虹膜識別技術在智慧城市身份認證中的應用研究

李晶晶，童艷，王迪

（沈陽城市建設學院，遼寧沈陽，110167）

關鍵字：虹膜識別技術；多特征提取與融合；身份認證；MATLAB

1 虹膜識別技術研究意義

為了鼓勵生物特征識別技術的迅速發展，快速占領該領域的技術高地，盡快形成一批具有自主知識產權的生物特征識別產品，我國在《國家中長期科學與技術發展規劃(2006-2020年)》中明確提出要重點研究生物特征識別領域的系統和技術，為廣大研究人員指明了研究方向。

目前虹膜識別的產品已經應用在門禁系統、金融領域、機場安檢等一些需要高度安全的場所，但是由于其實際應用環境的多樣性和復雜性，在目前的研究中仍然存在一些問題：目前的虹膜圖像定位速度不理想，魯棒性較差，同時虹膜特征編碼規模較大，傳統的編碼配準方式也增大了模式匹配計算量[1]。這些因素限制了虹膜識別過程的速度與準確性，使得基于虹膜識別的身份認證方式難以應用到更廣泛的領域中。因此，速度快，精度高，魯棒性好的虹膜識別算法的研究成為一項重要研究課題。

虹膜識別技術最關鍵的問題就是識別算法，只有突破算法瓶頸才能推進產品商業化。虹膜識別核心算法在國內并未完全成熟，比如識別距離遠近、復雜光線環境、睫毛遮擋等因素都會影響虹膜識別的精準度。因此，虹膜識別技術面臨的最主要問題是如何提取穩定的特征并對其進行準確的匹配。所以本文以提高虹膜識別實際應用性能為目標，將虹膜識別作為研究對象，著重從虹膜特征提取和識別方法入手，致力于提高虹膜識別算法精度，同時改善虹膜圖像的魯棒性和易用性。

圖1 虹膜識別技術原理框圖

2 虹膜識別技術原理

2.1 虹膜圖像采集及預處理

針對復雜場景下光照變化、遮擋和密集人群帶來的虹膜圖像采集不能滿足識別條件的問題，本文將對采集到的原始虹膜圖像首先進行預處理，如圖2所示。采集圖像質量的優劣會影響到后續的定位算法、特征提取與識別算法的選取問題以及最終的識別結果，因此虹膜圖像預處理環節在整個識別系統中起著至關重要的作用。

圖2 處理后的瞳孔圖像

2.2 虹膜圖像有效區域定位

對虹膜紋理區域進行有效定位，去除掉無效的信息是虹膜識別的中重要且關鍵的一步。如圖3、圖4所示為虹膜圖像內外邊緣提取。虹膜定位是虹膜識別中最重要的步驟之一，虹膜能否精準地定位，關系到下一步的虹膜紋理特征的提取，待準確定位后截取虹膜紋理特征突出的部分作為感興趣區域，提高虹膜識別系統輸入圖像的質量。如圖5、圖6所示。

圖3 內邊緣提取

圖4 外邊緣提取

圖5 分離出的虹膜結果

圖6 去除眼瞼后的結果

2.3 虹膜紋理圖像歸一化

虹膜圖像的歸一化過程是將環狀虹膜區域調整到統一的位置和大小，從而減少人眼的瞳孔縮放、旋轉和平移等對虹膜識別的影響，提高識別的準確率。增強后的歸一化虹膜圖像如圖7所示。

圖7 增強后的歸一化圖像

2.4 截取虹膜圖像感興趣區域（ROI）

在其后的虹膜特征提取的過程中，圖像中存在的干擾信息就會對特征信息的編碼造成影響，從而降低特征識別的準確度。消除影響虹膜識別結果的不利因素和冗余信息，最終將得到的虹膜圖像輸入到特征提取的環節中。

2.5 虹膜多特征提取與融合識別算法

通過SVR分類器模型將虹膜多種特征進行融合的虹膜識別方法，提取區分性高的虹膜特征，以達到最優的識別效果，最后通過MATLAB軟件來實現算法并進行仿真實驗。

3 虹膜識別技術的關鍵問題

虹膜識別作為身份認證的一種新技術，得到人們廣泛的關注和研究，一個更加精確、穩定的虹膜識別系統可極大地降低錯誤識別的風險。在大數據、云計算和智能硬件發展的基礎上，虹膜特征的采集精度、處理速度以及存儲容量都得到了很大的提升，硬件方面已不再是限制虹膜識別技術發展的最主要瓶頸。目前，虹膜識別面臨的最大問題在于如何通過優化識別算法來提升生物識別的魯棒性、易用性和泛化性能。

為了彌補單一形式的虹膜特征描述不足以在復雜情況下保持魯棒性，本文利用CPSO優化算法對改進的Gabor濾波器參數進行尋優，使Gabor能夠根據不同虹膜庫自適應改變參數，采用SVR分類器綜合Gabor濾波器提取到的多局部特征匹配結果，對多特征用相應距離函數求得的相似度進行融合，求取多種特征共同作用下的融合相似度來判定虹膜的分類結果。使融合后的區分度高于任意單一特征的區分度，從而提取區分性高的虹膜特征，以達到最優的識別效果。

4 實驗及結果分析

通過采用由中科院自動化研究所提供的CASIA虹膜圖像數據庫作為本算法實現的實驗樣本，利用MATLAB7.1編程實現了本文提出的算法，隨機抽取了50組虹膜圖片進行了小樣本實驗，每組圖片是分為兩個采集階段構成的，每個采集階段分別包含3幅和4幅同一只眼睛的虹膜圖片，采集的虹膜圖片為8位灰度圖像，分辨率為320×280。結果如表1所示。與現有的經典算法相比，可以看出本文提出的算法雖然在正確識別率上與Daugman算法相比有所不足，但識別時間大大縮短，系統識別速度更快，與Boles算法相比，識別效果更好一些。

5 結束語

本文將虹膜識別作為研究對象，提出一種識別速度快、精度高、魯棒性好的虹膜識別算法。通過實驗驗證了該算法的有效性，為研究出性能更好、性價比更高的虹膜識別系統應用于智慧城市身份認證等領域提供有利條件。

表1 本文算法與經典算法比較