機器視覺技術在虹膜識別中的創(chuàng)新應用

楊密凱

摘 要 隨著計算機技術的發(fā)展，機器視覺技術也在各個行業(yè)和領域得到了應用。而在虹膜識別中進行該技術的創(chuàng)新應用，則能夠推動生物特征識別技術的發(fā)展?；谶@種認識，本文對機器視覺技術在虹膜識別中的創(chuàng)新應用問題展開了研究，以期為關注這一話題的人們提供參考。

【關鍵詞】機器視覺技術 虹膜識別 創(chuàng)新應用

在信息時代，身份識別困難的問題變得更加突出。僅僅利用身份證進行身份識別，容易出現(xiàn)身份信息被偽造和丟失的問題，所以無法滿足社會的發(fā)展需要。而虹膜具有唯一性和防偽性，運用機器視覺技術實現(xiàn)虹膜識別，則能夠根據(jù)人體生物特征完成個人身份認證，繼而更好的促進相關技術的發(fā)展。

1 機器視覺技術概述

所謂的機器視覺技術，其實就是利用計算機實現(xiàn)人的視覺功能，是可以利用計算機代替人眼認識客觀三維世界的一種技術。從特點上來講，機器視覺技術具有較高的測量精度和靈敏度，并且具有抗電磁干擾能力強、噪聲低等有點，能夠在惡劣環(huán)境條件下得到使用。將該技術引入到圖像采集處理系統(tǒng)中，則能夠利用機器代替人眼進行判斷和測量，可以利用圖像攝取裝置完成目標檢測，然后將檢測得到的信號轉換為數(shù)字信號，并利用圖像處理系統(tǒng)完成信號的判斷和處理。

2 機器視覺技術在虹膜識別中的創(chuàng)新應用

利用機器視覺技術，無需與被觀測對象接觸就能夠完成被檢測對象的特征的準確提取，所以不會對被觀測者造成損傷。因此，可以在虹膜識別中進行機器視覺技術的創(chuàng)新應用，從而增強虹膜識別的安全可靠性。

2.1 虹膜圖像的采集

利用機器視覺技術進行虹膜識別時，首先需要完成虹膜圖像的采集。具體來講，就是需要完成虹膜圖像的清晰、準確采集，并且將圖像信息以數(shù)字化形式存儲，從而為后續(xù)圖像識別打下良好的基礎。而機器視覺系統(tǒng)中包含光源、光學系統(tǒng)和圖像捕捉系統(tǒng)，能夠從15-46mm距離完成虹膜圖像的采集。在圖像捕捉的過程中，用戶需要在攝像頭前進行眼睛位置的移動，以便獲得虹膜最佳的對焦位置。此時，攝像頭將連續(xù)完成虹膜圖像的采集，而系統(tǒng)也會提示用戶進行眼鏡位置的移動。直至成像有足夠銳度時，系統(tǒng)將會完成虹膜圖像樣本的自動采集。在圖像存儲上，機器視覺系統(tǒng)中包含有圖像采集卡，其具有接收圖像信號和實現(xiàn)A/D轉換的功能，能夠完成圖像信號的放大和數(shù)字化輸出。而該功能模塊還能夠實現(xiàn)攝像機的同步或異步拍攝控制，能夠通過PC機內部總線完成數(shù)字數(shù)據(jù)的高速傳輸，傳輸速率能夠達到130MBPS。

2.2 虹膜圖像的提取

實際上，利用視覺識別系統(tǒng)初步采集的圖像是人眼圖像，想要實現(xiàn)虹膜識別還有完成圖像的預處理，以便從人眼圖像中完成虹膜區(qū)域圖像的提取。具體來講，就是需要先進行虹膜定位，然后對圖像進行歸一化處理。所謂的虹膜定位，實際上就是從人眼圖像中完成虹膜區(qū)域圖像的分割。從原理上來看，由于瞳孔和虹膜在交界處會形成內邊界和外邊界，所以只要完成虹膜內外邊界的查找，就能夠實現(xiàn)虹膜區(qū)域的提取。使用微積分算法，可以使用圓形邊緣檢測器完成虹膜內外邊緣的反復查找，從而獲得最佳匹配的兩個圓。通過將曲線積分路徑轉換為弧形，并且完成相應信息參數(shù)的調整，就可以完成上下眼瞼的邊緣檢測。在圖像歸一化處理方面，需要從虹膜內邊界中心右側水平半徑開始沿著逆時針方向將環(huán)形虹膜展開，從而得到矩形虹膜。在此基礎上，通過對虹膜大小進行標準化處理，則能夠完成虹膜不同心和虹膜與瞳孔不同心的問題的處理。經(jīng)過處理，得到的圖像的虹膜邊界與瞳孔邊界線應該為水平線。

2.3 虹膜圖像的識別

完成虹膜圖像的歸一化處理后，系統(tǒng)還要進行虹膜圖像特征的提取，從而實現(xiàn)虹膜識別。具體來講，就是需要使用2DGabor濾波器完成虹膜紋理的局部量化和編碼，從而實現(xiàn)紋理二維信息的處理。除了使用該種方法，使用機器視覺技術也可以在不同分辨率下完成虹膜圖像的分解，然后將分解后的圖像與對應圖像進行比較。值得注意的是，在進行虹膜圖像特征提取時，需要確保圖像縮放、位移和旋轉的不變形。如果獲得的特征無法實現(xiàn)虹膜復雜紋理的全面反映，還要從頻率域和空間分別展開分析，以便進行紋理信息的完整表達。所以，虹膜特征提取過程就是一個數(shù)據(jù)分析和處理的過程，能夠將大量原始圖像數(shù)據(jù)轉換為若干特征，并且從中進行具有代表性的特征的提取，繼而為圖像的分類處理打下基礎。在虹膜分類中，系統(tǒng)將使用神經(jīng)網(wǎng)絡方法和CASIA（中科院自動化所提供的公開免費虹膜數(shù)據(jù)庫）完成虹膜分類機制的構建。利用反復訓練和調整得到的決策函數(shù)，則能夠完成識別模式和已知庫中模式的比較，繼而實現(xiàn)虹膜圖像的識別。

3 結論

總之，機器視覺技術在農業(yè)、工業(yè)等多個領域都得到了應用。而在虹膜識別上實現(xiàn)該技術的創(chuàng)新應用，則能夠促使該技術進一步向著高精度、實時在線和智能化檢測的方向發(fā)展，并且也能夠使生物識別技術得到進一步發(fā)展。

參考文獻

[1]田啟川，劉正光.虹膜識別綜述[J].計算機應用研究，2014，25（05）：1295-1300.

[2]田捷，楊鑫.生物特征識別技術理論與應用[M].電子工業(yè)出版社，2014.

[3]張曼.形變虹膜圖像的魯棒特征表達與匹配[D].中國科學院大學，2013.

[4]孫哲南.虹膜圖像特征表達方法研究[D].中國科學院研究生院，2014.

[5]張慧.基于紋理分析和顏色特征的虹膜圖像分類[D].中國科學院研究生院，2013.

[6]李星光.虹膜圖像質量評價研究[D].中國科學技術大學，2013.

[7]劉京，孫哲南，譚鐵牛.一種基于非局部正則化和可靠區(qū)域檢測的虹膜圖像去模糊算法[J].計算機科學，2014，41（01）：54-58.

作者單位

深圳市諾賽特系統(tǒng)有限公司 廣東省深圳市 518000