- 上一篇：旋转炮弹地磁传感器标定方法研究
- 下一篇：基于黄金分割法的信托贷款保险定价研究
1.1 虹膜识别研究背景
互联网时代我们都更加重视在保障安全性的前提下提高便利性，生物识别技术由于较高便利性与可靠性很好的满足了互联网对于安全与可行性的需求，使用各种生理或行为特征进行个人身份识别一直也是相关领域的热门研究方向和活跃话题。其中，虹膜由于其更强的防伪造能力与虹膜信息生理学上极高的稳定性，使得虹膜识别有更广阔的前景与发展前途。
人类虹膜，位于瞳孔（通常表现为黑色）外和巩膜（白色）内部的圆环形部分，内部有非常多复杂交织的斑点、隐窝、条纹、冠状、细丝等微小细节的特征，并且在光线等外部条件变化的情况下，随瞳孔放缩的变化进行伸缩变换的纤文组织。它的纹理结构非常错综复杂并具有绝对的独特性和唯一性，而在胚胎时期就随机生成的虹膜纹理结构在人的一生当中几乎不会变化。一些研究工作[1-3]也表示，虹膜实质上比一个人的生命更稳定，并且虹膜纹理的生理构成有绝对的独特性，即使是同一个人的两只眼睛也不可能完全相同。经文献[6]统计测试的结果表明，虹膜识别的错误率只有 。
此外，由于虹膜是一个内部器官以及外部可见的，以虹膜为基础的个人识别系统对它们的用户有非侵犯性[1-3]，这是非常重要的实际应用。图像采集设备扫描用户的眼睛，得到虹膜图像后进行匹配识别，要优于指纹识别的接触式采集方式。瞳孔在外部环境的影响下的缩放使虹膜部分纹理具有活体组织的显著特征，从根本上降低了伪造的可能性，优越于其他生物识别技术。因为有以上这些理想的特征（唯一性、稳定性、非侵犯性），使虹膜识别成为一个特别有前途的安全解决方案。
1.2 虹膜识别发展历史和研究现状
1.3 本文研究的主要内容及安排
虹膜识别技术由于其便利性与高可靠性等优点，因此也是生物特征识别技术领域的一大热门方向。然而亚裔人种黑色虹膜的纹理区域狭窄, 结构纹理数量比西方人少, 而且普遍存在眼睑或睫毛遮挡，而灰黑瞳孔使得获取虹膜图像在特征提取过程带来了困难。
本课题从虹膜图像获取及图像预处理着手，结合该领域已有研究成果，讨论定位速度、外边缘定位、特征提取方法、精度分析等，旨在针对亚裔人种的虹膜图像的特征提取方法进行研究，完成相关算法的实现，并收集数据和虹膜图像进行数值实验和分析比较，以寻找适合这类特定虹膜图像有效特征提取方法。
本文使用现有的CASIA （1.0版本）虹膜图像数据库[13]的部分虹膜图像以及采集身边同学的虹膜图像进行数值实验与分析。
2 虹膜识别系统概述
完整的虹膜识别系统应该由这几部分组成：虹膜图像采集，图像预处理（虹膜定位、坐标变换、归一化、图像增强），图像特征提取以及识别认证，如图2.1所示。
图2.1虹膜识别系统
2.1 图像采集
虹膜识别系统首先要做的就是虹膜图像的采集，这也是十分关键的一步。由于虹膜面积很小，眼睛又是非常敏感的器官，不宜使用强光照射。特别的，亚裔人种黑色虹膜的纹理区域狭窄, 结构纹理数量比西方人少, 而且普遍存在眼睑或睫毛遮挡。因此，要获得可供准确识别的虹膜图像，对设备和采集场景有一定的要求以满足系统的使用需求。
目前，为获得高质量的图像样本，有以下几种方法进行图像采集：
（1）J.G.Daugman虹膜图像采集装置[11]；
（2）R.P.Wildes虹膜图像采集装置[1]；