识别类型较多，其在很大程度上显现出科技的发展水平与趋向，既往的密码应用眼睛便能取而代之，以上这种识别系统便是虹膜系统。声纹识别是另一种更善于识别生物特征的技术，其在应用中有助于提升安全性，规避非法人员出现的盗窃行为，基于智能手机开发出的人脸辨识技术当下公安系统内已显现出很大优势。而虹膜识别已成为国际研究中特别关注的一个应用领域，因为其自身在稳定性、精准度、可靠性及不能仿造等方面占据优势，故而使越来越多的人员投身到虹膜识别算法的学习、研究领域，这也是该项生物识别技术日益成熟的重要基础。

2 虹膜图像智能识别技术的研究

2.1 图像预处理

不同个体之间的虹膜有一定差异，不同肤色的人种虹膜颜色也是不一致的，其中黄种人虹膜近视为棕或褐色，而白种人则以灰、浅蓝为主。

在虹膜的表面，皱褶不平整，含有色素斑等诸多成分。实际中个体与设备之间存有着部分不稳定因素，故而很难采集到完整的虹膜图像。特别是在虹膜区中，存有着睫毛、光源点等干扰因素，若沒有解除以上因素做好信号处理工作，那么就很难精准地表示出虹膜特点。通常需进行噪声处理，常规做法是提取一个固定区，规避部分干扰因素。本课题应用的是以灰度、二值化为基础的图像处理形式。

输进图像[f（x，y）]，在该环节中灰度级转换T会形成[g（x，y）]输出图像，且[f（x，y）]部分输入素点的数值对[g（x，y）]各个像素值大小起到决定性作用，[g（x，y）]=T（[f（x，y）]） [1]。

不管是[f（x，y）]图像，还是T（[f（x，y）]） 灰度值转换函数，由于灰度值总是受限的，所以，可以将几何变换做出如下定义：

[R=T（r）]

上式确定了输入像素值与输出像素值两者的映射关系。

基于Windows XP/VC++6.0环境运行获得实验结果，得到虹膜原始图像与灰度值算法下细化与去噪声处理所得图像，读图发现，采用EMD Wavelet算法获得的图像清晰度更高，取得了良好的去噪及边缘效果，可以将其看成是一种实用性较高的边缘检测算法。

2.2 图像的定位

虹膜主要由两部分内容构成，一是纹理部分，二是内外边界之间形成的中间部分，虹膜内侧边缘临近瞳孔，巩膜和外侧相邻。但是对于两个不同心的圆形，处理其边缘是重要一项内容、为实现对虹膜的精准定位，需要探寻到内外两圆之间存在的一些属性，而后利用图像处理学相关知识进行定位。

Hough变换为常用的虹膜定位算法。其原理是参数空间的点可以应用到映射成为图像空间的线。在图像空间内经Hough转换获得的共点之间与共线点，可以用其表示参数空间内的单条或数条曲线，可以通过以上这种线到点的转换形式去构成曲线段的目标边界，进而减少数据信息量。Hough变换应用了图像的全局属性直接检测目标轮廓，以上这种操作能封锁离散状态下的边界像素，生成一个连贯的边界。若事前知道该区域的大概形状，则基于Hough转换能显著提升边界曲线定位的精准性，并衔接离散的边界。Hough变换最大的优点是能很难受到噪声与曲线间断性形成的影响，这预示着其能检出噪声偏大的图像目标。

实践中，也可以尝试采用二值化阈值分割与最小二乘法定位虹膜[2]。灰度图像的取阈值的分割操作便是在图像灰度值范畴中设定一个灰度阈值，而后对比分析图像内的该阈值与各像素的灰度值，参照所得结果把相应像素规划成灰度值高于阈值类与低于阈值类。以上两类像素一般分别属于图像的两类区域，故而可以按照阈值分类去分割像素区域。综合以上论述内容，阈值化分割算法的执行过程主要由两个步骤构成：一是确定所需分割的阈值；二是对比分割阈值与像素值，以此为依据划分像素。

提取外圆的边缘时可以选用最小二乘拟合的方法，这种方法的执行过程可以简单做出如下阐述：首先，提取获得原始图像的边缘，此时可应用Canny算法；其次，消除那些没有实际作用的点，以上操作时要依照瞳孔的实际方位与部分前期形成的成功经验知识，比如眼眉与内边缘；最后，利用最小二乘法进行拟合处理，实现对虹膜的精准定位。

2.3 图像特征提取与识别

众所周知，人体眼睛虹膜尺寸很小，且容易受到睫毛等因素的干扰，若不能有效提取到稳定的虹膜特征开展模式匹配，则会对后续辨识的精准性与鲁棒性造成影响[3]。当下，虹膜识别被国内外公认成高稳定性、稳定度最高、最难伪造的生物学特征识别技术，虹膜图像特征提取方法应用宗旨是为实现虹膜的智能化诊断，虹膜能量纹理及结构的特征是实际所需提取的内容，针对所融合特征，向量应用SVM进行分类。

设定[Ox]、[Oy]分别是内圆、外圆的圆心，假定虹膜的内外圆周的参数依次是[（x1，y1，r1），（x2，y2，r2）]，其中[（x1，y1）、（x2，y2）]分别是内、外圆的圆心坐标，[r1、r2]分别是内、外圆的半径。

把内圆圆心坐标设定成（0，0） ，假定存在直线y=a与y=1a分割了虹膜图像上部与下部的残存部分和其他部分，利用直线y=a和外圆的两个交点作为起始点画出直线，依次经内圆圆心以后延展至和下方外圆。

相交，设定两个经过圆心的相交直线构成的上下夹角角度是d，左右夹角c，有[a=r1cosd2]，把瞳孔部分的灰度值整体设置成0。假定[Aj（XAj，yAj）、Bj（XBj，yBj）]均是外圆圆周上分别的两个点，线段[Aj、Bj]和直线y= a相平行。把虹膜图片均称分为m条线段，各份是[2am]，即有[2r1coscosd2m]。确定行和列各自矩阵，逐一把图像内各坐标对应的灰度值赋值给行和列矩阵元素，这样便能顺利获得虹膜图像的特征值矩阵。

后台获得被识别对象的虹膜图像数据及相关辨识结果后，动态检验识别结果，科学设定时间间隔，针对提获的虹膜图像的特征数据和数据库内存留的特征模板进行搜索匹配操作，通过设定一个阈值，如果实际相似度超出该阈值，则就输出匹配所得结果[4]。

3 虹膜识别的硬件系统与实际运用

当下，监狱内各种进出场所对安保提出的要求不断提升，尤其是针对关押犯人的监控区域，尾随工作人员进行越狱已经演变成监狱内常见的一种犯罪方式，就是在工作人员开启进入首道门或营业柜台中的门以后，犯罪分子会挟持工作人员快速冲入首道门或柜台进行犯罪。故而，在以上场所配置的常规防盗门和门禁系统很难起到良好的防范作用。若能在监所安全管理实践中，引进使用和虹膜识别系统，则能实现对进出检索人员身份的精准、有效识别，监管安全性显著提升。

3.1 硬件框架

该系统的硬件平台主要由图像采集与处理、数据存储、图像呈現及数据库比较五分构成。

3.2 实际运用

如图1所示，进出人员经A门（或者B门）刷卡进到虹膜采集渠道，在通道A/B同时闭合的情境下采集虹膜信息，采集信息经处理后，统一由系统进行比较分析，若比较人员处于虹膜数据库内，那么系统开门放入通行；若被比较人员未在虹膜数据库内，系统则会即刻发出提示信号，安全窗背后的工作人员对其进行确认，系统快速启动报警器，对非法入侵人员进行管理、控制[5]。

如图2所示，当下监所内管理民警可以应用虹膜识别系统对服刑人员进出监舍情况而专门设置的虹膜点名系统，该系统的功能主要是协助民警能在较短时间内精准审核大量服刑者的实际身份，且该系统通过和大局域网相连，实现人员定位的远程化。

基于虹膜识别技术搭建出的一体化系统平台，能结合监所的实际要求，调配各种虹膜识别终端设备，和其他技术相比较，对于采集与辨识犯人的真实身份，能实现快捷、准确确认，可见虹膜识别有很强的技术优越性，会有广阔的发展空间。

4 结束语

早在1885年便有应用虹膜识别技术的先例，国外对虹膜识别技术的研究是十分深入、广泛的，这也是其用于多个方面的主要原因。国内对虹膜识别技术的研究起步较晚，设计研发出具有自主知识产权的虹膜识别系统具有战略性意义，很多研究机构陆续投身到该领域中，创造出一些在国际领先的研究成果。近些年中，虹膜识别技术服务在公共安全管理、辅助智慧警务建设等方面，构建出嵌入式虹膜模板，在维护广大用户信息安全的基础上，提供更便捷、有效的身份认证服务，表现出极高的实用价值，值得推广。

参考文献：

[1] 张敏，孟令军.基于激光测距法的智能虹膜识别系统设计[J].实验室研究与探索，2019，38（5）：81-84，97.

[2] 邓玉波.虹膜特征提取与识别的算法研究[D].长沙：湖南大学，2017.

[3] 郑慧.基于虹膜的身份识别系统[D].北京：北京邮电大学，2010.

[4] 王蕴红，朱勇，谭铁牛.基于虹膜识别的身份鉴别[J].自动化学报，2002，28（1）：1-10.

[5] 刘方健. 虹膜识别考勤系统在青龙煤矿的探索与应用[J].山东工业技术，2019（14）：82-84.

【通联编辑：光文玲】

收稿日期：2022-05-26

基金项目：2021年学院科研项目：《基于分类识别算法的关键技术研究》（项目编号：常职院通〔2021〕15号，ZY2105）

作者简介：钟彩（1982—） ，男，湖南常德人，副教授，硕士，主要研究方向为图像处理技术、计算机应用技术。