机器视觉技术在虹膜识别中创新应用.docVIP

机器视觉技术在虹膜识别中的创新应用 　　摘 要 随着计算机技术的发展，机器视觉技术也在各个行业和领域得到了应用。而在虹膜识别中进行该技术的创新应用，则能够推动生物特征识别技术的发展。基于这种认识，本文对机器视觉技术在虹膜识别中的创新应用问题展开了研究，以期为关注这一话题的人们提供参考 【关键词】机器视觉技术 虹膜识别 创新应用 在信息时代，身份识别困难的问题变得更加突出。仅仅利用身份证进行身份识别，容易出现身份信息被伪造和丢失的问题，所以无法满足社会的发展需要。而虹膜具有唯一性和防伪性，运用机器视觉技术实现虹膜识别，则能够根据人体生物特征完成个人身份认证，继而更好的促进相关技术的发展 1 机器视觉技术概述 所谓的机器视觉技术，其实就是利用计算机实现人的视觉功能，是可以利用计算机代替人眼认识客观三维世界的一种技术。从特点上来讲，机器视觉技术具有较高的测量精度和灵敏度，并且具有抗电磁干扰能力强、噪声低等有点，能够在恶劣环境条件下得到使用。将该技术引入到图像采集处理系统中，则能够利用机器代替人眼进行判断和测量，可以利用图像摄取装置完成目标检测，然后将检测得到的信号转换为数字信号，并利用图像处理系统完成信号的判断和处理 2 机器视觉技术在虹膜识别中的创新应用 利用机器视觉技术，无需与被观测对象接触就能够完成被检测对象的特征的准确提取，所以不会对被观测者造成损伤。因此，可以在虹膜识别中进行机器视觉技术的创新应用，从而增强虹膜识别的安全可靠性 2.1 虹膜图像的采集 利用机器视觉技术进行虹膜识别时，首先需要完成虹膜图像的采集。具体来讲，就是需要完成虹膜图像的清晰、准确采集，并且将图像信息以数字化形式存储，从而为后续图像识别打下良好的基础。而机器视觉系统中包含光源、光学系统和图像捕捉系统，能够从15-46mm距离完成虹膜图像的采集。在图像捕捉的过程中，用户需要在摄像头前进行眼睛位置的移动，以便获得虹膜最佳的对焦位置。此时，摄像头将连续完成虹膜图像的采集，而系统也会提示用户进行眼镜位置的移动。直至成像有足够锐度时，系统将会完成虹膜图像样本的自动采集。在图像存储上，机器视觉系统中包含有图像采集卡，其具有接收图像信号和实现A/D转换的功能，能够完成图像信号的放大和数字化输出。而该功能模块还能够实现摄像机的同步或异步拍摄控制，能够通过PC机内部总线完成数字数据的高速传输，传输速率能够达到130MBPS 2.2 虹膜图像的提取 实际上，利用视觉识别系统初步采集的图像是人眼图像，想要实现虹膜识别还有完成图像的预处理，以便从人眼图像中完成虹膜区域图像的提取。具体来讲，就是需要先进行虹膜定位，然后对图像进行归一化处理。所谓的虹膜定位，实际上就是从人眼图像中完成虹膜区域图像的分割。从原理上来看，由于瞳孔和虹膜在交界处会形成内边界和外边界，所以只要完成虹膜内外边界的查找，就能够实现虹膜区域的提取。使用微积分算法，可以使用圆形边缘检测器完成虹膜内外边缘的反复查找，从而获得最佳匹配的两个圆。通过将曲线积分路径转换为弧形，并且完成相应信息参数的调整，就可以完成上下眼睑的边缘检测。在图像归一化处理方面，需要从虹膜内边界中心右侧水平半径开始沿着逆时针方向将环形虹膜展开，从而得到矩形虹膜。在此基础上，通过对虹膜大小进行标准化处理，则能够完成虹膜不同心和虹膜与瞳孔不同心的问题的处理。经过处理，得到的图像的虹膜边界与瞳孔边界线应该为水平线 2.3 虹膜图像的识别 完成虹膜图像的归一化处理后，系统还要进行虹膜图像特征的提取，从而实现虹膜识别。具体来讲，就是需要使用2DGabor滤波器完成虹膜纹理的局部量化和编码，从而实现纹理二维信息的处理。除了使用该种方法，使用机器视觉技术也可以在不同分辨率下完成虹膜图像的分解，然后将分解后的图像与对应图像进行比较。值得注意的是，在进行虹膜图像特征提取时，需要确保图像缩放、位移和旋转的不变形。如果获得的特征无法实现虹膜复杂纹理的全面反映，还要从频率域和空间分别展开分析，以便进行纹理信息的完整表达。所以，虹膜特征提取过程就是一个数据分析和处理的过程，能够将大量原始图像数据转换为若干特征，并且从中进行具有代表性的特征的提取，继而为图像的分类处理打下基础。在虹膜分类中，系统将使用神经网络方法和CASIA（中科院自动化所提供的公开免费虹膜数据库）完成虹膜分类机制的构建。利用反复训练和调整得到的决策函数，则能够完成识别模式和已知库中模式的比较，继而实现虹膜图像的识别 3 结论 总之，机器视觉技术在农业、工业等多个领域都得到了应用。而在虹膜识别上实现该技术的创新应用，则能够促使该技术进一步向着高精度、实时在线和智能化检测的方向发展，并且也能够使生物识别技术得到进一步发展 参考文献