虹膜识别技术简介.

外圆边界的提取：
可以采用最小二乘拟合的方法提 取外圆边界。首先使用Canny 算子对 原图像进行边缘提取，然后根据瞳孔 的位置和其它的先验知识，去除一些 无用的点，比如眼眉和内边界等，最 后采用最小二乘法进行拟合。最后虹 膜定位。
虹膜的归一化：
归一化的目的是将每幅原始图 像调整到相同的尺寸和对应位置， 从而消除平移、缩放和旋转对于虹 膜识别的影响。
三、虹膜特征提取
两种比较典型的方法— 多通道滤波 二维小波变换 从一定意义上讲，前者是后者的特 列。
二维小波变换：
小波变换是一个常用的图像分析手段， 并且在纹理识别中有较多的应用。一个二 维小波变换可以看作两个连续的一维小波 变换。二维小波变换将一幅图像分解成一 系列的低频子图像。小波变换的结果取决 于所采用的小波基的类型，而小波基是由 滤波器的类型决定的。
内边界的提取：
与眼睛的其他部分相比，瞳孔要暗得多。我 们采用二值化的方法分离出瞳孔，提取内虹膜边 界。二值化方法的关键在于阈值的选取，具体做 法是，先计算出整个图像的灰度直方图,它应该有 两个主要的峰值，其中的第一个峰值，对应的就 是瞳孔区域灰度集中的范围，第二个峰值对应 的 是虹膜区域的灰度集中范围。显然，提取瞳孔的 二值化阈值应该选择在第一个峰值的右侧。对图 像进行二值化后，我们可以看出，瞳孔成功地被 分离开来。
虹膜识别的一般步骤：
虹膜图像获取 图膜图像的获取
虹膜是一个很小的器官，直径约十几毫米， 不同人种的虹膜颜色有着很大的差别。 白种人的虹膜颜色浅，纹理显著 黄种人的虹膜则多为深褐色，纹理非常不 明显
二、虹膜图像的预处理
通过获取装置采集的虹膜图像通常不 可能仅仅包含虹膜，往往还有眼睛的其它 部分，比如眼睑、睫毛、眼白等，而且在 高度非侵犯性系统中，由于对被试者不做 要求，虹膜在图像中的位置与大小都会发 生变化。因此，在进行虹膜识别之前，必 须先确定出虹膜在图像中的位置并进行大 小归一化等操作。
小波的四种通道：

LL 通道代表了图像在水平低频和垂直低频下的信 息 LH通道代表了图像在水平低频和垂直高频下的信 息 HL通道代表了图像在水平高频和垂直低频下的信 息 HH 通道代表了图像在水平高频和垂直高频下的 信息
在四种小波通道中，HH通道反映的是图像的高 频特征，其中包含了图像中的大部分噪声，不适合 用于纹理特征的提取。因此我们使用图中阴影部分 的共 7 个通道来进行纹理分析。对于每个通道的滤 波结果，提取均值和方差作为其特征。由于在小尺 度下的小波子图像受噪声的影响比较严重，为了增 加识别算法的抗噪声性能，在具体算法中，我们对 于归一化的图像，进行 3次小波分解，对 3 个尺度 下的小波系数进行处理，这样总共有 7 个小波通道， 每幅输入图像提取出 14 个特征。
虹膜图像预处理包括：
虹膜定位 虹膜图像归一化 虹膜图像增强

进行虹膜图像预处理：

原始输入图像 虹膜图像的灰度直方图 二值化方法定位瞳孔 虹膜图像边缘提取 修正后的虹膜边缘 虹膜定位 虹膜图像的归一化 图像增强
虹膜图像预处理效果图：
虹膜定位 ：
由原始输入图像可以看出，虹膜 包含纹理的部分是内外两个近似圆形 边界之间的部分，虹膜内侧与瞳孔相 邻，外侧与眼白相邻。但是，这两个 圆不是完全同心的,我们需要分别对内 外两个边界进行处理。
虹膜识别技术简介
天津理工大学 计算机与通信工程学院 20062166 侯建元
什么是虹膜？
虹膜是位于人眼白色巩膜和黑色瞳孔 之间的环状组织，包含了最丰富的纹理信 息。外观上看，虹膜由许多腺窝、皱褶、 色素斑等构成，是人体中最独特的结构之 一
虹膜识别的优点：
虹膜，作为重要的身份鉴别特征—



唯一性：虹膜图像存在许多随机分布的细节特征 稳定性：虹膜从婴儿胚胎期的第3个月起开始发育， 到第8个月虹膜的主要纹理结构已经成形 可采集性：虹膜是一个外部可见的内部器官，不 必紧贴采集装置就能获取合格的虹膜图像 非侵犯性：一般情况下很难盗取他人的虹膜图像
用极坐标变换的方法进行归一化：
将虹膜图像中的每个点一一映射到极坐标，这种映射 对于平移和内外圆环的大小变换等具有不变性。综上所述， 整个虹膜识别的过程对于虹膜图像的旋转、平移和尺度变 化以及瞳孔的收缩都具有不变性。
虹膜图像增强 ：
由于设备的原因，使得虹膜图像 上的光照不能完全按均匀分布，这样 将会影响纹理分析的效果。为了更好 地提高识别效果，我们对展开后的虹 膜图像进行了局部的直方图均衡化， 从而实现了图像增强，减少了非均匀 光照的影响。
四、虹膜特征匹配
与图像库中的数据进行匹配， 从而达到识别的效果。