虹膜识别技术简介__培训课件.pptVIP

虹膜识别技术简介 天津工业大学 电子与信息工程学院 电信1003班 史梦颖 * 什么是虹膜？ 虹膜是位于人眼白色巩膜和黑色瞳孔之间的环状组织，包含了最丰富的纹理信息。外观上看，虹膜由许多腺窝、皱褶、色素斑等构成，是人体中最独特的结构之一。 * 虹膜识别的优点： 虹膜，作为重要的身份鉴别特征— 唯一性：虹膜图像存在随机分布的细节特征； 稳定性：虹膜从婴儿胚胎期的第3个月起开始发育，到第8个月虹膜的主要纹理结构已经成形； 可采集性：虹膜是一个外部可见的内部器官，不必紧贴采集装置就能获取合格的虹膜图像； 非侵犯性：一般情况下很难盗取他人的虹膜图像。 * 虹膜识别的一般步骤： 虹膜图像获取 图像预处理 特征提取 特征匹配 * 一、虹膜图像的获取 虹膜是一个很小的器官，直径约十几毫米不同人种的虹膜颜色有着很大的差别，一般黄种人的虹膜多为深褐色，纹理非常不明显，必须采用专门的虹膜图像采集装置才可拍摄出纹理丰富的虹膜图像。采集时用户需站在离采 集设备10-50 cm的范围内， 睁大眼睛注视采集窗口，这 样才能采集清晰的虹膜图像。 * 二、虹膜图像的预处理 通过获取装置采集的虹膜图像通常不可能仅仅包含虹膜，往往还有眼睛的其它部分，比如眼睑、睫毛、眼白等，而且在高度非侵犯性系统中，由于对被试者不做要求，虹膜在图像中的位置与大小都会发生变化。因此，在进行虹膜识别之前，必须先确定出虹膜在图像中的位置并进行大小归一化等操作。 * 虹膜图像预处理包括： 虹膜定位 虹膜图像归一化 虹膜图像增强 * 1.虹膜定位 ： 由原始输入图像可以看出，虹膜包含纹理的部分是内外两个近似圆形边界之间的部分，虹膜内侧与瞳孔相邻，外侧与眼白相邻。但是，这两个圆不是完全同心的, 需要分别对内外两个边界进行处理。 * ① 内边界的提取： 与眼睛的其他部分相比，瞳孔要暗得多。采用二值化的方法分离出瞳孔，提取内虹膜边界二值化方法的关键在于阈值的选取，具体做法是先计算出整个图像的灰度直方图,它应该有两个主要的峰值，其中的第一个峰值，对应的就是瞳孔区域灰度集中的范围，第二个峰值对应 的是虹膜区域的灰度集中范围。显然，提取瞳孔的二值化阈值应该选择在第一个峰值的右侧。对图像进行二值化后，瞳孔成功地被分离开来。 * 效果图： 图一 图二 图三 * ② 外圆边界的提取： 可以采用最小二乘拟合的方法提取外圆边界。首先使用Canny 算子对原图像进行边缘提取，然后根据瞳孔的位置和其它的先验知识，去除一些无用的点，比如眼眉和内边界等，最后采用最小二乘法进行拟合。最后虹膜定位。 * 效果图： 图一 图二 图三 * 2.虹膜的归一化： 归一化的目的是将每幅原始图像调整到相同的尺寸和对应位置，从而消除平移、缩放和旋转对于虹膜识别的影响。 * 用极坐标变换的方法进行归一化： 将虹膜图像中的每个点一一映射到极坐标，这种映射对于平移和内外圆环的大小变换等具有不变性。综上所述，整个虹膜识别的过程对于虹膜图像的旋转、平移和尺度变化以及瞳孔的收缩都具有不变性。 * 3.虹膜图像增强 由于设备的原因，使得虹膜图像上的光照不能完全按均匀分布，这样将会影响纹理分析的效果。为了更好地提高识别效果，我们对展开后的虹膜图像进行了局部的直方图均衡化，从而实现了图像增强，减少了非均匀光照的影响。 * 三、虹膜特征提取 两种比较典型的方法— 多通道滤波 二维小波变换 从一定意义上讲，前者是后者的特列。 * 四、虹膜特征匹配 与图像库中的数据进行匹配，从而达到识别的效果。 * 匹配度： 85.8% * 谢谢