[发明专利]一种基于灰度信息的虹膜识别预处理方法

说明书

技术领域

本发明属于图像处理技术领域，主要涉及生物特征鉴别中的虹膜身份识别技术。

背景技术

在当今信息化时代，如何准确鉴定一个人的身份，保护信息安全是一个必须解决的关键社会问题。为此，生物特征鉴别技术悄然新起，并成为目前世界信息安全管理领域的前沿研究课题。生物特征鉴别技术是指利用人体所固有的生理特征或行为特征来进行个人身份鉴定。虹膜身份识别技术是生物特征鉴别技术的一个分支，是计算机图像处理技术和模式识别技术在个人身份识别领域的应用，由于其高稳定性和高准确性，近年来已经成为生物特征鉴别的热门发展方向。虹膜身份自动识别技术，在银行、公安、机场、网络等方面应用广泛，具有巨大的经济价值和现实意义。现在它已经使用在边境检查、通观认证、银行提款、信息管理和建筑物安全管理等，还可以使人们摆脱记忆信用卡号、银行帐号、身份证号、网络登录号的繁琐。随着数字信号处理技术和图像处理技术的发展，虹膜身份识别系统已经日趋成熟。详见文献：John G.Daugman，“How Iris Recognition Works，”IEEETransaction on Circuits and Systems for Video Technology，Volume 14，Issue 1，pp.21-30，2004和文献：John G.Daugman，“High Confidence Recognition of Persons by Iris Patterns，”The Proceeding of IEEE 35^th International Carnahan Conference on Security Technology，pp.254-263，2001所述。

在虹膜身份识别技术中，虹膜图像预处理是整个识别技术的关键，它包括虹膜定位和虹膜图像质量评估。虹膜定位是虹膜识别的第一步，它的执行时间和精度将直接影响整个虹膜识别系统的速度和准确度。在实际中，由于虹膜区域常常受到眼睑和睫毛的遮挡，虹膜定位算法的准确性和有效性还有待进一步提高。如何在存在睫毛和眼睑遮挡问题的低质量虹膜图像中，快速精确地定位出虹膜，并对其边界或位置用数学模型进行描述是我们研究的主要问题。详见文献：John G.Daugman，“High Confidence Visual Recognition of Personsby a Test of Statistical Independence，”IEEE Transaction on Pattern Analysis and MachineIntelligence，volume15，no.11，pp.1148-1161，1993。虹膜图像质量评估是自动虹膜识别系统中的一个非常重要的环节，它确保了采集过程中得到满足质量标准的图像。实际中，由于拍摄时采集设备的焦距问题，拍摄瞬间眼球的转动问题，以及眼睑和睫毛对虹膜的部分遮挡，常常使采集的虹膜图像无法进行后续的特征提取。目前已有的算法中还没有提出一种有效的虹膜图像质量评估模型，因此我们旨在建立一套通用可行的评估模型，详见文献：Chen Ji，Hu Guangshu，“Iris Image Quality Evaluation based on Wavelet PacketDecomposition，”Journal of Tsinghua University(Sci & Tech)，volume 43，no.3，pp.377-380，2003。

现在通常使用的虹膜定位的方法有：

(1)基于灰度梯度的两步虹膜定位方法。它通过粗定位，寻找虹膜内外缘的大致位置，然后再在这个位置附近较小的范围内利用圆形检测器进行精定位，从而找到虹膜内外缘的精确位置。但是在实际应用中该方法需要反复迭代搜索，运算量较大，效率不高。详见文献：Li Qingrong，Ma Zheng，“A Iris Location Algorithm，”Journal of UEST of China，volume 31，no.1，pp.7-9。

(2)基于哈夫变换的虹膜定位方法。它是通过一定的算子，提取出虹膜图像中的边缘点，从而搜索通过边缘点最多的圆曲线所在的位置。其缺点是在边缘点提取中常常会引入噪声，使得虹膜定位结果不准确。详见文献：Richard P.Wildes，“Iris Recognition：anEmerging Biometric Technology，”Proceedings of the IEEE，volume85，pp.1348-1363，1997。