[发明专利]一种基于小波变换过零表示的虹膜识别方法

说明书

技术领域

本发明属于生物识别验证技术领域，特别涉及生物识别验证技术领域中的虹膜识别验证技术领域。

背景技术

在高度信息化的现代社会，人们的身份鉴别已经渗透到日常生活的每一个方面。同时，由于交通、通讯和网络技术的飞速发展，人类的活动范围越来越大，身份鉴别的难度和重要性也越来越突出。对于我们这样一个人口众多的国家，身份鉴别有着特别广泛的应用前景和重要的战略意义，金融、安全、网络、电子商务等无一不需要可靠的身份鉴别。传统的利用密码等身份鉴别的方法具有易遗忘、易假冒等缺点，已不符合现代数字社会的需求。基于生物特征的身份鉴别技术利用人本身所拥有的生物特征来判别人的身份，这些生物特征具有“人各有异、终生不变、随身携带”三个特点，具有稳定、便捷、不易伪造等优点，近年来已成为身份鉴别的热点。常用的生物特征包括指纹、掌纹、虹膜、脸像、声音、签名和笔迹等。

虹膜识别技术是最近发展起来的身份鉴别技术，具有识别准确性高、速度快，具有防伪性和非侵犯性等优点。虹膜识别已有一定规模的商业应用，如机场检票系统、自动柜员机(ATM)等，另外在网上支付、门禁保安、远程登录以及对罪犯或嫌疑人的识别与管理等领域都有很好的应用前景。这种包括虹膜识别在内的基于人体生物特征的身份鉴别技术已经形成了一个专门的学科，称为生物特征识别。

1936年，眼科专家Frank Burch指出虹膜具有独特的信息，可用于身份识别。1987年，眼科专家Aran Safir和Leonard Flom首次提出了利用虹膜图像进行自动虹膜识别的概念，但是他们并没有开发出一个实际的应用系统。1991年，美国洛斯阿拉莫斯国家实验室的Johnson发明了一个虹膜识别系统，这是有文献记载的最早的一个应用系统。1993年，John Daugman发明了一个高性能的虹膜识别原型系统，目前，大部分自动虹膜识别系统使用Daugman的核心识别算法。1996年，Richard Wildes研制成功基于虹膜的身份认证系统。但是这些成功研制的虹膜识别系统都要求有精密的光学前端系统输入装置，以保证质量良好的、没有严重上下眼皮遮挡的、没有形变的虹膜图像。但他们所使用的虹膜库都是非流通的，目前所常见的免费可使用的库只有中科院的CASIA1.0、2.0虹膜库。但这个库中的大部分虹膜图像存在上下眼皮遮挡问题，部分存在弹性形变。

现在通常使用的虹膜特征方法有：

(1)Daugman提出的基于Gabor滤波器的虹膜纹理相位编码算法，该算法利用Gabor滤波器的局部性和方向性对虹膜纹理进行分解编码，要求输入图像质量高。详见文献：J.G.Daugman，How Iris Recogniton Works，IEEE Trans on Circuits & Systems for VideoTechnology，volume 14，issue 1，2004，21-30.

(2)Wildes提出用高斯型滤波器在不同分辨率下分解虹膜图像，并把结果进行存储比较。上述两种算法的性能容易受外界环境影响，眼球表面反光、虹膜的几何变形、睫毛遮挡、噪声等问题也严重影响识别性能，且实际应用中对测试环境和设备要求较高。详见文献：Wildes，R.P，Iris recognition：an emerging biometric technology，Proceedings of the IEEE，Volume85，Issue 9，Sept.1997，Page(s)：1348-1363。

(3)Boles提出的基于小波变换的虹膜识别方法：它有效地克服了图像平移、旋转、图像缩放等前者未能解决的问题，提高了识别性能，但具体的方法描述不清楚。详见文献：W.W.Boles，B.Boashash，A human Identification Technique Using Images of the Iris and WaveletTransform.IEEE Trans，on signal processing，volume 46，issue 4，1998，1185-1188.

以上3种方法的实验都是通过他们自己的虹膜库来验证效果的，在不同的其他实验条件下很难实现，而且识别效果最好的方法(1)Daugman方法是建立在高质量图像(很小的眼皮遮挡和形变、高清晰度)的基础上的，在现在没有标准虹膜库的条件下，很难完全使用这些方法。

发明内容