虹膜识别系统预处理算法研究

论文总字数：25853字

摘 要

人眼的虹膜识别系统作为近些年来一种新兴的基于生物特征提取的识别技术，与另外的几种技术比较成熟比较典型的生物特征识别技术相比起来，它的优势非常明显，它对人体的本身产生较少干扰的识别技术，因为它不需要用户与采集信息所用的机器设备进行直接的身体接触，能够保证采集的机器设备干净清洁卫生，能够长时间的重复多次利用而不产生其他令公众担忧安全卫生的问题。几种比较典型的生物特征识别技术中，目前最常见的就是指纹识别系统，它是目前为止发展最成熟、使用范围最广的生物特征识别技术，特别是在身份信息的采集性上比虹膜识别技术要好一些，相关的设备都已经比较成熟，价格也能够接受。但是，指纹识别是接触式的生物体征识别系统，就会有接触卫生的问题，而虹膜识别系统是非接触式的，只需要采集人体的虹膜图像即可。因此，综合分析来看，虹膜识别是最安全、可靠、实用的生物特征识别技术，既无卫生问题，也容易被大众接受。

本文主要首先对整个虹膜识别系统做了初步的学习了解，逐步论证虹膜识别系统的几个关键性问题，从Canny算子边缘检测、霍夫圆变换、极坐标变换等几个关键的图像处理步骤入手，第一步，采用图像边缘检测的方式，尽可能地减少图像噪声，增强了需要识别的边缘图像信息，第二步则是在边沿图像信息的基础上，通过霍夫圆变换、极坐标变换等多种图像变换算法，将我们需要的图像区域提取出来，并且做了一定的形状变换，为下一步的虹膜模式识别和提取虹膜特征匹配做了前期的准备工作，为后续步骤奠定了基础。之后尝试通过编写OpenCV代码，实现了对虹膜图像的预处理，所得到的实际图像效果基本达到了预期的要求。

关键词：虹膜预处理，图像边缘检测，图像定位，图像归一化处理

Research on Preprocessing Algorithm for iris recognition system

04011443 Xiaoyu Chen

Supervisor Lin Luo

Abstract：

The human eye's iris recognition system in recent years as an emerging bio-based feature extraction recognition technology, and several other technology is relatively mature typical biometric identification technology comparison, it is very obvious advantages, its human of itself less interference recognition technology, because it does not require users to gather information used machinery and equipment for direct physical contact, the acquisition of machinery and equipment to ensure clean and hygienic, can long repeated use without causing other so that the public health and safety concerns about the issue. Several typical biometric identification technology, the most common is the fingerprint identification system, it is by far the most mature, the most widely used biometric technology, especially in the collection of information on identity than iris recognition technology better, related equipment are mature, the price can accept. However, fingerprint recognition is a contact signs of biological recognition systems, there will be contact with health problems, while iris recognition system is non-contact, only to collect human iris image. Therefore, comprehensive analysis, iris recognition is the most secure, reliable, practical biometric technology, neither health issues, but also easily accepted by the public.

In this paper, first the entire iris recognition system to do a preliminary study to understand, step by step demonstration of some key problems in the iris recognition system, from Canny edge detection operator, Hough transform circular, polar coordinate conversion, and several other key image processing step start with the first step, the use of image edge detection mode, to minimize image noise, enhances edges of the image information needs identified, the second step is based on the edge image information, through the Hough transform circular, polar a variety of image transformation algorithms transform the image we need to extract the region, and made certain shape change for the next iris pattern recognition and extraction of iris matching done the preparatory work laid the foundation for the next steps . After attempts by writing OpenCV code that implements the iris image preprocessing, the actual effect of the resulting image has basically reached the expected requirements.

Key words：Iris preprocessing, edge detection, image orientation, image normalization process

目录

摘要 I

Abstract： II

第一章 绪论 1

1.1引言 1

1.2虹膜识别系统的组成 1

1.3 虹膜识别预处理研究现状 3

1.4 本文研究目的和主要研究内容 4

第二章 虹膜识别预处理算法概述 5

2.1 图像边缘检测算法 5

2.2 图像定位和归一化算法 6

2.3 本章小结 7

第三章 图像边缘预处理算法研究 8

3.1引言 8

3.2 Sobel导数算法 8

3.3 Laplace算子算法 9

3.4 Canny 边缘检测算法 9

3.5 本章小结 11

第四章 图像定位及归一化处理算法研究 12

4.1 引言 12

4.2 霍夫圆检测算法 12

4.3 极坐标变换算法 13

4.4 本章小结 14

第五章 虹膜预处理系统实验与结果分析 15

5.1 Sobel导数算法 15

5.2 Laplace算子算法 16

5.3 Canny边缘检测算法 17

5.4 霍夫圆检测算法 18

5.5 极坐标变换算法 19

5.6 结果分析 19

5.7 预处理过程对最后结果的影响 22

5.8 本章小结 23

总结和展望 24

致谢 25

参考文献 26

1. 绪论

1.1引言

21世纪，随着生物识别技术与计算机技术的发展，越来越多的领域需要运用个人身份识别技术，可以说个人身份识别技术的普及与信息化的发展密切相关，并且随着科技的进步与发展，它会越来越受到人们的重视。传统意义上有非常多的身份认证的方式，比如说：指纹认证、人脸识别、手势密码等等。但是这些传统意义上的身份认证的方式存在着诸多不可靠性：比如容易被模仿复制。这时候，生物识别技术相对于这些传统的身份认证的方法就会有其独特的优越性：方便使用、长期稳定不变、不容易伪造等等。

虹膜是位于人眼中的瞳孔与巩膜两者之间有纹理的环形色带区域。它作为生物识别中比较新颖而且又发展比较成熟的方向，它本身具有很多优势，这些优势是指纹、人脸以及声音识别不具备的。首先虹膜具有唯一、稳定、可采集、非接触等特点。除此以外，虹膜识别优于其他识别的地方在于它独特的高可靠性高准确性。因此，虹膜识别一直被人们称为最可靠的身份认证识别方法。

不同人的虹膜或者哪怕是同一个人的左右眼虹膜都有不同的特征，这些特征包括不同的结构和不同的纹理特征等多种特征结构。而且虹膜特征对于同一个人是属于终身不变的，即具有极高的稳定性。由于虹膜识别无需接触，且虹膜的位置在眼角膜后面，所以修改伪造虹膜很难。因此，虹膜识别在生物识别技术中占有一席之地，被广泛应用于公安社保、银行、机场等诸多领域，给人们的生活带来便利，同时也为身份鉴别的高效与安全提供了强有力的保障。

虹膜识别系统通常情况下包含了以下部分：虹膜图像获取、虹膜区域定位及分割、虹膜图像归一化、虹膜特征提取与编码以及最终的样本比对。虹膜识别已经发展了二十多年，这些年来我们的研究重点一直集中于虹膜有效区域的定位和虹膜的特征表达这两个方面。随着技术的不断进步和发展，我们把研究重点更加投向于不可控环境下的虹膜识别技术。不可控环境主要包括运动、远距离、可见光等环境下的虹膜识别。实际上现今虹膜识别的系统仍旧无法满足人们日常的实用需求。所以虹膜识别技术发展正在由“人配合机器”慢慢转变成“机器配合人”。而虹膜图像的质量评价在虹膜识别系统中越来越重要，在虹膜图像获取、自适应的虹膜对比、虹膜图像恢复等诸多模块均起到了非常重要的作用。随着虹膜识别系统的普及和相关算法不断完善，尤其是对于虹膜质量评价算法的相关研究，虹膜技术将会越来越被普及，这将会更加推动生物识别技术在诸多领域的运用和发展。

1.2虹膜识别系统的组成

基于人眼虹膜的生物识别系统从通常严格意义上主要是由以下这几个关键步骤组成的：近红外相机组成的虹膜图像采集系统：

• 在虹膜图像上寻找瞳孔和虹膜的定位过程
• 虹膜图像的预处理过程
• 虹膜信息的特征提取过程
• 搭建虹膜信息匹配识别系统

如下所示的框图：

图1-1 基于人眼的虹膜识别系统的基本构成框图

因此，下面简要介绍一下虹膜识别系统的具体流程和各个步骤的处理过程和处理目的，从而展现了一个完整的工程流程。

• 虹膜图像采集 现今免费的虹膜库主要有：CASIA、UBIRIS、UPOL、MMU。综合图像尺寸、质量和应用广泛程度等各方面考虑，我们选取了CASIA 4.0作为测试样本，CASIA4.0在前一版的基础上增加了从远距离所拍摄的图像，还包括了不同光照条件、眼皮睫毛干扰等各种干扰因素下的虹膜图像，非常适合本课题进行多方面虹膜质量评价的要求。
• 虹膜图像预处理 虹膜图像预处理技关键技术就在于虹膜定位算法，首先是瞳孔定位，它的目标就是通过弥合瞳孔边界来计算出圆心和半径大小。其次是定位虹膜的外圆圆心和半径接下来对虹膜图像进行归一化处理。
• 虹膜图像质量评价 依靠一定标准对图像进行评价并对图像进行分类选出质量较好的虹膜图像用作后续处理，这是虹膜识别系统之中的关键一步。不管是单测度来评价虹膜图像，还是多测度来评价虹膜图像，我们需要的都是根据一定评判标准筛选出优质图像，减少后续操作的运算量，从而优化整个系统的性能。
• 虹膜特征提取 此步骤主要目的在于提取出虹膜中有效的纹理信息，从而保障后续的匹配识别的高效进行。
• 虹膜特征匹配 此步骤度量两幅虹膜图像他们的特征向量距离也就是他们的相似度，然后根据两者之间的相似度大小来判别两幅虹膜的图像是否来自同一人。常用的方法主要通过汉明距离、归一化后相关值来表示相关度的大小。这时需要确定合适的阈值，相似度大于该选定的阈值则判定两个图像来源于同一人。否则两虹膜图像被判定为不是来源于同一人。

虹膜定位算法作为虹膜识别系统中的重要组成部分，它的精确度将会直接影响着后续虹膜特征提取部分的准确性。定位不准确造成后面计算得出的特征向量出现错误，其结果就是虹膜识别率的降低。

现在国内外比较流行的虹膜定位算法中，主流算法主要是Wildes的基于Hough变换的算法和Daugman圆模板匹配算法，此外，中科院还提出了改进后的RANSAC虹膜定位算法。以上几种算法基本上能够满足虹膜识别系统的后续操作要求，但是算法在效率上还是亟待提高。然而虹膜定位算法的效率、准确性两者之间相互制约，也就是说效率的提升势必造成虹膜定位的准确率的下降，而想要提升准确率，那么定位的时间则会增加不少。所以虹膜定位算法目前的瓶颈主要在于如何在提高算法速度的同时保证准确度达到一定目标，这是目前急需解决的问题。

剩余内容已隐藏，请支付后下载全文，论文总字数：25853字

相关图片展示：