howirisrecognition__培训课件.pptVIP

How Iris Recognition Works John Daugman Invited Paper IEEE Transactions on circuits and systems for video technology, 2004 孙胜楠 东南大学系统所 虹膜简介 由于角膜的保护作用， 虹膜不易受到外部伤害； 虹膜识别的过程是非 接触的； 取样过程中可以消除 不同角度光照的影响。 虹膜简介 形成期：自母体怀孕后3个月形成，8个月定型 虹膜的特征：拱状韧带、犁沟、脊、隐窝、圈、Z形环带 纹理结构：在可见光情形下，呈现锯齿状网状结构（抗干扰弱）；在近红外情形下，基质的纹理结构也被显现出来。 研究现状 1993年，剑桥大学John Daugman 1994年，澳大利亚Richard Wildes 2001年，中科院自动化所模式识别国家重点实验室 2003年，上海交通大学图像处理与模式识别研究所 虹膜识别步骤 虹膜图像的获取 虹膜图像质量评价 虹膜定位 虹膜防伪 特征提取及模式匹配 虹膜图像获取 统计显示：在虹膜半径上至少有70个象素点，虹膜的特征才会明显。目前一般采集装置保持在80-130个象素点。 采用单色CCD Cameras（480×640），NIR光照在700-900-nm波带上不会对人眼产生干扰。 虹膜图像质量评价 通过计算图像的二维傅立叶变化高频能量来评价图像的聚焦程度，高频能量越大则图像聚焦越好，越清晰。 一边采集一边判断， 有一个最低聚焦标准。 虹膜定位 假设I(x,y)为坐标(x,y)处的图像强度，并且将虹膜内外边界模型转化为圆心在（x0,y0），半径为r的圆，通过求下式的最大值的三个参数： 其中 为中心r0，标准差 的高斯函数，用来平滑图像 特征提取 该方法采用基于Garbor滤波的虹膜纹理相位编码算法，该算法利用Garbor滤波器的局部性和方向性对虹膜纹理进行分解编码，依据是Garbor小波具有与人类简单视觉细胞相似的视觉特性。 特征编码 独立性测试 采用Hamming Distance作为衡量指标 其中CodeA和CodeB为获取的虹膜编码；maskA和maskB为噪音屏蔽码（与编码长度相同，2048位） 独立性测试 独立性测试 鲁棒性调节 大小、位置和方向的调整 调整结果分析 匹配结果分析 匹配结果分析 展望 优化虹膜获取方式 采用非圆弧逼近的方法定位虹膜、精确定位 消除干扰（眼睑、睫毛、以及光照） 虹膜归一化处理 合理、快速的虹膜检索匹配方式 The end！ Thank you!