活体虹膜识别的关键技术研究

摘要

生物特征识别技术是依据人类自身所固有的生理或行为特征而进行识别的一种技术。生理特征与生俱来，多为先天的；行为特征则是习惯使然，多为后天的。与传统的身份鉴别手段相比，基于生物特征的身份鉴别技术具有以下优点：(1)无需记忆；(2)防伪性能好，不易伪造或被盗；(3)“随身携带”，随时随地可用。利用虹膜进行身份鉴别，具有唯一性、稳定性、可采集性、非侵犯性等优点。据统计，虹膜识别是最可靠的生物特征识别之一，其误识率是各种生物特征识别中最低的。本文从虹膜图像的采集出发，致力于虹膜识别各个环节的关键技术。主要包括了：虹膜图像的采集、虹膜图像质量评价、虹膜图像预处理、虹膜防伪、特征抽取及匹配(FeatureExtraction&Matching)。其中，虹膜图像的获取是虹膜识别中重要的一部分，采集装置不过关，虹膜识别就成了无源之水；虹膜图像质量评价是对采集到的虹膜图像进行质量评估，挑选质量好的虹膜图像用于后续的识别；虹膜图像预处理主要包括：虹膜定位(包括虹膜内外圆的定位、眼睑定位)、虹膜归一化(即通过某种映射关系把原始图像中的虹膜转换到固定尺寸的图像中)、虹膜图像增强(主要为了消除光照不均匀的影响)及去噪(主要指去除睫毛、光斑等噪声)；虹膜防伪主要是针对目前现有的攻击手段进行防伪，防止以假乱真；虹膜特征提取及匹配主要是对归一化后的虹膜图像抽取特征并按一定的匹配准则与虹膜特征库进行比对，达到识别目的。 ⑴虹膜采集装置普遍存在用户使用引导相对困难、受外界环境光干扰明显等弱点。本文在接触式虹膜采集仪的基础上，已成功研制三代虹膜采集/识别仪，第一代是外置图像卡的采集装置，第二代为内置式的虹膜采集，前两代均为接触式，第三代为非接触式自反馈虹膜采集仪。其中，第三代采集设备采用了液晶屏自反馈机制，能够使用户在极短的时间内更加快速并且完全自主地完成虹膜瞄准和对焦，并且采集的虹膜图像质量不会受眼镜及墨镜的影响，因此，该采集设备具有结构简单、引导迅捷、使用方便等显著特点，为实现虹膜图像的采集开创了一条新的技术途径。同时，利用上述的采集设备，建立了由不同人种，不同年龄，不同性别的虹膜库。 ⑵虹膜图像质量评价：实际采集到的虹膜图像往往会由于不聚焦、运动模糊、瞳孔过度变形、虹膜区域被眼睑及睫毛严重遮挡等原因而影响虹膜识别的精度，因此，为了提高识别系统的准确性，在虹膜识别前，有必要对获取的图像进行质量评估，选择满足一定质量要求的图像作为识别系统的输入。在分析现有方法的基础上，针对不聚焦及运动模糊问题提出了一种基于高斯拉普拉斯算子的质量评价方法。该方法原理简单，不需要预先定位虹膜，因此速度上有优势。 ⑶在虹膜图像预处理上进行了较为深入研究。由于虹膜定位是虹膜图像预处理过程中的重要环节，它不仅决定了虹膜识别的后续过程能否继续，而且决定了虹膜特征抽取及匹配是否有效。同时，虹膜定位也是整个虹膜识别系统占用时间较多的过程。因此，本文重点讨论了虹膜定位算法，包括虹膜内圆(瞳孔)、虹膜外圆及眼睑定位。在已有模型和算法的基础上，提出了一种快速有效的虹膜内外圆定位算法。瞳孔的定位采用几何方法，在瞳孔定位的基础上，利用Canny算子结合Hough变化进行虹膜外圆的定位，并提出了一种基于标准数据(Groundtruth，又译为理想数据，以下统称标准数据)的客观评价方法，实验结果表明，不但速度快而且精度很高。此外，考虑到眼睑的定位精度不会像虹膜内外圆那样对后续的识别产生重大的影响，同时考虑到速度上需要快速，因此，本文提出了用最小二乘法拟合抛物线的眼睑定位方法，定位时不考虑拟合的抛物线的方向，实验结果表明本文的方法简单有效。 ⑷研究了虹膜防伪，对活体虹膜防伪问题进行了较为深入研究，详细分析了虹膜照片、纸质打印虹膜、彩色隐形眼镜、模拟眼等伪虹膜的特性，在分析现有防伪算法的基础上，提出了一种基于统计纹理特性及支持向量机(SVM)的彩色隐形眼镜防伪检测方法，抽取特征时主要利用彩色隐形眼镜虹膜纹理区域的不变性及其纹理的灰度特性，伪虹膜的分类主要用SVM进行两类分类，并与现有的方法进行比较，从实验结果可以看出本文提出的方法在速度及检测精度上都有优势，能够正确地检测目前的商用彩色隐形眼镜。 ⑸研究了虹膜特征抽取及匹配。虹膜特征提取及匹配是虹膜识别系统最后的处理过程，也是最关键最核心的部分，对整个识别系统的性能有决定性的作用。然而对虹膜的特征进行描述和分类是一个十分困难的问题。鉴于对偶树复数小波变换(DualTreeComplexWaveletTransform，简称DTCWT)具有良好的方向选择特性，本文提出了一种基于对偶树复数小波变换的虹膜特征抽取算法，实验证明该方法具有更好的识别性能。此外，通过各种距离匹配方法的实验比较，得出相位信息比幅值信息更具有区分性的结论。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景及意义

1.2虹膜识别原理及国内外研究现状

1.3虹膜识别研究的难点

1.4本论文的创新之处

1.5本论文的章节安排

第二章虹膜图像采集

2.1引言

2.2虹膜采集设备

2.3实验和讨论

2.4本章小结

第三章虹膜图像质量评价

3.1引言

3.2相关方法和分析

3.3基于高斯拉普拉斯算子的质量评价方法

3.4实验分析

3.5本章小结

第四章虹膜图像预处理

4.1引言

4.2相关工作和分析

4.3虹膜定位

4.4虹膜归一化、增强及去噪

4.5实验和比较

4.6本章小结

第五章虹膜防伪

5.1引言

5.2伪虹膜的特性分析

5.3相关算法同顾

5.4基丁统计纹理特性及SVM的彩色隐形眼镜防伪算法

5.5本章小结

第六章虹膜特征提取及匹配

6.1引言

6.2虹膜特征提取算法同顾和分析

6.3基于对偶树复数小波变换的虹膜特征提取算法

6.4虹膜匹配

6.5实验和比较

6.6本章小结

第七章总结和展望

7.1总结

7.2展望

参考文献

攻读博士学位期间完成的论文及专利

攻读博士学位期间参与科研项目

致谢