虹膜識別系統綜合實驗設計

李 欣，張 琪，王 蓉

（中國人民公安大學 信息網絡安全學院，北京 100038）

數字圖像分析與識別課程是高等院校信息技術專業學生的必修課，也是研究生的重要課程，以及相關專業博士研究生入學考試的重要內容。虹膜識別是數字圖像分析與識別課程中的重要內容，其理論涉及圖像處理、模式識別、計算機視覺等多學科交叉融合的內容[1-2]，廣泛應用于公安、社保、金融和考勤等領域[3-4]。虹膜識別技術的理論性和實用性都很強，在日常的教學中，僅通過抽象的基本理論講解，高年級本科生及低年級研究生都很難深入理解和掌握虹膜識別的基本原理及實現流程。因此，本文設計了虹膜識別系統綜合實驗，通過Matlab GUI設計創建圖形用戶界面，實現圖像讀取、虹膜定位、虹膜歸一化、特征提取和分類識別等功能，并對中間結果進行可視化顯示，有助于學生深入理解與掌握虹膜識別的理論知識和實現過程，能夠幫助學生完成從理論到實踐的有效轉化。

1 實驗設計思路

本實驗的設計以虹膜識別技術作為理論支撐，旨在通過算法參數的交互以及可視化中間結果，來直觀顯示算法各種參數的作用和效果，便于學生更好地理解和掌握虹膜識別的原理和實現方法。虹膜識別系統通常具有2種功能操作：一是注冊模式，即將用戶信息注冊到數據庫；二是識別模式，即將當前虹膜與數據庫中已注冊的虹膜進行匹配搜索，判斷該用戶是否在數據庫中，并確定具體的身份信息[5]。本文設計的綜合實驗包含5個模塊：圖像讀取、虹膜定位、虹膜歸一化、特征提取、分類識別，如圖1所示，讀入圖像后，首先定位虹膜的內外邊界，把虹膜區域分割出來，然后進行歸一化以消除虹膜大小不一的尺度變化影響，之后進行特征提取，通過比對當前特征向量與數據庫中已注冊的特征向量實現分類識別。

圖1 實驗流程圖

2 算法原理

本實驗的關鍵算法包括虹膜定位、虹膜歸一化、特征提取和分類識別，理論性較強，比較抽象。為了便于學生理解，本實驗設計可交互的圖形用戶界面。通過可視化虹膜定位結果、設置可調節的歸一化參數和濾波器參數，以及可視化提取到的特征圖和計算得到的特征比對分數數值，來加深學生對虹膜識別原理的理解。

2.1 虹膜定位

采集到的虹膜圖像通常包含非虹膜區域，例如眼皮、鞏膜和瞳孔等，虹膜定位的目的就是將虹膜區域從圖像中分割出來[6]，擬合虹膜與瞳孔及鞏膜交界處的內、外邊界，可近似建模為圓形[7-8]。本文通過基于積分微分算子的邊緣搜索方法[9]來獲取虹膜內外圓的參數，表達式如下：

其中，I(x,y)為輸入圖像，Gσ(r)為高斯平滑函數，*代表卷積，通過對圖像進行高斯平滑濾波來消除噪聲的影響。該算子作為一個圓形邊緣檢測器，來搜索得到曲線徑向偏微分的曲線積分值最大時所對應的圓心(x0,y0)和半徑r參數。實驗中對內外圓進行可視化展示，便于學生直觀地看到定位結果。

2.2 虹膜歸一化

光照變化會使虹膜產生形變，采集距離變化會使虹膜區域大小不一，不利于精準識別。歸一化的目的就是將虹膜的大小調整到固定尺寸，減少虹膜尺寸變化所帶來的不利影響[10]。本文采用基于Rubber Sheet模型的線性映射方法[11]，通過極坐標的處理方式，將環狀的虹膜區域展開得到固定尺寸的矩形[12]。示意圖如圖2所示。

圖2 虹膜歸一化示意圖

所使用的映射公式如下所示：

其中， (xp(θ),yp(θ))和 (xs(θ) ,ys(θ) )分別為在θ方向上虹膜與瞳孔及鞏膜交界處點的坐標，可通過式（1）得到的虹膜內外圓心坐標和半徑值計算得到。I（x(r,θ) ,y(r,θ) ） 代表笛卡爾坐標系下的虹膜區域，通過此方法轉換到極坐標系I(r,θ)，得到固定尺寸的矩形。矩形的尺寸默認為 70×540，長和寬的值作為算法參數可人為調節，學生通過可視化結果可以看到不同尺寸對歸一化效果的影響。

2.3 虹膜特征提取

虹膜有隱窩、斑點、細絲等豐富的紋理信息[13]。虹膜特征提取是從歸一化的虹膜圖像中提煉出魯棒的身份關聯信息，并且編碼成計算機能夠存儲和讀取的格式[14]。本文使用基于 Gabor相位的方法[9]提取虹膜的局部特征。二維Gabor濾波器的公式可以寫為：

其中，σx,σy是高斯函數在x和y方向上的標準差，（μ0,υ0）是中心頻率。通過奇 Gabor函數和偶 Gabor函數對歸一化的圖像進行濾波，如圖3所示。之后，對相位信息進行量化編碼，得到二值化的特征向量，有利于降低存儲空間以及提高特征比對的效率。Gabor濾波器可以在不同的方向和尺度上提取特征，實驗中通過調節方向和尺度值可以提取到不同的虹膜局部特征，通過可視化顯示，學生可直觀地看到提取到的特征，以及濾波器參數變化對虹膜分類識別的影響。

2.4 分類識別

通過比對當前特征向量與數據庫中已注冊的特征向量，依據比對分數進行分類識別，確定該用戶是否在數據庫中，并確定具體的身份信息。本文基于漢明距離（Hamming distance）計算特征向量的比對分數[15]，計算公式如下：

其中，N為特征向量的維數，A和B為2個特征向量，(XOR)為異或運算符。當iA和Bi的值相同時，結果為0，否則為1。漢明距離的值越小說明2個特征向量越相似，越有可能來自同一個類別。實驗中將計算得到的分數進行可視化顯示，便于學生更直觀地看到分類識別的過程和結果。

圖3 Gabor濾波器

3 實驗仿真

本實驗基于Matlab設計可交互的圖形用戶界面，實現圖像讀取、虹膜定位、虹膜歸一化、特征提取和分類識別5個功能模塊的虹膜識別系統，如圖4所示。首先是眼睛圖像的讀入和顯示模塊；然后調用虹膜定位算法，定位虹膜的內外圓，得到圓心和半徑參數，可視化定位結果；之后基于Rubber Sheet模型得到固定尺寸的歸一化后的虹膜圖像，歸一化圖像的尺寸可人為調節；在此基礎上，提取虹膜的Gabor特征，濾波器的方向和尺度參數可調節，通過可視化顯示可以直觀地看到提取到的特征；最后，將所得到的特征向量與已注冊的數據庫中的特征向量進行一一比對，基于漢明距離分數判斷該用戶是否在數據庫中，可視化顯示漢明距離比對分數的最小值，得到與當前用戶最近的類別，并輸出具體的類別信息。

圖4 實驗GUI界面

本次虹膜識別系統綜合實驗設計將虹膜識別的整個流程都涵蓋其中，并且融入了數字圖像分析與識別的基本知識，很好地激發了學生的學習和研究熱情，使他們能夠更好地掌握虹膜識別理論及其應用。

4 結語

虹膜識別是數字圖像分析與識別課程中的重要內容，本文基于Matlab GUI設計了虹膜識別系統的可視化交互界面，讓學生能直觀、深刻地理解虹膜識別的基本原理和實現方法。綜合性設計實驗培養了學生的動手能力和綜合運用所學知識的能力，激發了學生進一步學習和研究虹膜識別算法的興趣，可有效提升教學效果。