基于虹膜的人体特征识别方法研究.doc

基于虹膜的人体特征识别方法研究 技术分类： 微处理器与DSP? 医疗电子? | 2007-12-19 来源：今日电子 | 作者：湖南工学院 俞斌 人体特征的鉴别方法有很多种。在任何生物特征中，指纹相对稳定但录取指纹不是非侵犯性的。脸像特征具备很多长处（如主动性、非侵犯性和用户友好等），但脸像随年龄而变化，而且容易被伪装。声音特征具备和脸像特征相似的长处，但他随年龄、健康状况和环境等因素而变化，而且说话人识别系统也容易被录音所欺骗，容易被伪造。虹膜特征识别解决了这些问题，还具备上述其他生物特征所不具备的一些长处，故近年来虹膜识别技术被认为是最有前途的生物识别技术之一。 ? 虹膜识别技术的一般过程虹膜识别技术的过程一般来说分为：虹膜图像获取、图像预处理、特征提取和特征匹配四个步骤。 虹膜图像获取是指使用特定的数字摄像器材对人的整个眼部进行拍摄，并将拍摄到的图像通过图像采集卡传输到电脑中存储。 图像预处理是指由于拍摄到的眼部图像包括了很多多余的信息，并且在清楚度等方面不能满足需要，需要对其进行包括图像平滑、边缘检测、图像分离等预处理操作。 特征提取是指通过一定的算法从分离出的虹膜图像中提取出独特的特征点，并对其进行编码。 最后，特征匹配是指根据特征编码和数据库中事先存储的虹膜图像特征编码进行比对、验证，从而达到识别的目的。 ? 获取眼部图像本文的虹膜图像摄取装置如图1所示，采用的是卓为（SOVIC）SP-313 摄像头。该摄像头采用的是最新CCD效果的CMOS感光芯片，图像分辨率为 35万像素（640×480 无软件插值），内置低照度的辅助光源，能最大限度减少对人眼的刺激，使用时配以人工暗室，使人的眼部图像更清楚、明亮。图2是本设计采用的摄像头获取到的人眼部图像。 图1 虹膜图像摄取装置 获取到图片数据后，只需要将其按照一定的图片格式写入文档，即可完成需要的眼部图像在电脑中的存储。本文程式中采用的是BMP格式的图像文档，因为BMP图像文档存储的图像数据没有经过压缩，方便以后对图像进行的预处理。 图2 人的眼部图像 ? 眼部图像的预处理BMP图像文档格式主要有1、4、8、16、24和32位等图像格式。32位BMP图像文档格式表示该图像有232种颜色，图像中的每个像素用32位表示，一般情况下该文档格式没有调色版，32位中的最高8位保留，其余8位表示红色，8位表示绿色，8位表示蓝色。8位BMP图像文档表示该图像有256种颜色。图像中的每个像素用8位表示，并用这8位作为索引在彩色表中查找该像素的颜色，8位BMP图像一般也叫做灰度图像。 在本文获取到的图像是32位的彩色BMP图像。32位的彩色图像存储的图像色彩数据较多，图像文档的尺寸也较大。但是从本文图像识别的需要来看，这些都是不必要的，因此有必要将其转换为8位的灰度图像。 转换公式如式（1）所示。 ?（1） 其中Gray (i, j)为转换后的黑白图像在(i, j)点处的灰度值，由于公式中绿色所占的比重最大，所以转换时能够自接使用G值作为转换后的灰度。转换后的灰度图像如图3所示。从图像上看和 32 位RGB 图像没有大的不同，但是图像文档的尺寸从1.17Mb缩小到了301Kb。 图3 人眼部图像的灰度图像 将获取到的眼部图像转换为灰度图像之后，还需要对灰度图像进行去噪声处理。本文采用的是空域法中的加权均值滤波，他是用一个有奇数点的滑动窗口在图像上滑动，将窗口中央点对应的图像像素点的灰度值用窗口内的各个点的灰度值的平均值代替，假如滑动窗口规定了在取均值过程中窗口各个像素点所占的权重，也就是各个像素点的系数。 ? 提取虹膜图像此过程需要读取眼部图像的数据，检测虹膜图像的内外边缘，提取内圆圆心坐标及短半径，再求出虹膜长半径，建立极坐标系，分离虹膜图像，最后进行特征提取。 和眼睛的其他部分相比，瞳孔的灰度值要小得多，也就是颜色要暗得多，而且在灰度级上有一个明显的突变，也就是说在瞳孔的灰度级要比其他部分的灰度级“黑得多”。因此，能够充分利用这个特性，对图 2进行直方图分析，结果如图 4所示。 图4 灰度直方图 对图4计算结果能够得出，图像灰度值从 62 开始，且图中存在若干个峰值点。我们已知瞳孔的颜色最暗，因此能够判定第一个波峰为瞳孔的灰度分布。具体观察第一个峰值，其基本呈正弦函数状分布，以 72 为波峰（值：884），左侧 62（值：0）为波谷，1/4 周期为 10。据此，我们确定右侧的波谷为 82。根据分析结果，对图 4进行二值化，阈值为 82，能够求出虹膜的长半径，如图5所示。 图5 虹膜长半径 对图1的图像数据，从左右顺次、从上至下扫描每个像素点，根据式（2）计算每个像素点和圆心的距离。 ? （2） 其中，dist为距离，（x,y）为扫描点的坐标值，