受限條件下智能虹膜圖像采集終端設計考慮

O 引言
虹膜是位于人眼表面黑色瞳孔和白色鞏膜之間的可見的環(huán)狀組織，在一定頻率的近紅外光下，可呈現(xiàn)出豐富的紋理信息，如斑點條紋、細紋、冠狀、隱窩等生理細節(jié)特征。人眼虹膜的可見生物組織結構依賴于嬰兒胚胎期中胚層的初始條件，在人群中的分布可能是隨機的或是混沌的，但一出生就終生穩(wěn)定，而且每個人的虹膜紋理絕對地不同。統(tǒng)計表明，虹膜紋理有幾百個自由度，即使是同樣的基因型，其虹膜的表現(xiàn)型表達是不相關的。正因為人眼虹膜獨特的紋理圖像適合用于自動身份識別，所以其具有高效、準確、不可復制等特點?；驹碇饕峭ㄟ^對比虹膜紋理圖像特征之間的相似性來確定人體的身份，其核心是經(jīng)計算機進行大量的多種算法，使用模式識別、圖像處理等方法對人眼的虹膜紋理特征進行描述和匹配(如早期應用Gabor小波對虹膜紋理編碼，用漢民距離對虹膜模版進行匹配)，從而實現(xiàn)自動的人體身份鑒別。

1 虹膜識別系統(tǒng)的構成
虹膜識別系統(tǒng)由軟件系統(tǒng)和硬件系統(tǒng)組成，其中軟件系統(tǒng)即虹膜信息處理系統(tǒng)，用以實現(xiàn)虹膜圖像處理、用戶登記、用戶識別、虹膜圖像存儲管理、虹膜特征存儲管理等功能。構成框圖如圖1所示。硬件系統(tǒng)包括虹膜圖像采集系統(tǒng)以及支持虹膜信息處理系統(tǒng)運行的硬件環(huán)境。
目前市場上較成熟的計算機核心算法有英國劍橋大學的Daugman技術、英國巴斯大學的MJRLIN技術以及中國科學院的技術。本文實驗系統(tǒng)采用英國巴斯大學的MIRLIN技術。

2 受限條件下的虹膜紋理圖像采集技術分析
國際人眼安全標準協(xié)會要求虹膜圖像采集裝置為實時自動無侵害的虹膜光學成像裝置。目前世界上主流的虹膜鏡頭采用640×480像素以上的CMOS逐行掃描攝像頭，其中在人眼虹膜直徑范圍內(nèi)要求至少有100個像素采集點以上，盡可能地保留原始虹膜圖像的特征。根據(jù)ISO／IEC 19794-6圖像標準，同時確保黑暗環(huán)境下拍攝的需要，光源選擇波長為720～900nm的近紅外光源，輻照功率0．5mW／cm2，對眼睛無傷害。攝像頭的傳輸速率設為251幀／s，保證視頻流的實時傳輸。拍攝過程中，中央處理模塊對每幀圖像作實時分析，直至該幀圖像滿足判別標準，同時該數(shù)據(jù)幀被傳輸?shù)胶缒ぷR別處理器核心模塊做相應的判別處理。整體硬件設計架構如圖2所示。

在共計352730次試驗中我們發(fā)現(xiàn)，實際系統(tǒng)虹膜圖像采集成功與否的幾個重要限制因子包括人機的交互配合、光強度等系統(tǒng)外界限制。因此系統(tǒng)的適用性設計十分重要。為達到全自動智能化虹膜采集，通過數(shù)萬次的實驗，我們總結出系統(tǒng)設計有如下幾方面的考慮：