虹膜分割算法研究及实现-毕业论文.doc

1、 本科毕业论文 (科研训练、毕业设计 ) 题 目： 虹膜分割算法研究及实现 姓 名： 学 院：软件学院 系： 专 业：软件工程 年 级： 学 号： 指导教师（校内）： 职称： 年 月 日 厦门大学本科毕业论文 1 虹膜分割算法研究 及 实现 摘 要 虹膜识别是一种新兴的生物特征识别技术，而虹膜定位是虹膜识别的重要步骤，因而精确而快速地进行虹膜定位是有效地进行虹膜识别的重要前提。为了能够快速地进行虹膜定位，在简要介绍现有的虹膜定位算法的基础上，提出了一种新 的虹膜定位方法。由于虹膜边缘可以简单地用圆周描述，同时瞳孔与虹膜之间的灰度差也比较明显，因此第 1步先通过求图像直方图的方法找到 阈值 点，

2、分割出瞳孔；第 2步寻找最大色块的质心；并计算边界点到质心距离的均值。最后，根据所得瞳孔的圆心和半径，利用虹膜的外边缘与内边缘近似为同心圆的性质，求得虹膜的圆心和半径。实验结果表明 ,该算法设计简单 , 定位效果良好。 关键词 ： 虹膜识别 虹膜定位 生物特征识别 厦门大学本科毕业论文 2 Iris Segmentation Study and Implementation Abstract Iris recognition is an emerging biometric technology for personal identification, whereas iris localiz

3、ation is a crucial part in the process of iris recognition, thus obtaining the iris localization precisely and fleetly is the prelude of effective iris recognition . For the purpose of localizing iris precisely, this paper puts forward a novel algorithm of iris localization while based on introducin

4、g some prevailing algorithms for iris localization. Because the iris edge may simply describe with the circumference, simultaneously between the pupil and the iris gradation difference quite is also obvious, therefore, the first step is that the pictures histogram is analyzed in order to find the th

5、reshold for separating the pupil. After separating the pupil； The second step is to search for the centroid of the largest color block in the iris binary bitmaps, and calculate the average distance from each point of the boundaries to the centroid. Finally, according to the pupil center and radius,

6、using the outside edge and the inside edge for the iris is approximate to the nature of the rings, obtains the iris center of a circle and radius. Experiments show that the algorithm is simple, the localization effect is good. Keywords： Iris recognition; Iris localization; Biometrics. 厦门大学本科毕业论文 3 目

7、录 第 一 章 引言 . 1 1.1 项目背景 . 1 1.2 虹膜定位算法现状分析 . 1 1.3 项目的主要研究内容 . 2 1.4 本文的组织 . 3 第 二 章 典型 的虹膜定位算法 . 4 2.1 Hough 变换 定位法 . 4 2.2 几何特征 定位法 . . 4 2.3 主动轮廓线定位法 . 4 第 三 章 基于灰度直方图的算法 . .6 3.1 虹膜边缘提取过程 . 6 3.2 数学模型与预处理 . 7 3.2.1 图像滤波的必要性 . 7 3.2.2 滤波的方法 . 8 3.3 虹膜内边界的 定 位 . 8 3.3.1 灰度直方图 . 8 3.3.2 阈值选取 . 9 3.

8、3.3 二值化图像，提取瞳孔 . 9 3.3.4 填充算法 . 10 3.3.5 确定瞳孔的圆心和半径 . 10 3.4 虹膜外边界的定 位 . 13 3.4.1 分离出虹膜 . 13 3.4.2 填充 . 13 3.4.3 确定虹膜的圆心和 半径 . 13 3.5 标记边界 . 14 第 四 章 试验结果 . 15 第 五 章 总结与展望 . 18 致谢 . 19 参考文献 . 20 附录 . 21 厦门大学本科毕业论文 4 Contents Chapter1 Preface . 1 1.1 Background. 1 1.2 Current Research Situation. 1 1.

9、3 Mainwork . 2 1.4 Framework . .3 Chapter2 Typical methods for iris localization . 4 2.1 Hough Transform Location. 4 2.2 Geometric Positioning. 4 2.3 Active Contour Location . 4 Chapter3 The Algorithm of Histogram-based . 6 3.1 The Process of Iris Edge Extraction . 6 3.2 Mathematical Models and Prep

10、rocessing. 7 3.2.1 The Need for Image Filtering . 7 3.2.2 Filtering Methods . 8 3.3 Positioning the inside edge of the iris . 8 3.3.1 Histogram. 8 3.3.2 Threshold Selection. 9 3.3.3 Binary Images and Extraction of Pupil . 9 3.3.4 Filling Algorithm. 10 3.3.5 Determine the Pupil Center and Radius . 10

11、 3.4 Positioning the outside edge of the iris . 13 3.4.1 Isolated Iris . 13 3.4.2 Filling . 13 3.4.3 Determine the Iris Center and Radius . 13 3.5 Boundary Markers . 14 Chapter4 Test Results . 15 Chapter5 Conclusion and Prospect. 18 Acknowledgement . 19 References . 20 Supplement . 21 厦门大学本科毕业论文 1 第

12、一章 引 言 虹膜识别技术，就是对虹膜进 行精确定位，并对虹膜纹理结构进行分析，进而进行有效识别。利用虹膜识别进行身份认证，是一种准确有效并具有巨大发展潜力的身份认证技术。虹膜识别技术是目前较新的一种基于眼睛虹膜的生物特征的识别技术。虹膜定位是指对人眼虹膜部分进行精确定位，这是虹膜识别的重要而关键的一步。虹膜能否准确定位，关系到虹膜纹理特征的提取，从而对分析结果产生重要影响。显然，精确的虹膜定位，是有效进行虹膜识别的前提。本章简要介绍了项目背景、研究现状以及本文的组织结构。 1.1 项目背景 随着计算机技术和信息科学的发展，世界各国越来越重视信息安全问题 。 通过传统的数字密码与加密算法来进行

13、身份认证的技术，由于这种密码容易伪造或遗忘而受到了挑战，因此依靠生物特征的身份识别技术 (Biometrics) 蓬勃发展起来。生物特征识别就是利用计算机技术，对人体所固有的生理特征或习惯性的行为特征做出分析判断，用以进行个人身份鉴定。目前，可利用为生物特征识别的生理特征有指纹、掌纹、虹膜、视网膜、人脸等；行为特征有语音、手迹等。生物特征识别相对于传统密码的优势在于不易伪造和不会遗忘。 1987年， Flown和 Safir最先提出虹膜识别系统的概念。虹膜识别可以作为无接触式的识别方法，具有惟一性、稳定性和非侵犯性等优点。与脸像等非接触式的生物识别方法相比，虹膜具有更高的准确性，瞳孔的缩放使虹

14、膜组织具有活体组织的显著特征，可有效地防止人工伪造。据报道，对于每个人来说虹膜的结构各不相同，并且这种独特的虹膜结构在人的一生中几乎不发生变化，虹膜的纹理也不能遗传，其形成是随机的、无序的，只取决于在胚胎形成过程中的最初环境；另外虹膜的采集对人是非接触具有非侵犯性。所以虹膜识别的错误率是各种生物特征识别中最低的。由于虹膜识别技术的种种优势，使得 90年代成熟起来的虹膜身份鉴别技术成为一种极具有优 势的生物识别技术。 根据人眼的生理特性，从平面上看，虹膜位于巩膜和瞳孔之间，呈圆环状。虹膜定位是指对人眼虹膜进行精确定位，检测出虹膜内外边缘并提取出虹膜图像，是虹膜识别中首要而又关键的一步。虹膜能否准

15、确定位，将影响虹膜特征的提取与编码，进而影响到虹膜识别的结果。因而，虹膜定位是有效进行虹膜识别的前提。 目前，虹膜身份识别系统可应用于电子商务、授权支付、条件登录、权限信息和金融领域，具有很大的意义和价值。国际上一些研究机构和企业已投入力量进行研究。 厦门大学本科毕业论文 2 1.2 虹膜定位算法现状分析 虹膜定位是指找到虹膜的内外边缘，它是虹 膜识别的重要而关键的一步。因人眼虹膜的唯一性体现在它的纹理的细节特征，而所获的眼睛图像中除虹膜以外的其它部分对于识别来说都是无用信息，因为定位虹膜是正确获取虹膜特征从而识别的前提。 自虹膜技术出现以来，定位算法种类繁多， 但 最具代表性的是 美国科学家

16、 John Daugman博士研制成功的算法和 Wildes的算法 。 传统的虹膜定位算法是先检测图像的边缘，再对边缘图像进行 Hough变换。由于要定位圆心和半径，需要三个参数的变化来搜索，因此搜索复杂，所用时间较长。而虹膜定位和识别的速度是衡量一个系统性能好坏的因素，为提 高虹膜定位速度，有人提出了根据图像的灰度标准差定位瞳孔边缘和圆心，进而定位虹膜外边缘的虹膜定位算法；也有人提出根据圆的对称性和基于 Hough变换的半径直方图投票决策进行虹膜定位；或基于几何特征的虹膜定位算法。由于虹膜和巩膜的边界通常较模糊，采用一般的边界检测方法较难找到虹膜外边缘轮廓，因此，这三种虹膜定位算法几乎无一例

17、外地都使用了积分微分算子进行虹膜外边缘的定位，这种积分微分算子的计算开销较大。 Daugman提出用二维 Gabor小波来提取虹膜特征，从而得到 244个自由度特征后，虹膜识别技术得到了很大的发展 。 但是由于人眼的生理结构往往影响获取虹膜图像的质量；同时，成像光源对虹膜图像的污染也会促使图像噪声增加，这两个因素都会降低虹膜定位的精度或延长定位的时间。可以说，虹膜图像精确定位的难度造成了虹膜识别系统对环境要求苛刻，对使用者有较多限制。同时，定位的速度和精度又是相互矛盾的，目前，种种算法往往都是两者的折衷。所以，寻找一种虹膜定位算法，并且 兼顾 速度和精度两个矛盾因素，是亟待解决的课题。 本文提

18、出的算法是基于图像的直方图，将虹膜看成是近似同心圆，进程分为以下三个子进程来完成：虹膜原始图像的预处理；确定瞳孔的 圆心和半径，一次图像分割；根据瞳孔的圆心和半径确定虹膜的圆心和半径； 标记 图像 的 定位。 1.3 项目的主要研究内容 项目的主要任务就是基于人眼图像的环状灰度特征，利用数字图像处理算法，研究一种快速而准确的进行虹膜定位的算法，将虹膜部分与眼睛的其他部分分离开来。简单地说，就是对于实际选定的眼睛图像，搜索虹膜位置，能够较为精确地定位出虹膜的内外边界，从而厦门大学本科毕业论文 3 为虹膜特征分析和身份验证识别打下良好的基础。图 1-1是虹膜定位结果图： 图 1-1 定位结果 本文

19、通过 对 具有代表性的一些虹膜定位方法 的 简单介绍 ，结合自己的实际情 况，提出了一种简单有效的虹膜定位方法。其 开发流程及软件如下： （ 1）在 PC 机 Windows 系统上进行代码编写调试编译 . （ 2）开发工具： Matlab 7.0 （ 3）其定位流程如下： 1.4 本文的组织 本文共分为五部分，文章的结构安排如下： 第 一 章 引言，介绍了本论文研究的项目、研究现状和项目主要研究内容。 第 二 章 介绍具有代表性的定位方法，并就本课题研究设计方法的相关概念作了进一步的描述。 第 三 章 介绍了本算法总体实现，以及各过程的具体实现和处理结果显示。 第 四 章 简要地对分析试验结

20、果进行介绍 。 第 五 章 总结与展望，对全文内容进行总结，分析了算法的优点和下一步需要完善的功能，对今后工作的展望。 原始图像 图像预处理 图像分割 边缘提取 虹膜定位 厦门大学本科毕业论文 4 第二章 具有代表性的虹膜定位算法 虹膜定位就是确定虹膜的内外边界。研究人员提出了很多虹膜定位算法，其中比较经典的 提取虹膜部分的方法主要有 Hough变换方法和 几何特征定位法 ， 主动轮廓线定位法 等。 2.1 Hough 变换定位法 目前，很多资料都介绍了用 Hough变换定位虹膜的方法。具体过程是先通过边缘检测的方法得到瞳孔和虹膜以及虹膜和巩膜的边缘，再利用虹膜是圆环状的特点，应用 Hough

21、变换得到圆环的内外半径，从而分 割出虹膜。 Hough变换的目标是寻找一种从区域边界到参数空间的变换。用大多数边界点满足对应的参数来描述这个区域的边界。 Hough变换圆定位的方程为： (x - a)2 + (y b)2 = r2,利用它求得瞳孔的半径，圆心和虹膜的半径。由于拍摄的图片不可能消除眼皮和眼睫毛，所有用求得的半径去分割虹膜，往往会包含眼皮和睫毛。以抛物线来拟合眼睑，描述为 - (x - h j ) sinHj + (y - k j ) cosHj 2 = aj (x - h j ) co sHj + (y - k j ) sinHj 其中 : aj 为抛物线的曲率 ; hj , k

22、j 分别为抛物线的顶点 ; Hj 为相对 x 轴旋转的角度。这样就可以消去眼皮、睫毛的影响后 , 保留其他虹膜信息。 Hough 变换的优点主要在于 : 它对于图像中的噪声点不敏感 , 利用它得到的效果可以有效地消除噪声的影响。缺点在于 : 计算量大 , 占用内存大 , 提取的参数受参数空间的量化间隔制约。 2.2 几何特征定位法 几何特征定位法是利用虹膜边缘图像的几何特征以及圆相交弦的性质进行虹膜定位的方法，具体过程是：首先根据虹膜图像的整体灰度分布信息， 利用边缘检测算子提取虹膜的内边缘，然后利用圆的相交弦性质提取虹膜的中心，最后利用 Hough变换提取虹膜外半径。 该方法综合了 Houg

23、h变换的定位方法，提高了虹膜的定位速度。但是定位速度受图像质量的影响很大，当图像质量不高时，算法性能急剧下降。 2.3 主动轮廓线定位法 厦门大学本科毕业论文 5 主动轮廓线 (Snake)是一项复杂的轮廓提取及图像解释技术，它通过不断地极小化自身的能量函数来达到物体的边界。定位的具体过程为：先用灰度检测的方法检测出瞳孔内一点作瞳孔的伪圆心，然后以该点为中心，在其周围取几个点作为初始的 Snake，按照 Snake的 运行机制不断进化，找到虹膜的内边界；接着计算进化后的 Snake形心和 Snake上的控制点与该形心，定位出虹膜内边界位置；最后按照 Daugman方法定位外边界。其中虹膜内边界的初定位是整个算法中最为关键的一步。 主动轮廓线定位法相比 Daugman定位法的优势是：不用边缘检测和二值化，对瞳孔初始的圆心要求不高，算法的鲁棒性更强。