基于虹膜的人體特征識別方法研究

人體特征識別方法，也叫生物特征識別方法，是指利用人的獨特的生理及行為特征進行鑒別的身份驗證的技術手段。它的產生及發(fā)展源于人們在邁進數(shù)字時代的過程中對身份驗證方法的準確性與便捷性不斷提高的需求。傳統(tǒng)的身份驗證方法主要包括身份標志物（如鑰匙、證件等）以及身份標志信息（如賬號、密碼等），或者以上二者的結合（如銀行卡等）。人們在使用過程中發(fā)現(xiàn)，他們都存在著共同的缺點：易于遺失和偽造。而且傳統(tǒng)的身份驗證系統(tǒng)并不能有效的識別持有這些身份標志事物的人是否是真正的擁有者。因此，一旦被冒充，真正的擁有者將遭受極大的損失。因此，人體特征識別方法作為一個更加有效的解決方案逐漸得到廣泛應用。

人體特征的鑒別方法有很多種。在所有生物特征中，指紋相對穩(wěn)定但錄取指紋不是非侵犯性的。臉像特征具有很多優(yōu)點（如主動性、非侵犯性和用戶友好等），但臉像隨年齡而變化，而且容易被偽裝。聲音特征具有與臉像特征相似的優(yōu)點，但它隨年齡、健康狀況和環(huán)境等因素而變化，而且說話人識別系統(tǒng)也容易被錄音所欺騙，容易被偽造。虹膜特征識別解決了這些問題，還具有上述其他生物特征所不具備的一些優(yōu)點，故近年來虹膜識別技術被認為是最有前途的生物識別技術之一。

虹膜識別技術的一般過程

虹膜識別技術的過程一般來說分為：虹膜圖像獲取、圖像預處理、特征提取和特征匹配四個步驟。

虹膜圖像獲取是指使用特定的數(shù)字攝像器材對人的整個眼部進行拍攝，并將拍攝到的圖像通過圖像采集卡傳輸?shù)接嬎銠C中存儲。

圖像預處理是指由于拍攝到的眼部圖像包括了很多多余的信息，并且在清晰度等方面不能滿足要求，需要對其進行包括圖像平滑、邊緣檢測、圖像分離等預處理操作。

特征提取是指通過一定的算法從分離出的虹膜圖像中提取出獨特的特征點，并對其進行編碼。

最后，特征匹配是指根據(jù)特征編碼與數(shù)據(jù)庫中事先存儲的虹膜圖像特征編碼進行比對、驗證，從而達到識別的目的。

獲取眼部圖像

本文的虹膜圖像攝取裝置如圖1所示，采用的是卓為（SOVIC）SP-313 攝像頭。該攝像頭采用的是最新CCD效果的CMOS感光芯片，圖像分辨率為 35萬像素（640×480 無軟件插值），內置低照度的輔助光源，能最大限度減少對人眼的刺激，使用時配以人工暗室，使人的眼部圖像更清晰、明亮。圖2是本設計采用的攝像頭獲取到的人眼部圖像。

圖1 虹膜圖像攝取裝置

獲取到圖片數(shù)據(jù)后，只需要將其按照一定的圖片格式寫入文件，即可完成需要的眼部圖像在計算機中的存儲。本文程序中采用的是BMP格式的圖像文件，因為BMP圖像文件存儲的圖像數(shù)據(jù)沒有經過壓縮，方便以后對圖像進行的預處理。

圖2 人的眼部圖像

眼部圖像的預處理

BMP圖像文件格式主要有1、4、8、16、24和32位等圖像格式。32位BMP圖像文件格式表示該圖像有232種顏色，圖像中的每個像素用32位表示，一般情況下該文件格式沒有調色版，32位中的最高8位保留，其余8位表示紅色，8位表示綠色，8位表示藍色。8位BMP圖像文件表示該圖像有256種顏色。圖像中的每個像素用8位表示，并用這8位作為索引在彩色表中查找該像素的顏色，8位BMP圖像一般也叫做灰度圖像。

在本文獲取到的圖像是32位的彩色BMP圖像。32位的彩色圖像存儲的圖像色彩數(shù)據(jù)較多，圖像文件的尺寸也較大。但是從本文圖像識別的要求來看，這些都是不必要的，因此有必要將其轉換為8位的灰度圖像。

轉換公式如式（1）所示。

（1）

其中Gray (i, j)為轉換后的黑白圖像在(i, j)點處的灰度值，由于公式中綠色所占的比重最大，所以轉換時可以自接使用G值作為轉換后的灰度。轉換后的灰度圖像如圖3所示。從圖像上看與 32 位RGB 圖像沒有大的不同，但是圖像文件的尺寸從1.17Mb縮小到了301Kb。

圖3 人眼部圖像的灰度圖像

將獲取到的眼部圖像轉換為灰度圖像之后，還需要對灰度圖像進行去噪聲處理。本文采用的是空域法中的加權均值濾波，它是用一個有奇數(shù)點的滑動窗口在圖像上滑動，將窗口中心點對應的圖像像素點的灰度值用窗口內的各個點的灰度值的平均值代替，如果滑動窗口規(guī)定了在取均值過程中窗口各個像素點所占的權重，也就是各個像素點的系數(shù)。

提取虹膜圖像

此過程需要讀取眼部圖像的數(shù)據(jù)，檢測虹膜圖像的內外邊緣，提取內圓圓心坐標及短半徑，再求出虹膜長半徑，建立極坐標系，分離虹膜圖像，最后進行特征提取。

和眼睛的其他部分相比，瞳孔的灰度值要小得多，也就是顏色要暗得多，而且在灰度級上有一個明顯的突變，也就是說在瞳孔的灰度級要比其他部分的灰度級“黑得多”。因此，可以充分利用這個特性，對圖 2進行直方圖分析，結果如圖 4所示。

圖4 灰度直方圖

對圖4計算結果可以得出，圖像灰度值從 62 開始，且圖中存在若干個峰值點。我們已知瞳孔的顏色最暗，因此可以判定第一個波峰為瞳孔的灰度分布。具體觀察第一個峰值，其基本呈正弦函數(shù)狀分布，以 72 為波峰（值：884），左側 62（值：0）為波谷，1/4 周期為 10。據(jù)此，我們確定右側的波谷為 82。根據(jù)分析結果，對圖 4進行二值化，閾值為 82，可以求出虹膜的長半徑，如圖5所示。