一种新的虹膜识别算法__--__数学形态学在虹膜识别中的应用.pdf

～种新的虹膜识别算法——数学形态学在虹膜识别中的应用 一种新的虹膜识别算法 ——数学形态学在虹膜识别中的应用 摘要 f f ． (探讨可靠的人体生物鉴别技术的努力由来已久【ljo现代科学认 ＼、～ 为，人的相貌(包括面容)、声纹、唇纹、手足纹、眼睛纹络等的 特征均可用作个体识别的依据。其中指纹识别技术已较为成熟， 虹膜识别技术起步较晚。摄像技术和计算机技术的发展为虹膜识 别提供了物质基础，同时也开辟了广阔的应用前景。虹膜识别技 术在商业及其它领域，如：网络安全、电子商务、网络交易、社 会保险、银行提款、汽车及手机防盗、身份证明、公安及来员控 制等方面将大显身手，甚至在反恐怖方面也有用途——在机场安 装自动识别系统以锁定嫌疑人。 虹膜识别和其他人体生物鉴别技术一样，其所依据的特征大 多取于人体外表，这种和人体不接触即可获得图像的方式为使用 者提供了方便，也使得该技术容易被接受和推广。相反的，DNA 鉴别技术的分析资料取自人体，该技术耗时长，代价高。 据医学解剖学分析…，眼球壁分外、中、内三层。虹膜位于 中膜的最前面，其颜色因人种不同而有差异，中央有一圆形孔叫 瞳孔，外面与眼白相邻。虹膜内含有两种排列方向不同的平滑肌： 在瞳孔周围呈环形排列的叫瞳孔括约肌，收缩使瞳孔缩小；由瞳 孔向四周呈放射状排列的叫瞳孔开大肌，收缩使瞳孔开大。 作为生物鉴别技术的一项重要内容，虹膜具有生物识别所要 求的共同特点：首先，据研究，两个人虹膜相同的机率是千亿分 一种新的虹膜识别算法——数学形态学在虹膜识别中的应用 之一，即使双胞胎的虹膜也不尽相同；其次，每个人的虹膜几乎 终生不变，虽然这一认识还有待接受严格的实验数据认证，但除 非发生大的病变，同一个人十年、二十年乃至于更长时间间隔内 的虹膜图像变化是相当微小的。这种个体的差异性和相对稳定性 为虹膜识别提供了生理基础。此外，虹膜识别还具有其自身的独 到优势：因为虹膜是人体的内部器官，其人为改变的可能性不大； 2，具有244个自由 据估计i1’“，人的虹膜产生的熵为3．2bits／mm 度，这远大于其他的人体器官所提供的特征数。这是虹膜识别相 ＼，／ 对其他人体生物鉴别技术的生理优势。I? ， 国际公认的虹膜识别专家John Daugman博士在虹膜识别方面 做了很多开创性的工作，取得了很大成绩。他的大量论文在虹膜 识别方面具有权威性和代表性，被广为引用。本文结合John Daugman博士的工作，对其算法做了一些改进： (1)本文提出了和JohnDaugman的算法完全不同的匹配算 法：加权相关算法，即利用两幅图像的加权相关系数作为两幅图 像相似性的指标。虹膜的边缘是模糊边缘，因而其边缘的精确定 位很难。本文基于此一认识，先把虹膜的纹理信息映射到一极坐 标系中，对映射到极坐标系中的虹膜图像的像素赋予不同的加权， 再通过计算相关系数来判断两幅图像的相似性。文中给出了试验 的结果，证明这一算法是有效的。 (2)本文对现代的虹膜识别算法进行了根本的改进，用椭圆 模型代替了圆模型。现代的虹膜识别算法都是建立在虹膜的内外 边缘是圆形的假定上的n’2，¨】，虽然这一假定有其生理学基础，但 在图像采集过程中，很难让虹膜与摄像机的成像面平行，当眼睛 一种新的虹膜识别算法——数学形态学在虹膜识别中的应用 投影到成像面上时，得到的虹膜图像具有椭圆形边缘。本文基于 虹膜边缘是椭圆形这一想法，对检测到的边缘点进行了拟合，并 对椭圆的参数进行了估算，试验证明这一改进是有效和必要的。 (3)本文提出的形态学滤波的算法可以有效