虹膜識別終端系統限制因素分析及解決方案

　　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狀組織，在一定頻率的近紅外光下，可呈現出豐富的紋理信息，如斑點條紋、細紋、冠狀、隱窩等生理細節特征。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，但一出生就終生穩定，而且每個人的虹膜紋理絕對地不同。統計表明，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。基本原理主要是通過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)，從而實現自動的人體身份鑒別。

　　1 虹膜識別系統的構成

　　虹膜識別系統由軟件系統和硬件系統組成，其中軟件系統即虹膜信息處理系統，用以實現虹膜圖像處理、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。硬件系統包括虹膜圖像采集系統以及支持虹膜信息處理系統運行的硬件環境。

　　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ISO/IEC 19794-6圖像標準，同時確保黑暗環境下拍攝的需要，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，同時該數據幀被傳輸到虹膜識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次試驗中我們發現，實際系統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、光強度等系統外界限制。因此系統的適用性設計十分重要。為達到全自動智能化虹膜采集，通過數萬次的實驗，我們總結出系統設計有如下幾方面的考慮：

　　2.1 距離感應

　　首先，攝像頭模塊須外置用戶距離感應傳感器用以監測個體的存在。傳感器的選型可為接觸式(如讀卡器或密碼開關模塊等)和非接觸式模塊(如紅外感應或雙肩探頭模塊等)，考慮到系統今后的兼容性，與CPU的接口設計建議使用GPIO連接。

　　2.2 人機交互

　　攝像頭內置應用軟件可以使用多國語言指導用戶作相應的上機操作。根據內嵌的距離感應傳感器模塊將用戶的距離反饋到中央處理器，然后以語音輸出的形式指導用戶調整頭部位置直至進入合適的成像區域?；蛘呤褂靡曈X上的多色指示燈也可以滿足這個效果。

　　2.3 可調成像深度

　　攝像頭的成像深度是另外一個限制條件。為減少該限制因子的影響，提高系統的使用性能，攝像頭應該有一定范圍的成像深度。在這個范圍內，光學鏡頭可以自動調節焦距實時成像。本試驗系統的成像深度在22～36cm范圍內均可正常成像。減小了系統對用戶操作的限制。

　　2.4 頭部傾斜檢測

　　攝像頭同時需要具有“頭部傾斜檢測”功能模塊，來檢測用戶的頭部是否傾斜超過一定范圍導致無法正常進行后續的匹配判別。消除用戶因頭部位置不當導致認證失敗的限制，確保系統的穩定性。