基于微積分法的虹膜邊緣檢測技術(shù)的研究

王晟全，李 昂,2，黎相龍

(1.南京理工大學(xué)紫金學(xué)院 電子工程與光電技術(shù)學(xué)院，江蘇 南京 210023；2.南京郵電大學(xué) 通信學(xué)院，江蘇 南京 210003；3.齊魯師范學(xué)院，山東 濟(jì)南 250200)

0 引 言

當(dāng)今社會(huì)，身份識(shí)別問題是大家普遍要面對(duì)的十分重要的問題，指紋識(shí)別、人臉識(shí)別技術(shù)正趨于成熟，也正在被應(yīng)用到需要進(jìn)行身份識(shí)別的場景里，逐漸改變?nèi)藗兊纳?。但在大多使用場景中，研究人員發(fā)現(xiàn)指紋是非常容易被偽造的，雙胞胎、整容等因素也使應(yīng)用廣泛的人臉識(shí)別陷入了難題。在某些方面，人們對(duì)指紋識(shí)別、人臉識(shí)別的安全系數(shù)提出了質(zhì)疑。人類一直有一個(gè)關(guān)于“精準(zhǔn)身份識(shí)別”的夢想，人臉、指紋、虹膜這些不可替代的生物體特征陸續(xù)被應(yīng)用。并且指紋識(shí)別、人臉識(shí)別的準(zhǔn)確度已經(jīng)受到質(zhì)疑，不得不提到虹膜識(shí)別。虹膜識(shí)別，可能是一項(xiàng)更具有安全性的技術(shù)[1-3]。

1 虹膜識(shí)別的特點(diǎn)

虹膜，作為重要的身份鑒別特征，具有以下優(yōu)勢[4]：

(1)高獨(dú)特性：幾乎任何兩個(gè)人(包括雙胞胎)的虹膜都是不完全相同的，即使是同一個(gè)人左右眼的虹膜也存在一定的差異。

(2)高穩(wěn)定性：虹膜本身一般不易發(fā)病，可以保持幾十年不變。

(3)良好的防偽性能：要想精細(xì)地修改虹膜的表面結(jié)構(gòu)特征，即使采用目前先進(jìn)的眼科手術(shù)，也必須冒著視力損傷的危險(xiǎn)。另外，利用虹膜本身有規(guī)律的震顫特性以及虹膜隨光強(qiáng)度變化而縮放的特性，可以把假冒的虹膜圖片區(qū)分開來。

(4)易接受性：可以不與人體接觸，甚至能夠在人們沒有覺察的情況下把虹膜圖像拍攝下來。

2 虹膜識(shí)別流程

虹膜識(shí)別流程如圖1所示。

圖1 虹膜識(shí)別流程

2.1 采集設(shè)備

虹膜是一個(gè)很小的器官，直徑約十幾毫米，不同人種的虹膜顏色有著很大的差別。

白種人的虹膜顏色淺，紋理顯著，黃種人的虹膜則多為深褐色，紋理非常不明顯，因此，如何實(shí)現(xiàn)虹膜圖像的獲取是一個(gè)較大的難題。并且，由于虹膜識(shí)別對(duì)圖像的灰度分辨率具有比較高的要求，因此，虹膜圖像采集設(shè)備的性能相當(dāng)關(guān)鍵。在獲取圖像的過程中，使用者必須在一定的距離內(nèi)，平視鏡頭幾秒鐘方可完成采集工作[5]。

采集虹膜圖像并不是接觸式獲取，而是非接觸式的，這樣一套設(shè)備主要是由圖像采集電路組成，其中包括控制芯片、光學(xué)鏡頭以及補(bǔ)光裝置。普遍的研究表明，通過傳統(tǒng)的CCD采集同圖像采集卡相結(jié)合進(jìn)行圖像采集的方式多有不便且集成度較低。研究人員發(fā)現(xiàn)，使用CMOS圖像傳感器與相應(yīng)的USB控制芯片傳輸相結(jié)合的方式不但便利且傳輸速度快，完全可以滿足虹膜識(shí)別技術(shù)對(duì)于快速采集工作的要求[6]。

但是，在很多情況下，在虹膜圖像采集時(shí)會(huì)遇到一些不可避免的問題，例如：受到雜光的干擾；使用者可能無法準(zhǔn)確地置于最佳采集距離；使用者在鏡頭前可能會(huì)出現(xiàn)抖動(dòng)、眨眼等不確定因素，從而導(dǎo)致圖像不清晰，不能被準(zhǔn)確識(shí)別[7-9]。

對(duì)于可能出現(xiàn)的問題，均做出了相關(guān)的應(yīng)對(duì)措施，如下：

(1)為了解決雜光干擾的問題，圖像采集系統(tǒng)要采用近紅外LED光源照明，并在鏡頭和圖像傳感器之間加裝近紅外光濾片。顧名思義，該濾光片僅允許LED近紅外光通過，可有效過濾自然光；

(2)在鏡頭前的適當(dāng)位置加裝半透半反光鏡，可使使用者借助該裝置的光學(xué)特征觀察自己眼鏡是否在合適的位置，并且可以使用戶清楚地察覺自己是否發(fā)生了抖動(dòng)。

2.2 測距和聚焦檢測

測距指的是幾何測距，即通過幾何圖像法進(jìn)行測距。其分為兩種，如圖2所示。

測距方法的自動(dòng)調(diào)焦有三角測量法、紅外測量法以及超聲波測量法?？梢姡缒さ奶崛?duì)于提取方法和設(shè)備的要求以及用戶的使用方法還是具有一定要求的，但是，只要技術(shù)相對(duì)成熟，這些都可以得到改善。

3 虹膜定位

虹膜區(qū)域分割是虹膜識(shí)別技術(shù)中的一個(gè)重要步驟，在虹膜識(shí)別的時(shí)候，必須先將虹膜區(qū)域從眼部圖像中分離出來。事實(shí)上，這里說的就是將瞳孔和鞏膜區(qū)分，虹膜定位就是要確定虹膜的內(nèi)外邊界。

3.1 濾 波

采用低通濾波，在空域平滑依靠模板的卷積運(yùn)算，假如該模板尺寸大，卷積量較大，其性能會(huì)大大降低。通常采用頻域運(yùn)算解決其實(shí)時(shí)性低的問題，其中包括圖像傅里葉變換、頻率中心移動(dòng)、濾波器系數(shù)和傅里葉變換結(jié)果的對(duì)應(yīng)點(diǎn)相乘、頻率中心平移、傅里葉逆變換。頻域?yàn)V波將空域中模板卷積成與之前圖像相等的兩個(gè)矩陣對(duì)應(yīng)點(diǎn)的乘法，占用內(nèi)存空間大，不過其計(jì)算量會(huì)顯著減少，使得整個(gè)運(yùn)算過程是以空間換取了時(shí)間。

3.2 邊緣檢測

通過銳化模板和圖像的卷積來達(dá)到邊緣提取的效果，銳化模板如式1所示。

(1)

當(dāng)空域模板較大時(shí)，模板卷積運(yùn)算量很大，為了提高算法實(shí)時(shí)性，可將圖像變換到頻域進(jìn)行邊緣提取。虹膜識(shí)別中，虹膜的邊緣是接近于圓的一種幾何結(jié)構(gòu)，其可看成是一組同心圓，這兩個(gè)圓內(nèi)分別與周圍的圖像環(huán)境產(chǎn)生了較為明顯的灰度差，通過灰度差來分析是否為邊界，這種方法在圖像識(shí)別領(lǐng)域應(yīng)用廣泛[10-13]。

式2給出了四種不同方向的的邊緣提取算子，分別是水平方向、垂直方向、135°方向和45°方向。

(2)

設(shè)圖像為函數(shù)P(x,y)，其水平方向的邊緣函數(shù)為：

l(x,y)=P(x+1,y)-l(x-1,y)

(3)

垂直方向的邊緣函數(shù)為：

h(x,y)=P(x,y+1)-P(x,y-1)

(4)

135°方向的邊緣函數(shù)為：

D(x,y)=P(x+1,y+1)-P(x-1,y-1)

(5)

45°方向的邊緣函數(shù)為：

d(x,y)=P(x-1,y+1)-P(x+1,y-1)

(6)

將以上求加權(quán)可代換出整個(gè)圖像的梯度圖像，公式如下：

(7)

又可以得：

(8)

(9)

3.3 使用微積分法進(jìn)行虹膜定位

微積分法(見圖3)和其他類似于Hough變化的算法，如果檢測的虹膜圖像較為模糊，對(duì)比度不是很高，微積分算法依然可以精確定位。它使用的是圖像的梯度幅度信息，不需要二值化處理，更不會(huì)產(chǎn)生類似于投票機(jī)制的二值化閾值的選擇問題。

圖3 微積分法

首先是檢測圓，假如能將圖像的中心位置確定下來，設(shè)其中心位置為(x0,y0)，則算法如下：

(10)

(11)

通過上面的算法來檢測圓周梯度變化最大的地方，如圖4所示。

圖4 檢測圖像

霍夫變換方法存在許多問題。首先，它需要為邊緣檢測選擇閾值，這可能導(dǎo)致關(guān)鍵邊緣點(diǎn)被移除，導(dǎo)致無法檢測圓弧。其次，霍夫變換由于其“強(qiáng)力”方法而在計(jì)算上是密集的，因此可能不適合于實(shí)時(shí)應(yīng)用。而微積分法就不會(huì)存在此類問題[14-16]。

4 仿真結(jié)果

由于虹膜代碼(iris code)是通過復(fù)雜的運(yùn)算獲得的，并能提供數(shù)量較多的特征點(diǎn)，所以虹膜識(shí)別技術(shù)是精確度最高的生物識(shí)別技術(shù)，具體描述如下：

兩個(gè)不同的虹膜信息有75%匹配信息的可能性是1∶106；

等錯(cuò)率：1∶1 200 000；

兩個(gè)不同的虹膜產(chǎn)生相同iris code(虹膜代碼)的可能性是1∶1 052。

在做實(shí)驗(yàn)時(shí)，使用了LEI-a數(shù)據(jù)集。表1是僅使用一個(gè)濾波器，具有各種中心波長的'LEI-a'數(shù)據(jù)集的可判定性，其中sigmaOnF為0.75，模板大小為20×240，并且有3個(gè)移位。

表1 實(shí)驗(yàn)結(jié)果(1)

表2是僅使用一個(gè)濾波器，具有各種中心波長的'LEI-a'數(shù)據(jù)集的可判定性，其中sigmaOnF為0.5，模板大小為20×240，并且有3個(gè)移位。

表3是僅使用一個(gè)濾波器，具有各種中心波長的'LEI-a'數(shù)據(jù)集的可判定性，其中sigmaOnF為0.3，模板大小為20×240，并且有3個(gè)移位。

表2 實(shí)驗(yàn)結(jié)果(2)

表3 實(shí)驗(yàn)結(jié)果(3)

實(shí)驗(yàn)過程如圖5～圖8所示。

圖5 眼睛圖像“pi201b”的分割階段

圖6 邊緣檢測階段

圖7 虹膜定位的真實(shí)過程

圖8 虹膜歸一化

5 結(jié)束語

技術(shù)的算法還受到了現(xiàn)有技術(shù)的制約。眾所周知，CPU速度是大規(guī)模檢索的一個(gè)瓶頸，另外網(wǎng)絡(luò)和硬件設(shè)備的性能也制約著檢索的速度。當(dāng)然，由于虹膜識(shí)別技術(shù)采用的是單色成像技術(shù)，因此一些圖像很難把它從瞳孔的圖像中分離出來。但是微積分算法允許圖像質(zhì)量在某種程度上有所變化。相同的虹膜所產(chǎn)

生的虹膜代碼也有20%的變化，這似乎是虹膜識(shí)別的致命弱點(diǎn)，但在識(shí)別過程中，這種iris code的變化只占整個(gè)虹膜代碼的10%，它所占代碼的比例是相當(dāng)小的。由此可見，虹膜識(shí)別算法使用微積分還是很不錯(cuò)的選擇。