一种快速准确的虹膜定位算法.pdf

http:/ -1-一种快速准确的虹膜定位算法一种快速准确的虹膜定位算法 龙伶敏1，傅志中1，赵海波2，王升哲2 1电子科技大学通信与信息工程学院，四川成都（610054）2 西南技术物理研究所，四川成都（610041）E-mail： 摘摘 要要：虹膜定位领域最经典的算法仍为 Daugman 的圆形检测算子，但是该算法的前提条件是必须有一种稳健的方法来确定瞳孔的圆心，针对这一缺陷，本文方法首先利用灰度投影粗估计瞳孔中心点位置，然后利用改进的圆边缘检测算子精确定位虹膜的内外边缘。与Daugman 方法相比，此算法避免了圆心搜索的盲目性，同时用改进的圆边缘检测算子进一步减少计算量，提高了虹膜定位的速度。关键词关键词：虹膜定位，灰度投影，圆边缘检测 中图分类号中图分类号：TN 1.前言前言 近年来随着人们安全意识的提高，身份认证的要求也越来越高，已经从传统的身份证件的认证发展到生物特征(如指纹、虹膜、视网膜、语音等)的认证，因而也促进了生物识别技术的发展。虹膜识别是最近发展起来的一种生物特征识别技术，具有识别准确性高、速度快、防伪性和非侵犯性等优点,这些性质决定了虹膜成为识别身份的优良介质。虹膜边界包括虹膜与巩膜之间的边界以及虹膜与瞳孔之间的边界，即外边缘和内边缘，虹膜的纹理细节信息都包括在这两个边缘之间，虹膜定位就是要找出这两个边缘，准确的虹膜定位是实现虹膜识别的前提。传统的定位方法大都采用Hough变换1和Daugman的圆形检测算子2。前者需要在参数空间内对三个参数(圆心(x,y)和半径r)进行搜索，计算量和存储量较大；后者虽然速度快，但前提条件是用一个稳健的方法来确定瞳孔的圆心。对于前者，一些研究者针对这个问题提出了许多改进的Hough变换检测圆算法；对于后者，本文针对其缺点，利用灰度投影对瞳孔进行粗定位的方法。然后在瞳孔粗定位结果上用改进的圆边缘检测算子精确定位虹膜的内外边界。该方法对比传统的Daugman的圆形检测方法,在保证较好的定位精度前提下，减少了瞳孔区域搜索的盲目性，同时用改进的圆边缘检测算子进一步减少了计算量，提高了虹膜定位的速度。2.虹膜定位虹膜定位 21 图象预处理图象预处理 该实验算法研究的对象是只包含眼睛的灰度图象.为了实现精确的虹膜定位，首先应促使图像中虹膜的内外边界上尽可能多的象素点的灰度值趋向一致，同时又不至于消除这一边带内外的灰度差异，从而利于在确定边界时将虹膜和巩膜之间、虹膜和瞳孔之间的模糊边带剔除。本算法中要通过灰度投影法来确定位于瞳孔内的一点，而睫毛以及取像时的杂点对此都有很大干扰作用，所以这里先利用小尺度的高斯低通滤波器，如(1)、(2)表示，对采集到的图像进行滤波。()()121212,ffnnGn nG n nG=(1)http:/ -2-()()22122212,nnfGn ne+=(2)选择合适的高斯低通滤波器（3）式表示二维Gaussian函数）来平滑原始的虹膜图像，处理效果要优于均值滤波器，既可以取得更加柔和的平滑效果又不至于破坏图像中的边沿，同时还可以消除原始图像的高频噪声3.()22221,2xyG x ye+=(3)同时,由于在虹膜仪拍摄虹膜图像的过程中，将不可避免的在虹膜图像中形成一些反光点，但是通过一定的措施，可以将这些反光点限制在瞳孔内部，此类反光点会对虹膜定位产生干扰作用，必须加以处理。本文算法中，对于虹膜图像中的每一点，计算33窗口内的灰度值偏差，并设定一阈值，若灰度值偏差大于此阈值，则认为该点为反光点，以33窗口内象素的灰度平均值取代原有象素值。22 瞳孔的粗定位瞳孔的粗定位 与虹膜图像的其他部分相比，瞳孔的灰度值比较小，按照灰度投影的原理4,灰度累加和最小的位置即为瞳孔的圆心，但由于受到光照、噪声等因素的影响，该点通常都不是瞳孔真正的圆心，与真正的圆心有一定的偏差。本文的算法中，只要求此点位于瞳孔内部即可，大量试验表明，此点满足算法要求。假设此位于瞳孔内部的点坐标为(,)temptempp xy，根据上面的分析，有 min(,)tempyxI x y=(4)min(,)tempxyI x y=(5)式中，I(x,y)为经过预处理图像的灰度值，min(expr(i)表示使表达式expr(i)取得最小值。23 虹膜的内外边缘定位虹膜的内外边缘定位 一般情况下虹膜和瞳孔不是同中心的，但是两中心位置距离非常接近，基于虹膜内外边缘的良好的环状特性，该实验将虹膜内外边缘作近似同心圆处理。根据瞳孔粗定位结果，以(,)temptempp xy的邻域中像素点作为圆心，用改进的圆边缘检测算子5定位虹膜的内外边缘：,11max(1)/8nnrrrrngggg=+(6)因为人眼在正常凝视状态下，上下眼皮会盖住一部分虹膜，所以(6)式中值限定在45 45oo与135 225oo的扇形区域内，式中，n表示圆边缘检测算子上45 45oo与135 225oo均匀所取的像素点个数，经过多次实验，取n=8比较合适,rg表示灰度梯度。(6)式第一部分,1(1)nrng=表示圆灰度梯度算子上n个像素的梯度权值和，类似Daugman虹膜http:/ -3-系统定位算法中的微积分算子；第二部分,11nnrrgg=+表示沿圆边缘检测算子上的像素灰度梯度值的一致性，一致性越好，表示圆边缘检测算子上点的梯度越接近，第二部分的值就越小，使整个(4)的值就越大。第三部分,1/8nrg=使定位结果稍微偏向于边缘处灰度较暗的一侧，整个(4)式就是本实验检测虹膜内外边缘所用的改进的圆边缘检测算子。虹膜边缘检测过程中，当改进的圆边缘检测算子与虹膜内边缘匹配时，(4)式达到最大值，得到瞳孔半径和圆心，即虹膜内边缘虹膜内边缘定位后，以瞳孔中心为圆心，同样利用公式(4)进一步定位虹膜的外边缘，此时，根据虹膜内外边缘半径的关系，限定外边缘半径的搜索范围，进一步减少算法所耗时间。3.实验结果实验结果 该实验均在p4 2.8G的主机上利用matlab 7.0实现，所使用的图像来自于中国科学院自动化研究所模式识别国家重点实验室的虹膜库。经过反复多次的实验，本文算法对虹膜图像能快速准确定位，对280380的虹膜图像，整个定位算法所耗时最长为0.7190s，最短为0.6090s，虹膜定位结果如图2所示。图1 原图 图2 定位结果 4.结论结论 Daugman的圆形检测算子速度快，精度高，但前提条件是要有一稳健的算法确定瞳孔的圆心，本文针对这一缺陷，利用灰度投影，快速粗估计瞳孔的圆心，这样就避免了Daugman算法中在定位瞳孔时的盲目搜索，节省了定位时间。本文算法体现在时间上的另一处改进是用改进的圆边缘检测算子检测虹膜内外边界，比起传统的圆检测，减少了计算量，节省了定位时间，使算法具有更好的实时性。参考文献参考文献 1 Illingwoah.J,Kittler.J.Asurvey of the Hough transformJ.Comput.Vision Graphics Image Proocess,1998,44:87-116.2 Daugman J G.High confidence personal identification by rapid video analysis of iris textureA.In:Proceedings IEEE International Canrnahan Conference Security Techno logy C,Tannan,Tanwan,China,1992:1 11.3 章毓晋.图形图像分割M.北京:科学出版社,2001.4 B Li.Optimizing complex function by Chaos SearchJ.Cybernetics and Systems,1998,29:409419.5 Theodore A,Richard Wildes.Reliable and fast eye finding in Close-up ImagesA.In:Proceedings of IEEE Conference on Pattern RecognitonC,Quebec,Canada,2002,:389 394.http:/ -4-A Fast and Precise Algorithm for Iris Locating Long LingMin1，Fu ZhiZhong1，Zhao HaiBo2，Wang ShengZhe2 1 School of Communication and Information Engneering，University of Electronic and Science Technology of China，Chengdu（610054）2 South-west institute of technical physics，chengdu（610041）Abstract Daugmans circular template is still the most efficient method in iris localization,but it must be based on a stable pupil localization algorithm.According to this disadvantage,this algorithm using gray projection to estimate the center of the pupil first,then using improved circular detection template to search the inner and outer boundary of the iris.By contrast with the Daugman method,this method reduces the blindness of the searching of the center of the circle and the calculation,improves the speed.Keywords：iris location，gray projection，circular edge detection 作者简介：龙伶敏（1982-），女，湖南涟源人，电子科技大学在读硕士研究生，研究方向为多媒体通信和数字图象处理；傅志中（1969-），男，电子科技大学通信与信息工程学院副教授，研究方向为多媒体通信和数字图象处理；赵海波（1969-），男，西南技术物理研究所高级工程师，研究方向红外及可见光图像识别与跟踪技术；王升哲（1981-），男，湖北恩施人，研究方向为模式识别，数字图像处理。