虹膜識別技術的過程_虹膜識別的發展歷程

　　虹膜識別技術是什么

　　虹膜識別技術是基于眼睛中的虹膜進行身份識別，應用于安防設備（如門禁等），以及有高度保密需求的場所。虹膜識別技術是人體生物識別技術的一種。

　　人的眼睛結構由鞏膜、虹膜、瞳孔﹑晶狀體、視網膜等部分組成。虹膜是位于黑色瞳孔和白色鞏膜之間的圓環狀部分，其包含有很多相互交錯的斑點、細絲、冠狀、條紋、隱窩等的細節特征。而且虹膜在胎兒發育階段形成后，在整個生命歷程中將是保持不變的。這些特征決定了虹膜特征的唯一性，同時也決定了身份識別的唯一性。因此，可以將眼睛的虹膜特征作為每個人的身份識別對象。

　　虹膜識別技術的過程

　　虹膜識別就是通過對比虹膜圖像特征之間的相似性來確定人們的身份。虹膜識別技術的過程一般來說包含如下四個步驟：

　　1．虹膜圖像獲取

　　使用特定的攝像器材對人的整個眼部進行拍攝，并將拍攝到的圖像傳輸給虹膜識別系統的圖像預處理軟件。

　　2．圖像預處理

　　對獲取到的虹膜圖像進行如下處理，使其滿足提取虹膜特征的需求。

　　虹膜定位：確定內圓、外圓和二次曲線在圖像中的位置。其中，內圓為虹膜與瞳孔的邊界，外圓為虹膜與鞏膜的邊界，二次曲線為虹膜與上下眼皮的邊界。

　　虹膜圖像歸一化：將圖像中的虹膜大小，調整到識別系統設置的固定尺寸。

　　圖像增強：針對歸一化后的圖像，進行亮度、對比度和平滑度等處理，提高圖像中虹膜信息的識別率。

　　3．特征提取

　　采用特定的算法從虹膜圖像中提取出虹膜識別所需的特征點，并對其進行編碼。

　　4．特征匹配

　　將特征提取得到的特征編碼與數據庫中的虹膜圖像特征編碼逐一匹配，判斷是否為相同虹膜，從而達到身份識別的目的。

　　虹膜識別的發展歷程

　　追溯至19世紀80年代。1885年，ALPHONSEBERTILLON將利用生物特征識別個體的思路應用在巴黎的刑事監獄中，當時所用的生物特征包括：耳朵的大小、腳的長度、虹膜等。

　　1987年，眼科專家ARAN SAFIR和LEONARDFLOM首次提出利用虹膜圖像進行自動虹膜識別的概念，到1991年，美國洛斯阿拉莫斯國家實驗室的JOHNSON實現了一個自動虹膜識別系統。

　　1993年，JOHNDAUGMAN實現了一個高性能的自動虹膜識別原型系統。今天，大部分的自動虹膜識別系統使用DAUGMAN核心算法。

　　虹膜是位于眼睛黑色瞳孔和白色鞏膜之間的圓環狀部分，總體上呈現一種由里到外的放射狀結構，由相當復雜的纖維組織構成，包含有很多相互交錯的類似于斑點、細絲、冠狀、條紋、隱窩等細節特征，這些特征在出生之前就以隨機組合的方式確定下來了，一旦形成終生不變。虹膜識別的準確性是各種生物識別中最高的。

　　·采集

　　從直徑11mm的虹膜上，Dr.Daugman的算法用3.4個字節的數據來代表每平方毫米的虹膜信息，這樣，一個虹膜約有266個量化特征點，而一般的生物識別技術只有13個到60個特征點。266個量化特征點的虹膜識別算法在眾多虹膜識別技術資料中都有講述，在算法和人類眼部特征允許的情況下，Dr. Daugman指出，通過他的算法可獲得173個二進制自由度的獨立特征點。在生物識別技術中，這個特征點的數量是相當大的。

　　·算法：

　　第一步是通過一個距離眼睛3英寸的精密相機來確定虹膜的位置。當相機對準眼睛后，算法逐漸將焦距對準虹膜左右兩側，確定虹膜的外沿，這種水平方法受 到了眼瞼的阻礙。算法同時將焦距對準虹膜的內沿（即瞳孔）并排除眼液和細微組織的影響。 單色相機利用可見光和紅外線，紅外線定位在700-900mm的范圍內（這是IR技術的低限，美國眼科學會在他們對macularcysts研究中使用同樣的范圍。） 在虹膜的上方，算法通過二維Gabor子波的方法來細分和重組虹膜圖象，第一個細分的部分被稱為phasor，要理解二維gabor子波的原理需要很深的數學知識。

　　·精確度：

　　虹膜識別技術是精確度最高的生物識別技術，具體描述如下：兩個不同的虹膜信息有75%匹配信息的可能性是1:106等錯率：1:1200000兩個不同的虹膜產生相同虹膜代碼的可能性是1:1052。

　　·錄入和識別：

　　虹膜的定位可在1秒鐘之內完成，產生虹膜代碼的時間也僅需1秒的時間，數據庫的檢索時間也相當快。處理器速度是大規模檢索的一個瓶頸，另外網絡和硬 件設備的性能也制約著檢索的速度。由于虹膜識別技術采用的是單色成像技術，因此一些圖像很難把它從瞳孔的圖像中分離出來。但是虹膜識別技術所采用的算法允許圖像質量在某種程度上有所變化。相同的虹膜所產生的虹膜代碼也有25%的變化，這聽起來好像是這一技術的致命弱點，但在識別過程中，這種虹膜代碼的變化只占整個虹膜代碼的10%，它所占代碼的比例是相當小的。

　　小編推薦閱讀：虹膜識別安全嗎_虹膜識別不出來怎么辦