基于iOS系統(tǒng)的虹膜識(shí)別算法研究

虹膜識(shí)別的基本原理：

一、虹膜識(shí)別系統(tǒng)的工作流程

虹膜識(shí)別系統(tǒng)的主要流程有以下幾個(gè)：圖像的采集、圖像預(yù)處理（定位、歸一化脯倚、增強(qiáng)）、特征提取和模式匹配嵌屎。

虹膜識(shí)別的整個(gè)流程圖如下：

虹膜識(shí)別系統(tǒng)流程圖

1.虹膜圖像采集

2.預(yù)處理

? ?預(yù)處理包括虹膜的定位推正、歸一化、以及圖像增強(qiáng)三個(gè)部分宝惰，如下圖

虹膜圖像預(yù)處理步驟

在虹膜識(shí)別實(shí)現(xiàn)時(shí)植榕，虹膜特征主要是虹膜環(huán)形區(qū)域的紋理，但是采集到的虹膜圖像尼夺，一般不僅僅只包括虹膜的紋理内贮，通常還有眼睛的其它部分，如眼瞼汞斧、睫毛夜郁、眼白等。在虹膜定位中已經(jīng)將虹膜區(qū)域從整個(gè)眼睛圖像中分隔出來(lái)了粘勒，但是由于非虹膜因素仍可能存在于定位模塊中得到的虹膜圖像竞端。這些干擾因素作為虹膜紋理特征進(jìn)入虹膜編碼模塊的話，將會(huì)出現(xiàn)不是虹膜特征的特征庙睡，從而影響識(shí)別的精度事富。所以虹膜識(shí)別之前，必須對(duì)圖像進(jìn)行去燥處理乘陪，接著指定出虹膜在圖像中的位置统台，然后歸一化。

經(jīng)過(guò)試驗(yàn)統(tǒng)計(jì)啡邑，虹膜圖像的灰度具有一定的規(guī)律贱勃。比如眼睛各個(gè)部位對(duì)紅外光的反射率是不同的。

定位算法：

目前定位算法主要有基于微積分算子的圓模板匹配法、主動(dòng)輪廓線算法贵扰、Hough變換算法仇穗、最小二乘算法等。這些算法大多數(shù)都是基于以下兩種經(jīng)典的虹膜定位算法： 一種是Daugman的基于微積分算子的原模板匹配法戚绕、另一種是Wildes等提出的邊緣檢測(cè)結(jié)合Hough變換的方法纹坐。

基于微積分算子的原模板匹配法：

其基本思想是：利用虹膜圖像中鞏膜、虹膜至瞳孔的灰度分布呈現(xiàn)出一次遞減舞丛、灰度相差比較大的特點(diǎn)耘子，利用圓形檢測(cè)模板對(duì)虹膜的內(nèi)外邊緣進(jìn)行檢測(cè)球切，得到內(nèi)外圓的估計(jì)參數(shù)，其算法核心是利用微積分算子內(nèi)外圓參數(shù)進(jìn)行計(jì)算欧聘，該算子的表達(dá)式如下

圓模板匹配法表達(dá)式

其中I（x,y）是虹膜圖像的灰度分布端盆；（r,x0,y0）是要檢測(cè)的內(nèi)圓或外圓的參數(shù)；r為半徑焕妙；（x0,y0）為圓心的位置坐標(biāo)；G焚鹊。（r）是標(biāo)準(zhǔn)差為痕届。的高斯平滑函數(shù)研叫，在空域和頻域內(nèi)都可以起到平滑濾波的作用。其表達(dá)式為：

高斯平滑函數(shù)表達(dá)式

*為卷積符號(hào)嚷炉；?表示 I（x,y）在半徑為r,圓心為（x0,y0）的圓周上的曲線積分。

對(duì)于虹膜圖像的定位探橱，首先通過(guò)一定的方法找到所處理對(duì)象的大致圓心（內(nèi)圓和外圓）區(qū)域申屹，以此區(qū)域內(nèi)的每一個(gè)點(diǎn)作為圓心（x0,y0），不斷改變 r 進(jìn)行積分運(yùn)算隧膏。得到積分結(jié)果后哗讥，對(duì)r取偏導(dǎo)數(shù)，并與平滑濾波函數(shù)卷積進(jìn)行平滑胞枕。通過(guò)不斷變化參數(shù)（r,x0,y0）進(jìn)行迭代搜索杆煞，直到找到使算子取得最大值的參數(shù)（r,x0,y0），作為圓的半徑和圓心

優(yōu)點(diǎn)： 準(zhǔn)確性高 ? ? ? ? ?缺點(diǎn)：計(jì)算量大、容易受到區(qū)域影響

邊緣檢測(cè)結(jié)合Hough變換定位算法

這種算法一般稱(chēng)為兩步定位方法索绪。

該方法包含兩個(gè)步驟：首先利用邊緣檢測(cè)算子得到虹膜圖像的邊緣信息湖员，然后利用圓的Hough變換在邊緣圖像中檢測(cè)虹膜內(nèi)外邊緣。

1瑞驱、第一步是對(duì)虹膜圖像邊緣化娘摔。邊緣是圖像中灰度發(fā)生急劇變化的區(qū)域邊界，圖像灰度的變化情況可以用圖像灰度分布的梯度來(lái)反映唤反。因此可以利用基于梯度的邊緣檢測(cè)算子來(lái)檢測(cè)邊緣像素凳寺。這個(gè)算子的定義如下：

邊緣檢測(cè)算子

其中， I ( x,? y )表示圖像彤侍；G（x,y）是以（x0,y0）為中心肠缨，標(biāo)準(zhǔn)差為。的二維高斯函數(shù)

對(duì)圖像起平滑作用盏阶，以突出圖像邊界晒奕，開(kāi)頭倒三角符號(hào)為拉普拉斯微分算子。二維的高斯函數(shù)和拉普拉斯微分算子組合后與圖像進(jìn)行卷積名斟，則可得到圖像邊緣的二值化圖像脑慧。

2、第二步是通過(guò)Hough變換的投票機(jī)制確定內(nèi)外邊界圓的圓心坐標(biāo)和半徑砰盐。設(shè)邊緣圖像的所有點(diǎn)的坐標(biāo)為（xi,yi）,(i=1,2,3..n),圓心坐標(biāo)為（x0,y0）,半徑為r的圓在參數(shù)空間中的Hough變換原理為：

搜索最大參數(shù)集的過(guò)程實(shí)際上就是計(jì)算H數(shù)組在三維空間求圓參數(shù)最優(yōu)解的過(guò)程闷袒。

Hough變換是利用圖像的全局特性而將邊緣像素連接起來(lái)組成區(qū)域封閉邊界的一種方法。在預(yù)先知道區(qū)域的情況下岩梳，利用Hough變換可以方便的得到邊界曲線囊骤，將不連續(xù)的邊緣像素點(diǎn)連接起來(lái)。

優(yōu)點(diǎn)：參數(shù)清晰冀值，對(duì)噪聲不敏感 ? ? ? 缺點(diǎn)：計(jì)算量大也物、搜索范圍大導(dǎo)致定位速度慢

3.虹膜的特征提取

4.模式匹配 （鑒別模式、認(rèn)證模式）

可以利用分類(lèi)器進(jìn)行模式匹配列疗，其中海明距離是使用最多的分類(lèi)器焦除。

5.虹膜特征數(shù)據(jù)庫(kù)

虹膜特征數(shù)據(jù)庫(kù)中存放的是已知虹膜紋理的特征向量。在虹膜識(shí)別過(guò)程中作彤，首先要對(duì)識(shí)別的虹膜圖像進(jìn)行處理分析得到虹膜特征碼，然后將所提取的特征碼與數(shù)據(jù)庫(kù)中的特征碼模板進(jìn)行比對(duì)竭讳，最后得出分類(lèi)結(jié)果。為了將虹膜用于身份識(shí)別灿渴，在虹膜識(shí)別系統(tǒng)的后臺(tái)需要一個(gè)大型的虹膜特征數(shù)據(jù)庫(kù)，以便于對(duì)虹膜特征碼進(jìn)行存儲(chǔ)和查詢(xún)骚露。常用的公開(kāi)虹膜數(shù)據(jù)庫(kù)有 CASIA蹬挤、UBIRIS 等棘幸。

特征提取的時(shí)候利用到了Gabor濾波器

直角坐標(biāo)系下的2維Gabor變換函數(shù)如下：

2維Gabor變換函數(shù)