人體特征識別方法，也叫生物特征識別方法，是指利用人的獨特的生理及行為特征進行鑒別的身份驗證的技術(shù)手段。它的產(chǎn)生及發(fā)展源于人們在邁進數(shù)字時代的過程中對身份驗證方法的準確性與便捷性不斷提高的需求。傳統(tǒng)的身份驗證方法主要包括身份標志物（如鑰匙、證件等）以及身份標志信息（如賬號、密碼等），或者以上二者的結(jié)合（如銀行卡等）。人們在使用過程中發(fā)現(xiàn)，他們都存在著共同的缺點：易于遺失和偽造。而且傳統(tǒng)的身份驗證系統(tǒng)并不能有效的識別持有這些身份標志事物的人是否是真正的擁有者。因此，一旦被冒充，真正的擁有者將遭受極大的損失。因此，人體特征識別方法作為一個更加有效的解決方案逐漸得到廣泛應(yīng)用。
人體特征的鑒別方法有很多種。在所有生物特征中，指紋相對穩(wěn)定但錄取指紋不是非侵犯性的。臉像特征具有很多優(yōu)點（如主動性、非侵犯性和用戶友好等），但臉像隨年齡而變化，而且容易被偽裝。聲音特征具有與臉像特征相似的優(yōu)點，但它隨年齡、健康狀況和環(huán)境等因素而變化，而且說話人識別系統(tǒng)也容易被錄音所欺騙，容易被偽造。虹膜特征識別解決了這些問題，還具有上述其他生物特征所不具備的一些優(yōu)點，故近年來虹膜識別技術(shù)被認為是最有前途的生物識別技術(shù)之一。
虹膜識別技術(shù)的一般過程
虹膜識別技術(shù)的過程一般來說分為：虹膜圖像獲取、圖像預(yù)處理、特征提取和特征匹配四個步驟。
虹膜圖像獲取是指使用特定的數(shù)字攝像器材對人的整個眼部進行拍攝，并將拍攝到的圖像通過圖像采集卡傳輸?shù)接嬎銠C中存儲。
圖像預(yù)處理是指由于拍攝到的眼部圖像包括了很多多余的信息，并且在清晰度等方面不能滿足要求，需要對其進行包括圖像平滑、邊緣檢測、圖像分離等預(yù)處理操作。
特征提取是指通過一定的算法從分離出的虹膜圖像中提取出獨特的特征點，并對其進行編碼。
最后，特征匹配是指根據(jù)特征編碼與數(shù)據(jù)庫中事先存儲的虹膜圖像特征編碼進行比對、驗證，從而達到識別的目的。
獲取眼部圖像
本文的虹膜圖像攝取裝置如圖1所示，采用的是卓為（SOVIC）SP-313 攝像頭。該攝像頭采用的是最新CCD效果的CMOS感光芯片，圖像分辨率為 35萬像素（640×480 無軟件插值），內(nèi)置低照度的輔助光源，能最大限度減少對人眼的刺激，使用時配以人工暗室，使人的眼部圖像更清晰、明亮。圖2是本設(shè)計采用的攝像頭獲取到的人眼部圖像。
圖1 虹膜圖像攝取裝置
獲取到圖片數(shù)據(jù)后，只需要將其按照一定的圖片格式寫入文件，即可完成需要的眼部圖像在計算機中的存儲。本文程序中采用的是BMP格式的圖像文件，因為BMP圖像文件存儲的圖像數(shù)據(jù)沒有經(jīng)過壓縮，方便以后對圖像進行的預(yù)處理。
圖2 人的眼部圖像
眼部圖像的預(yù)處理
BMP圖像文件格式主要有1、4、8、16、24和32位等圖像格式。32位BMP圖像文件格式表示該圖像有232種顏色，圖像中的每個像素用32位表示，一般情況下該文件格式?jīng)]有調(diào)色版，32位中的最高8位保留，其余8位表示紅色，8位表示綠色，8位表示藍色。8位BMP圖像文件表示該圖像有256種顏色。圖像中的每個像素用8位表示，并用這8位作為索引在彩色表中查找該像素的顏色，8位BMP圖像一般也叫做灰度圖像。
在本文獲取到的圖像是32位的彩色BMP圖像。32位的彩色圖像存儲的圖像色彩數(shù)據(jù)較多，圖像文件的尺寸也較大。但是從本文圖像識別的要求來看，這些都是不必要的，因此有必要將其轉(zhuǎn)換為8位的灰度圖像。
轉(zhuǎn)換公式如式（1）所示。
（1）
其中Gray (i, j)為轉(zhuǎn)換后的黑白圖像在(i, j)點處的灰度值，由于公式中綠色所占的比重最大，所以轉(zhuǎn)換時可以自接使用G值作為轉(zhuǎn)換后的灰度。轉(zhuǎn)換后的灰度圖像如圖3所示。從圖像上看與 32 位RGB 圖像沒有大的不同，但是圖像文件的尺寸從1.17Mb縮小到了301Kb。
圖3 人眼部圖像的灰度圖像
將獲取到的眼部圖像轉(zhuǎn)換為灰度圖像之后，還需要對灰度圖像進行去噪聲處理。本文采用的是空域法中的加權(quán)均值濾波，它是用一個有奇數(shù)點的滑動窗口在圖像上滑動，將窗口中心點對應(yīng)的圖像像素點的灰度值用窗口內(nèi)的各個點的灰度值的平均值代替，如果滑動窗口規(guī)定了在取均值過程中窗口各個像素點所占的權(quán)重，也就是各個像素點的系數(shù)。
提取虹膜圖像
此過程需要讀取眼部圖像的數(shù)據(jù)，檢測虹膜圖像的內(nèi)外邊緣，提取內(nèi)圓圓心坐標及短半徑，再求出虹膜長半徑，建立極坐標系，分離虹膜圖像，最后進行特征提取。
和眼睛的其他部分相比，瞳孔的灰度值要小得多，也就是顏色要暗得多，而且在灰度級上有一個明顯的突變，也就是說在瞳孔的灰度級要比其他部分的灰度級“黑得多”。因此，可以充分利用這個特性，對圖 2進行直方圖分析，結(jié)果如圖 4所示。
圖4 灰度直方圖
對圖4計算結(jié)果可以得出，圖像灰度值從 62 開始，且圖中存在若干個峰值點。我們已知瞳孔的顏色最暗，因此可以判定第一個波峰為瞳孔的灰度分布。具體觀察第一個峰值，其基本呈正弦函數(shù)狀分布，以 72 為波峰（值：884），左側(cè) 62（值：0）為波谷，1/4 周期為 10。據(jù)此，我們確定右側(cè)的波谷為 82。根據(jù)分析結(jié)果，對圖 4進行二值化，閾值為 82，可以求出虹膜的長半徑，如圖5所示。
圖5 虹膜長半徑
對圖1的圖像數(shù)據(jù)，從左右順次、從上至下掃描每個像素點，根據(jù)式（2）計算每個像素點與圓心的距離。
（2）
其中，dist為距離，（x,y）為掃描點的坐標值，（Xpos,Ypos）為虹膜圓心的坐標值。保留所有小于等于虹膜長半徑或大于等于虹膜短半徑的像素，其余設(shè)像素值為0（即標為黑色）。保留的環(huán)形部分即為截取到的虹膜圖像部分，如圖6所示。
圖6 環(huán)形的虹膜圖像部分
為了提取虹膜圖像的特征值，建立一個特征矩陣數(shù)組，X、Y 值與上一步中的矩形數(shù)組一致，用來存放相應(yīng)的特征值。這些值對于虹膜圖像中的每一個像素點來說都是其獨有的、能對其進行唯一標志的值，因此都可以作為特征值來利用。本文中提取的是每個像素點的二導(dǎo)函數(shù)作為其特征值，因此在本步驟中可以直接將其讀入到特征矩形數(shù)組中。
特征匹配
本文采用海明距（Hamming Distance）進行特征匹配。海明距最初為了解決通信中存在的誤碼問題而發(fā)明的。簡單來說，它是指同樣長度的兩個碼中，對應(yīng)位不同的碼的個數(shù)。比如：10101 和 00110，海明距為3。式（3）為海明距定義的公式。
（3）
其中Ai和Bi為待比較的兩端代碼，+為異或運算，L為代碼的長度。
將兩幅虹膜圖像的特征編碼進行按位比較時，同一虹膜的不同時間提取的特征碼，其 HD 分布的峰值將在 0.1 附近；而不同虹膜的特征碼進行比對時，HD 分布的峰值將在 0. 5 附近。這里所說的分布的峰值是按位比較時，兩段特征編碼相應(yīng)位相同的概率的最大值。因此，對已經(jīng)得到的虹膜圖像特征矩陣數(shù)組，首先要從中隨機的選擇一段 L 長度的代碼（二進制），即隨機選擇代碼段的起始位置。這里要注意的是，對于待識別的兩段代碼，起始位置要盡量一致。L 的值可隨意設(shè)定，但 L 的值越大，匹配的時間越長，速度越滿，識別的精度越高，匹配的正確率越大；反之，L 的值越小，匹配的時間越少，速度越快，識別的精度越低，匹配的正確率越小。本文中 L 的值設(shè)為 2048。
結(jié)果分析
精確性是最重要的一個性能指標，一般用識別率來表示，主要由拒判率、誤判率和等誤率來測定。
拒判率 FRR：也稱錯誤拒讀率或稱錯誤不匹配率，表示授權(quán)人（合法的用戶）不被準確承認（誤認為冒名頂替者） 的程度。FRR 越大，系統(tǒng)越精確，安全性也越高，但寬容度越來越低，致使越來越多的合法用戶被系統(tǒng)錯誤的拒絕。反之授權(quán)人越容易通過，未授權(quán)者也變得容易混入。FRR 實際上也是系統(tǒng)可接受性的重要指標。
誤判率 FAR ：也稱錯誤接收率或稱錯誤匹配率，表示未授權(quán)的人（冒名頂替者）被確認成授權(quán)人（有效的個體）的程度。FAR 的值越小，說明未授權(quán)的人越無法通過，系統(tǒng)越安全。但是，授權(quán)人的通過將變得越發(fā)困難。如在對安全有嚴格要求的應(yīng)用領(lǐng)域，可以運行在很小的 FAR 上。FRR 和 FAR 之間的關(guān)系如圖 7 所示。
圖7 拒判率和誤判率之間的關(guān)系
實驗結(jié)果表明，本文所設(shè)計的系統(tǒng)在精確性、識別速度上滿足了實用的要求。
下載文檔
