虹膜识别终端系统限制因素分析及研究

虹膜属于眼球中层，位于血管膜的前部，在睫状体前方，有自动调节瞳孔的大小，调节进入眼内光线多少的作用。位于血管膜的前部，虹膜中央有瞳孔。在马、牛瞳孔的边缘上有虹膜粒。在未来的世界里，我们不再需要随身携带身份证明文件，因为眼睛虹膜测试系统将会全面普及。只要利用激光仪扫一扫你的虹膜，便可即时确认你的身份。你还可以利用这种系统在家中发布各种指令；出外购物亦不需带现金或信用卡；甚至处理各种商贸业务或出外远行也一扫了之。要享受这种方便，你就得放弃个人隐私，因为你所作的任何交易，均会被电脑记录在案，并且有可能被别人窃取。人类眼睛的虹膜与手指纹一样，是的。正因为这样英国剑桥大学的约翰·多曼博士便发明了虹膜身份测定技术。简单地说，虹膜测定技术是将虹膜的外观特征转化为512比特的虹膜密码，再储存在模板内备作确认。基本原理主要是通过对比虹膜纹理图像特征之间的相似性来确定人体的身份，其是经计算机进行大量的多种算法，使用模式识别、图像处理等方法对人眼的虹膜纹理特征进行描述和匹配（如早期应用Gabor小波对虹膜纹理编码，用汉民距离对虹膜模版进行匹配），从而实现自动的人体身份鉴别。

　　1 虹膜识别系统的构成

虹膜识别系统是英国剑桥大学开发的一种利用人的眼虹膜生物信息特征进行身份鉴定的技术。研究表明，每个人的虹膜特征各不相同，这一点连双胞胎也不例外。早在20世纪30年代，人们就提出了利用眼虹膜进行身份识别的设想，但直到英国剑桥大学的约翰？多格曼研究出一种新的数学编码方式，眼虹膜识别技术才终走入实用阶段。后来开发的眼虹膜识别系统，都是以这一数学编码为基础的。利用该编码系统，只要用相机将不同人的虹膜特征拍摄下来并储存到计算机数据库中，就可以作为身份识别的依据。

虹膜识别系统由软件系统和硬件系统组成，其中软件系统即虹膜信息处理系统，用以实现虹膜图像处理、用户登记、用户识别、虹膜图像存储管理、虹膜特征存储管理等功能。硬件系统包括虹膜图像采集系统以及支持虹膜信息处理系统运行的硬件环境。

目前市场上较成熟的计算机算法有英国剑桥大学的Daugman技术、英国巴斯大学的MJRLIN技术以及中国科学院的技术。本文实验系统采用英国巴斯大学的MIRLIN技术。　

　　2 受限条件下的虹膜纹理图像采集技术分析

国际人眼安全标准协会要求虹膜图像采集装置为实时自动无侵害的虹膜光学成像装置。目前世界上主流的虹膜镜头采用640×480像素以上的CMOS逐行扫描摄像头，其中在人眼虹膜直径范围内要求至少有100个像素采集点以上，尽可能地保留原始虹膜图像的特征。根据ISO/IEC 19794-6图像标准，同时确保黑暗环境下拍摄的需要，光源选择波长为720~900nm的近红外光源，辐照功率<0.5mW/cm2,对眼睛无伤害。摄像头的传输速率设为251帧/s,保证视频流的实时传输。拍摄过程中，中央处理模块对每帧图像作实时分析，直至该帧图像满足判别标准，同时该数据帧被传输到虹膜识别处理器模块做相应的判别处理。整体硬件设计架构所示。　

在共计352730次试验中我们发现，实际系统虹膜图像采集成功与否的几个重要限制因子包括人机的交互配合、光强度等系统外界限制。因此系统的适用性设计十分重要。为达到全自动智能化虹膜采集，通过数万次的实验，我们总结出系统设计有如下几方面的考虑：

　　2.1 距离感应

首先，摄像头模块须外置用户距离感应传感器用以监测个体的存在。传感器的选型可为接触式（如读卡器或密码开关模块等）和非接触式模块（如红外感应或双肩探头模块等），考虑到系统今后的兼容性，与CPU的接口设计建议使用GPIO连接。

传感器是一种物理装置或生物器官，能够探测、感受外界的信号、物理条件（如光、热、湿度）或化学组成（如烟雾），并将探知的信息传递给其他装置或器官。它能感受规定的被测量并按照一定的规律转换成可用信号的器件或装置，通常由敏感元件和转换元件组成。传感器是一种检测装置，能感受到被测量的信息，并能将检测感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。它是实现自动检测和自动控制的首要环节。

　　2.2 人机交互

摄像头内置应用软件可以使用多国语言指导用户作相应的上机操作。根据内嵌的距离感应传感器模块将用户的距离反馈到中央处理器，然后以语音输出的形式指导用户调整头部位置直至进入合适的成像区域。或者使用视觉上的多色指示灯也可以满足这个效果。

　　2.3 可调成像深度

摄像头的成像深度是另外一个限制条件。为减少该限制因子的影响，提高系统的使用性能，摄像头应该有一定范围的成像深度。在这个范围内，光学镜头可以自动调节焦距实时成像。本试验系统的成像深度在22~36cm范围内均可正常成像。减小了系统对用户操作的限制。

　2.4 头部倾斜检测

摄像头同时需要具有"头部倾斜检测"功能模块，来检测用户的头部是否倾斜超过一定范围导致无法正常进行后续的匹配判别。消除用户因头部位置不当导致失败的限制，确保系统的稳定性。

　2.5 眼镜/墨镜检测

眼镜镜片会对摄像头入射的闪光灯进行反射，从而导致采集的虹膜图像有强烈的反射亮斑。如果该亮斑位于虹膜区域内，将导致匹配误差。因此摄像头需要有特制的偏光性能，消除反光，同时使色彩更鲜艳，增强图像的对比度以及图像特征的提取。图3为实验中佩戴眼镜所采集的未偏光与偏光后虹膜成像效果的对比。

　　2.6 高度可调

不同用户高矮差异是制约虹膜采集系统的另外一个限制因素。本系统使用滑道工业设计允许摄像头升降（如图4所示），从而达到普适性。

　　2.7 其他限制因素

本研究的所有虹膜采集方式均是静态或半静态的，即要求用户在采集虹膜的过程中保持相对静止的状态。这对人体在行进中的动态图像采集存在一定的技术困难。在行动中实时采集虹膜图像方面美国有较成熟的技术，但产品价格相对比较昂贵，广泛应用还有待改进。采用先进技术的同时还要大大降低硬件成本，才有望实现在我国广泛应用。

本文针对目前虹膜识别系统实际应用过程中遇到的几点限制因素进行了相应的分析以及提出了解决方案。对现有虹膜识别终端系统的工业设计和自动化开发具有广泛的指导意义。生物识别技术有很多种类，而逐步应用的虹膜识别技术其应用前景十分明显。中国目前在电子和信息产品领域的制造实力在处于地位。中国生物识别技术制造企业在虹膜识别产品的生产方面也正在赶超世界先进。2007信息安全技术《虹膜识别系统技术要求》国家标准发布并实施，对虹膜识别技术在我国身份领域的快速推广应用提供了有力的保证。虹膜识别技术因其独有的特点，在中国这个占世界人口十分之一大国里，将为解决人体身份鉴别起到至关重要的作用，应用前景不可估量。