[发明专利]虹膜识别方法

说明书

技术领域

本发明涉及一种虹膜识别方法，属于计算机应用领域。

背景技术

人的虹膜是人眼瞳孔与灰白色巩膜(俗称眼白)之间的环状部分，是具有丰富纹理特征的一种人体生理组织。早在六十年代，医学研究已得出结论：虹膜组织纹理因人而异且终身不变，可以作为个人身份认证的可靠依据(文献[1]J.Rohen，″Morphology andPathology of the Trabecalar Meshwork″in The Structure of Eye，New York：AcademicPress，1961，pp335-341)。又因虹膜处于眼球的可见部分，摄取图像比较容易，因而，只要能给出实用的虹膜识别方法，就有可能使人眼虹膜组织的识别实际应用于个人身份认证，使虹膜识别像指纹识别一样，有相应的产品和应用领域。

美国戴维德·沙诺夫研究中心公司的发明“自动的无侵害的虹膜识别系统与方法”是虹膜识别领域的一种现有技术(文献[2]专利文献1DI-CN 1160446A，即WO96/07978，公开日：1996年3月14日)。虹膜识别领域的文章有1993年11月在IEEE“模式分析与机器智能”杂志第15卷第11期第1148-1161页上的Daugman的文章“使用统计学独立测试的高可靠性人的视觉识别”。戴维德·沙诺夫研究中心公司在文献[2]中指出了上述现有的虹膜识别系统和方法所存在的问题，这些问题可概括如下：

1.缺少实用而无侵害的虹膜图像成像系统；

2.虹膜定位方案采用参数化模型，这类方法的主要限制在于要有良好的初始条件及庞大的计算费用；

3.虹膜识别所用的模式匹配方案需要庞大的计算费用。

针对这些问题，文献[2]建立了如下系统和方法：

1.一种不必与成像系统有任何物理接触的对准装置；

2.一种基于梯度的边缘检测滤波装置；

3.一种应用归一化空间相关运算对虹膜空间结构特性进行比较的匹配方法。

但是，无论是文献[2]以前的系统或文章，还是文献[2]提出的系统与方法本身，都存在以下两个较计算费用庞大等问题更为实质性的问题：

1.因信号噪声所引起的图像失真，这种失真使得无论使用何种现有边缘检测装置都难以或不能检测出有实用价值的虹膜内外边界(即虹膜与瞳孔间的边界及虹膜与灰白色巩膜间的边界)；

2.即使已经检测出较为准确的虹膜内外边界，但因同一虹膜的不同图像的像质不同，或因使用环境不同，按照现有系统或方法所认定的判别标准，难以或不能对某些虹膜图像是否来自同一虹膜组织作出正确判断。

发明内容

鉴于上述，本发明的任务是提供一种虹膜识别方法，它可对上述两个实质性问题及文献[2]中提出的三个问题中的后两个问题提供解决方法，它可使人眼虹膜组织实际应用于个人身份认证，使虹膜像指纹一样，有相应的产品和应用领域。

本发明的任务由以下方案实现：

一种虹膜识别方法，包括以下步骤：

(1)虹膜图像平滑步骤，包括：

a)从虹膜内缘开始向外缘方向逐圈求取图像函数在各个圆周上的平均值，从而得到每一圈图像在所述平均值意义上的平均灰度值，

b)计算在所述各圈平均灰度值的邻域内的加权平均值；

(2)虹膜边界检测步骤，包括：

a)用巩膜的灰度取代瞳孔的灰度，在进行虹膜平滑的同时，求取图像平均灰度变化率的极大值，

b)根据所述极大值确定虹膜的内缘边界和外缘边界，以界定环形虹膜图像；

(3)虹膜图像转换步骤，包括：

a)沿圆周等分所述环形虹膜图像，并保留各圈图像中与分割线相交的像素，

b)将保留下来的环形虹膜图像切割后再拉伸成一个矩形图像，使矩形图像中的每一列分别对应于保留下来的环形图像中的一个圆，从而得到转换后的虹膜图像；

(4)虹膜纹理特征提取步骤，包括：

a)将所述转换后的虹膜图像沿水平和垂直方向分割成多个小矩形区域，分割密度从原虹膜内缘的图像部分向原虹膜外缘部分逐渐减小，

b)对所述转换后的虹膜图像中的每个小区域执行二维小波变换，从而得到每个小区域上二维纹理特征的复数形式的数字表征，作为虹膜的数字纹理特征；

(5)虹膜特征编码与识别步骤，包括：

a)根据每一小区域的数字表征的实部和虚部两者的符号，分别给出每个小区域的两位代码，从而得到虹膜代码；

b)将该代码与被比较虹膜的虹膜代码加以比对，根据同位异值码的个数判断两组相比较的虹膜代码是否表征同一个虹膜的不同数字图像。