虹膜圖像智能識別技術分析

鐘彩 彭春富 胡常樂 傅波

摘要：在身份識別技術領域，傳統的身份識別技術因自身的技術局限性已無法滿足社會的需求，在這一背景下，各種生物辨識技術相繼出現，虹膜識別作為可靠性最高的人生終身身份標識技術之一，被認為是當下最具發展前景的生物識別技術。文章在闡述虹膜識別科技發展背景的基礎上，從虹膜圖像、預處理、定位、特征值提取等方面，較為細致地研究了虹膜識別算法，基于實驗檢驗過程，證實了虹膜識別系統的有效性，具有一定推廣價值。

關鍵詞：虹膜圖像；智能識別；圖像處理；技術分析

中圖分類號：TP391 ? ? ?文獻標識碼：A

文章編號：1009-3044（2022）31-0019-03

與個體指紋識別技術之間具有一定的共同點，虹膜識別也是以個體的生物學特征為基礎發展起來的，其具有高度不可重復性。在獲取虹膜圖像過程中，主要采用一種非侵入式的采集手段，人眼無須直接接觸CCD、CM0S等光學傳感儀，故而，虹膜辨識作為身份鑒別系統內的重要生物學特征之一，憑借虹膜豐富的紋理信息、唯一性及非侵入性等諸多優勢，其應用情況得到學術界與工業界的高度重視。在具體應用中，可以將其功能實現過程細分成為多個部分，拍攝目標圖像，搭建眼紋模板，匹配眼紋模板等，虹膜識別技術可以最大限度地提升身份識別的精準性。

1 研究背景

在“互聯網+”背景下，人們格外重視個人的信息安全和隱私，為達到以上目的，人們在持續鉆研與摸索中，期許能開發出一個更安全、有效的身份識別技術。當前?？晒┻x擇生物識別類型較多，其在很大程度上顯現出科技的發展水平與趨向，既往的密碼應用眼睛便能取而代之，以上這種識別系統便是虹膜系統。聲紋識別是另一種更善于識別生物特征的技術，其在應用中有助于提升安全性，規避非法人員出現的盜竊行為，基于智能手機開發出的人臉辨識技術當下公安系統內已顯現出很大優勢。而虹膜識別已成為國際研究中特別關注的一個應用領域，因為其自身在穩定性、精準度、可靠性及不能仿造等方面占據優勢，故而使越來越多的人員投身到虹膜識別算法的學習、研究領域，這也是該項生物識別技術日益成熟的重要基礎。

2 虹膜圖像智能識別技術的研究

2.1 圖像預處理

不同個體之間的虹膜有一定差異，不同膚色的人種虹膜顏色也是不一致的，其中黃種人虹膜近視為棕或褐色，而白種人則以灰、淺藍為主。

在虹膜的表面，皺褶不平整，含有色素斑等諸多成分。實際中個體與設備之間存有著部分不穩定因素，故而很難采集到完整的虹膜圖像。特別是在虹膜區中，存有著睫毛、光源點等干擾因素，若沒有解除以上因素做好信號處理工作，那么就很難精準地表示出虹膜特點。通常需進行噪聲處理，常規做法是提取一個固定區，規避部分干擾因素。本課題應用的是以灰度、二值化為基礎的圖像處理形式。

輸進圖像[f（x，y）]，在該環節中灰度級轉換T會形成[g（x，y）]輸出圖像，且[f（x，y）]部分輸入素點的數值對[g（x，y）]各個像素值大小起到決定性作用，[g（x，y）]=T（[f（x，y）]） [1]。

不管是[f（x，y）]圖像，還是T（[f（x，y）]） 灰度值轉換函數，由于灰度值總是受限的，所以，可以將幾何變換做出如下定義：

[R=T（r）]

上式確定了輸入像素值與輸出像素值兩者的映射關系。

基于Windows XP/VC++6.0環境運行獲得實驗結果，得到虹膜原始圖像與灰度值算法下細化與去噪聲處理所得圖像，讀圖發現，采用EMD Wavelet算法獲得的圖像清晰度更高，取得了良好的去噪及邊緣效果，可以將其看成是一種實用性較高的邊緣檢測算法。

2.2 圖像的定位

虹膜主要由兩部分內容構成，一是紋理部分，二是內外邊界之間形成的中間部分，虹膜內側邊緣臨近瞳孔，鞏膜和外側相鄰。但是對于兩個不同心的圓形，處理其邊緣是重要一項內容、為實現對虹膜的精準定位，需要探尋到內外兩圓之間存在的一些屬性，而后利用圖像處理學相關知識進行定位。

Hough變換為常用的虹膜定位算法。其原理是參數空間的點可以應用到映射成為圖像空間的線。在圖像空間內經Hough轉換獲得的共點之間與共線點，可以用其表示參數空間內的單條或數條曲線，可以通過以上這種線到點的轉換形式去構成曲線段的目標邊界，進而減少數據信息量。Hough變換應用了圖像的全局屬性直接檢測目標輪廓，以上這種操作能封鎖離散狀態下的邊界像素，生成一個連貫的邊界。若事前知道該區域的大概形狀，則基于Hough轉換能顯著提升邊界曲線定位的精準性，并銜接離散的邊界。Hough變換最大的優點是能很難受到噪聲與曲線間斷性形成的影響，這預示著其能檢出噪聲偏大的圖像目標。

實踐中，也可以嘗試采用二值化閾值分割與最小二乘法定位虹膜[2]?；叶葓D像的取閾值的分割操作便是在圖像灰度值范疇中設定一個灰度閾值，而后對比分析圖像內的該閾值與各像素的灰度值，參照所得結果把相應像素規劃成灰度值高于閾值類與低于閾值類。以上兩類像素一般分別屬于圖像的兩類區域，故而可以按照閾值分類去分割像素區域。綜合以上論述內容，閾值化分割算法的執行過程主要由兩個步驟構成：一是確定所需分割的閾值；二是對比分割閾值與像素值，以此為依據劃分像素。

提取外圓的邊緣時可以選用最小二乘擬合的方法，這種方法的執行過程可以簡單做出如下闡述：首先，提取獲得原始圖像的邊緣，此時可應用Canny算法；其次，消除那些沒有實際作用的點，以上操作時要依照瞳孔的實際方位與部分前期形成的成功經驗知識，比如眼眉與內邊緣；最后，利用最小二乘法進行擬合處理，實現對虹膜的精準定位。

2.3 圖像特征提取與識別

眾所周知，人體眼睛虹膜尺寸很小，且容易受到睫毛等因素的干擾，若不能有效提取到穩定的虹膜特征開展模式匹配，則會對后續辨識的精準性與魯棒性造成影響[3]。當下，虹膜識別被國內外公認成高穩定性、穩定度最高、最難偽造的生物學特征識別技術，虹膜圖像特征提取方法應用宗旨是為實現虹膜的智能化診斷，虹膜能量紋理及結構的特征是實際所需提取的內容，針對所融合特征，向量應用SVM進行分類。

設定[Ox]、[Oy]分別是內圓、外圓的圓心，假定虹膜的內外圓周的參數依次是[（x1，y1，r1），（x2，y2，r2）]，其中[（x1，y1）、（x2，y2）]分別是內、外圓的圓心坐標，[r1、r2]分別是內、外圓的半徑。

把內圓圓心坐標設定成（0，0） ，假定存在直線y=a與y=1a分割了虹膜圖像上部與下部的殘存部分和其他部分，利用直線y=a和外圓的兩個交點作為起始點畫出直線，依次經內圓圓心以后延展至和下方外圓。

相交，設定兩個經過圓心的相交直線構成的上下夾角角度是d，左右夾角c，有[a=r1cosd2]，把瞳孔部分的灰度值整體設置成0。假定[Aj（XAj，yAj）、Bj（XBj，yBj）]均是外圓圓周上分別的兩個點，線段[Aj、Bj]和直線y= a相平行。把虹膜圖片均稱分為m條線段，各份是[2am]，即有[2r1coscosd2m]。確定行和列各自矩陣，逐一把圖像內各坐標對應的灰度值賦值給行和列矩陣元素，這樣便能順利獲得虹膜圖像的特征值矩陣。

后臺獲得被識別對象的虹膜圖像數據及相關辨識結果后，動態檢驗識別結果，科學設定時間間隔，針對提獲的虹膜圖像的特征數據和數據庫內存留的特征模板進行搜索匹配操作，通過設定一個閾值，如果實際相似度超出該閾值，則就輸出匹配所得結果[4]。

3 虹膜識別的硬件系統與實際運用

當下，監獄內各種進出場所對安保提出的要求不斷提升，尤其是針對關押犯人的監控區域，尾隨工作人員進行越獄已經演變成監獄內常見的一種犯罪方式，就是在工作人員開啟進入首道門或營業柜臺中的門以后，犯罪分子會挾持工作人員快速沖入首道門或柜臺進行犯罪。故而，在以上場所配置的常規防盜門和門禁系統很難起到良好的防范作用。若能在監所安全管理實踐中，引進使用和虹膜識別系統，則能實現對進出檢索人員身份的精準、有效識別，監管安全性顯著提升。

3.1 硬件框架

該系統的硬件平臺主要由圖像采集與處理、數據存儲、圖像呈現及數據庫比較五分構成。

3.2 實際運用

如圖1所示，進出人員經A門（或者B門）刷卡進到虹膜采集渠道，在通道A/B同時閉合的情境下采集虹膜信息，采集信息經處理后，統一由系統進行比較分析，若比較人員處于虹膜數據庫內，那么系統開門放入通行；若被比較人員未在虹膜數據庫內，系統則會即刻發出提示信號，安全窗背后的工作人員對其進行確認，系統快速啟動報警器，對非法入侵人員進行管理、控制[5]。

如圖2所示，當下監所內管理民警可以應用虹膜識別系統對服刑人員進出監舍情況而專門設置的虹膜點名系統，該系統的功能主要是協助民警能在較短時間內精準審核大量服刑者的實際身份，且該系統通過和大局域網相連，實現人員定位的遠程化。

基于虹膜識別技術搭建出的一體化系統平臺，能結合監所的實際要求，調配各種虹膜識別終端設備，和其他技術相比較，對于采集與辨識犯人的真實身份，能實現快捷、準確確認，可見虹膜識別有很強的技術優越性，會有廣闊的發展空間。

4 結束語

早在1885年便有應用虹膜識別技術的先例，國外對虹膜識別技術的研究是十分深入、廣泛的，這也是其用于多個方面的主要原因。國內對虹膜識別技術的研究起步較晚，設計研發出具有自主知識產權的虹膜識別系統具有戰略性意義，很多研究機構陸續投身到該領域中，創造出一些在國際領先的研究成果。近些年中，虹膜識別技術服務在公共安全管理、輔助智慧警務建設等方面，構建出嵌入式虹膜模板，在維護廣大用戶信息安全的基礎上，提供更便捷、有效的身份認證服務，表現出極高的實用價值，值得推廣。

參考文獻：

[1] 張敏，孟令軍.基于激光測距法的智能虹膜識別系統設計[J].實驗室研究與探索，2019，38（5）：81-84，97.

[2] 鄧玉波.虹膜特征提取與識別的算法研究[D].長沙：湖南大學，2017.

[3] 鄭慧.基于虹膜的身份識別系統[D].北京：北京郵電大學，2010.

[4] 王蘊紅，朱勇，譚鐵牛.基于虹膜識別的身份鑒別[J].自動化學報，2002，28（1）：1-10.

[5] 劉方健. 虹膜識別考勤系統在青龍煤礦的探索與應用[J].山東工業技術，2019（14）：82-84.

【通聯編輯：光文玲】

收稿日期：2022-05-26

基金項目：2021年學院科研項目：《基于分類識別算法的關鍵技術研究》（項目編號：常職院通〔2021〕15號，ZY2105）

作者簡介：鐘彩（1982—） ，男，湖南常德人，副教授，碩士，主要研究方向為圖像處理技術、計算機應用技術。