本文基于奧比中光深度相機(jī)進(jìn)行虹膜識(shí)別處理

MATLAB仿真實(shí)現(xiàn)效果展示

圖1 奧比中光紅外深度相機(jī)拍攝效果

MATLAB仿真紅外效果的圖片，使用奧比中光的Astra_Pro深度相機(jī)和Astra+進(jìn)行拍攝，效果很好。

++聲明：本文的虹膜識(shí)別系統(tǒng)模型參考了西澳大利亞大學(xué)，計(jì)算機(jī)科學(xué)與軟件工程學(xué)院，馬特實(shí)驗(yàn)室，利博爾·馬塞克與彼得·科維西教授的《基于虹膜的生物特征識(shí)別系統(tǒng)》++

首先，先簡單介紹以下各個(gè)文件夾的功能，文件夾“CASIA1”包括原始眼睛圖像（將拍攝好的虹膜圖像保存到這個(gè)文件夾中）；文件夾“fnc”包含GUI的后端函數(shù)；文件夾“template-database”存儲(chǔ)從眼睛圖像中提取的注冊(cè)模板（虹膜參數(shù)）；文件“IrisRecognitionGUI.mlapp”是系統(tǒng)GUI配置生成的app。

下圖是MATLAB的圖形用戶操作界面：

‘Enrollment’的功能是將賬戶虹膜的模板注冊(cè)到數(shù)據(jù)庫中，‘Verify’的功能是驗(yàn)證數(shù)據(jù)庫中不同虹膜的模型，‘View Account information’的功能是查看虹膜文件的信息。

接下來，我會(huì)簡單介紹虹膜識(shí)別系統(tǒng)的操作流程，具體操作步驟如下：

單擊app中的‘image select …’選擇一張虹膜圖像打開。

2.填寫信息，并點(diǎn)擊‘Enroll’進(jìn)行信息注冊(cè)。

3.顯示如下圖所示的消息，代表注冊(cè)虹膜信息成功。

4.要想驗(yàn)證圖像，同樣的按照操作1的方式進(jìn)行操作。

5.選擇虹膜信息并打開后，單擊‘Verify’對(duì)虹膜信息進(jìn)行驗(yàn)證。

6.選擇單擊‘View account…’可以查看該模板的信息。

MATLAB仿真實(shí)現(xiàn)介紹

接下來，會(huì)詳細(xì)介紹該系統(tǒng)的具體實(shí)現(xiàn)流程，包括但不限于：①用到的算法介紹 ②GUI制作詳細(xì)說明 ③代碼功能的實(shí)現(xiàn)，等等。

霍夫變換算法

霍夫變換是一種計(jì)算機(jī)視覺算法，可以用來確認(rèn)目標(biāo)圖像中存在的簡單幾何對(duì)象的參數(shù)，如直線和圓。

可以從眼睛結(jié)構(gòu)示意圖中發(fā)現(xiàn)虹膜其實(shí)是一個(gè)圓形，所有使用圓形霍夫變換可以用來推導(dǎo)出瞳孔和虹膜區(qū)域的半徑和中心坐標(biāo)。并且本文采用一種基于圓形霍夫變換的自動(dòng)分割算法，將iris虹膜分割出來，方便進(jìn)行比對(duì)。

首先，通過計(jì)算眼睛圖像中亮度值的一階導(dǎo)數(shù)來生成邊緣圖，然后對(duì)其進(jìn)行閾值化。從邊緣圖中，在霍夫空間中對(duì)通過每個(gè)邊緣點(diǎn)的圓的參數(shù)進(jìn)行統(tǒng)計(jì)。這些參數(shù)是圓心坐標(biāo)，以及半徑，它們能根據(jù)圓的方程來定義任何大小的圓，表示為：

霍夫空間中的最大值點(diǎn)將對(duì)應(yīng)于由邊緣點(diǎn)最優(yōu)定義的圓的半徑和中心坐標(biāo)，并利用拋物線霍夫變換來檢測眼瞼，用拋物線弧線逼近上下眼瞼，表示為：

其中a_j控制曲率，h_j,k_j是拋物線的峰值，θ_j是相對(duì)于x軸的旋轉(zhuǎn)角度。

Daugman的積分-微分算子

Daugman利用積分-微分算子定位圓形虹膜和瞳孔區(qū)域，以及上下眼瞼的弧線。積分-微分算子的定義如下：

其中I(x,y)是眼睛圖像，r是要搜索的半徑，G_σ (r)是高斯平滑函數(shù)，s是由r,x_0,y_0給出的圓形輪廓。通過改變圓形輪廓的半徑和中心x,y的位置，搜素像素值變化的圓形路徑。為了實(shí)現(xiàn)精確的虹膜定位，該算子被迭代地應(yīng)用，平滑的數(shù)量逐漸減少。

并且眼瞼以類似的方式進(jìn)行定位，輪廓整合的路徑從圓形變成弧形。

主動(dòng)輪廓模型

利用主動(dòng)輪廓模型對(duì)目標(biāo)圖像中的瞳孔進(jìn)行定位。主動(dòng)輪廓通過對(duì)內(nèi)部變形或在目標(biāo)圖像上移動(dòng)，直到達(dá)到平衡狀態(tài)，來響應(yīng)預(yù)先設(shè)定的內(nèi)部或外部力。

輪廓包含一些頂點(diǎn)，它們的位置會(huì)被兩個(gè)相反的力改變，一個(gè)是內(nèi)力，它依賴于期望的特征，另一個(gè)是外力，它依賴于目標(biāo)圖像。每個(gè)頂點(diǎn)在時(shí)間t和t+1之間移動(dòng)，表達(dá)式如下：

其中F_i是內(nèi)力，G_i是外力，v_i是頂點(diǎn)i的位置。為了給瞳孔進(jìn)行定位，內(nèi)力被校準(zhǔn)，以便輪廓形成一個(gè)全局?jǐn)U展的離散圖。外部力通常是利用邊緣信息找到的。

MATLAB仿真代碼分析

Createiristemplate 核心功能函數(shù)文件詳解，詳細(xì)代碼請(qǐng)見附錄ii，詳解如下：

函數(shù)createIristemplate用于使用霍夫變換和預(yù)定義的參數(shù)集創(chuàng)建Iris模板圖像。它將圖像eyeimage_filename作為輸入，該圖像被假定為虹膜的灰度圖像

首先為霍夫變換設(shè)置了一些默認(rèn)參數(shù)，例如徑向和角度分辨率（radial_res和angular_res）以及特征編碼參數(shù)（nscales、minWaveLength、mult和sigmaOnf），使用imread函數(shù)讀取輸入圖像eyeimage_filename。

將輸出模板圖像和掩碼圖像（掩碼）保存到用戶使用fileattrib函數(shù)指定的文件中。輸出模板圖像保存為包含輸入圖像名稱和.mat文件擴(kuò)展名的文件名，掩碼圖像保存為包括輸入圖像名稱以及-houghpara.mat（即后綴.mat和-houghpara）的文件名。

最后將輸出模板圖像和掩碼圖像（模板和掩碼）作為函數(shù)輸出返回。

if stat == 1

??? % if this file has been processed before

??? % then load the circle parameters and

??? % noise information for that file.
??? load(savefile);
else
 % if this file has not been processed before
 % then perform automatic segmentation and
 % save the results to a file

? [circleiris circlepupil imagewithnoise] = segmentiris(eyeimage);
save(savefile,'circleiris','circlepupil','imagewithnoise');

end
% WRITE NOISE IMAGE
%

imagewithnoise2 = uint8(imagewithnoise);
imagewithcircles = uint8(eyeimage);
%get pixel coords for circle around iris
[x,y] = circlecoords([circleiris(2),circleiris(1)],circleiris(3),size(eyeimage));
ind2 = sub2ind(size(eyeimage),double(y),double(x));
%get pixel coords for circle around pupil
[xp,yp] = circlecoords([circlepupil(2),circlepupil(1)],circlepupil(3),size(eyeimage));
ind1 = sub2ind(size(eyeimage),double(yp),double(xp));

首先調(diào)用主函數(shù)createIristemplate，然后調(diào)用一系列輔助函數(shù)createCircleMask和createPupilMask。

createCircleMask負(fù)責(zé)創(chuàng)建虹膜周圍圓圈的二進(jìn)制掩碼圖像。它首先使用imread函數(shù)讀取輸入圖像eyeimage，并將圖像保存到具有指定后綴的文件（例如circle.mat）中。

然后，它對(duì)圖像應(yīng)用霍夫變換以檢測圓，并將生成的掩模圖像（circlemask）保存到文件中。掩模圖像是通過對(duì)圖像進(jìn)行閾值處理來創(chuàng)建圓形像素的二進(jìn)制掩模來創(chuàng)建的，每個(gè)圓形由一組連接的像素表示。

createPupilMask負(fù)責(zé)創(chuàng)建瞳孔的二進(jìn)制掩碼圖像。它的工作原理與createCircleMask類似，但有一些不同。它使用不同的霍夫變換來檢測瞳孔周圍的圓，還檢測瞳孔中的橢圓和其他非圓形特征。它將生成的遮罩圖像（pupilmask）保存到一個(gè)文件中。

代碼初始化兩個(gè)新變量imagewithnoise2和imagewithcircles，這兩個(gè)變量都是8位無符號(hào)整數(shù)。變量imagewithnoise2是通過使用uint8函數(shù)將imagewithnoise函數(shù)的輸出從16位浮點(diǎn)圖像轉(zhuǎn)換為8位無符號(hào)整數(shù)圖像而創(chuàng)建的。通過使用uint8函數(shù)將眼睛圖像函數(shù)的輸出（虹膜的灰度圖像）轉(zhuǎn)換為8位無符號(hào)整數(shù)圖像，創(chuàng)建帶圓圈的可變圖像。

然后，該代碼定義了兩個(gè)新函數(shù)getCircleCoordinates和sub2in，并使用它們從輸入圖像眼睛圖像中提取虹膜周圍的圓和瞳孔周圍的圓的坐標(biāo)。

getCircleCoordinates函數(shù)接受三個(gè)參數(shù)：第一個(gè)和第三個(gè)圓的中心坐標(biāo)，以及第二個(gè)圓的半徑。sub2in函數(shù)是將輸入圖像的2D坐標(biāo)映射到1D索引的輔助函數(shù)，該1D索引可用于提取各個(gè)像素的坐標(biāo)。

然后，代碼定義了另外兩個(gè)變量x和y，用于提取虹膜周圍圓的中心和半徑的坐標(biāo)。瞳孔周圍圓的中心和半徑的坐標(biāo)是使用相同的sub2in函數(shù)提取的。x和y變量分別指定圓的圓心和半徑的x和y坐標(biāo)。

最后，代碼定義了另外兩個(gè)變量xp和yp，用于提取瞳孔周圍圓的中心和半徑的坐標(biāo)。瞳孔周圍圓的中心和半徑的坐標(biāo)是使用相同的sub2in函數(shù)提取的。xp和yp變量分別被指定圓的中心和半徑的xp和yp坐標(biāo)。

　　% Write noise regions

　　imagewithnoise2（ind2） = 255;

　　imagewithnoise2（ind1） = 255;

　　% Write circles overlayed

　　imagewithcircles（ind2） = 255;

　　imagewithcircles（ind1） = 255;

　　w = cd;

　　cd（DIAGPATH）;

　　imwrite（imagewithnoise2，［eyeimage_filename，‘-noise.jpg’］，‘jpg’）;

　　imwrite（imagewithcircles，［eyeimage_filename，‘-segmented.jpg’］，‘jpg’）;

　　cd（w）;

　　% perform normalisation

　?。踦olar_array noise_array］ = normaliseiris（imagewithnoise， circleiris（2），。..

　　circleiris（1）， circleiris（3）， circlepupil（2）， circlepupil（1）， circlepupil（3），eyeimage_filename， radial_res， angular_res）;

　　% WRITE NORMALISED PATTERN， AND NOISE PATTERN

　　w = cd;

　　cd（DIAGPATH）;

　　imwrite（polar_array，［eyeimage_filename，‘-polar.jpg’］，‘jpg’）;

　　imwrite（noise_array，［eyeimage_filename，‘-polarnoise.jpg’］，‘jpg’）;

　　cd（w）;

　　% perform feature encoding

　?。踭emplate mask］ = encode（polar_array， noise_array， nscales， minWaveLength， mult， sigmaOnf）;

以上代碼負(fù)責(zé)對(duì)圖像進(jìn)行標(biāo)準(zhǔn)化，創(chuàng)建噪聲模式，并對(duì)標(biāo)準(zhǔn)化和降噪圖像執(zhí)行特征編碼。

首先調(diào)用normaliseiris函數(shù)，然后調(diào)用createIristemplate來分割虹膜和瞳孔。createIristemplate的輸出保存到具有指定后綴的文件中（例iris.mat）接下來，代碼定義了一些變量：

polar_array：這是一個(gè)像素值的二維數(shù)組，表示輸入圖像的極坐標(biāo)表示。它是通過對(duì)輸入圖像應(yīng)用極坐標(biāo)變換來創(chuàng)建的。

noise_array：這是表示降噪圖像的像素值的二維數(shù)組。它是通過將降噪算法應(yīng)用于輸入圖像而創(chuàng)建的。

template：這是表示標(biāo)準(zhǔn)化圖像的像素值的二維數(shù)組。它是通過將特征編碼算法應(yīng)用于極坐標(biāo)和降噪圖像而創(chuàng)建的。

mask：這是一個(gè)像素值的一維數(shù)組，表示歸一化圖像中圓形像素的二進(jìn)制掩碼。它是通過對(duì)極性圖像和降噪圖像進(jìn)行閾值處理來創(chuàng)建圓形像素的二進(jìn)制掩碼的。

然后對(duì)polar_array和noise_array變量調(diào)用normaliseiris函數(shù)，并將生成的數(shù)組保存到具有指定后綴的文件中（例如polar.mat和polarnoise.mat）。

接下來，再次調(diào)用createIristemplate函數(shù)來分割瞳孔，并為瞳孔創(chuàng)建單獨(dú)的降噪圖像。此函數(shù)的輸出保存到具有指定后綴的文件中（例如，pidul.mat）。

最后，對(duì)模板和noise_array變量調(diào)用encodepattern函數(shù)，以創(chuàng)建極坐標(biāo)和降噪圖像的特征向量表示。然后，該矢量表示被保存到具有指定后綴的文件中（例如，編碼.mat）。

MATLAB虹膜識(shí)別系統(tǒng)GUI設(shè)計(jì)

MATLAB虹膜識(shí)別系統(tǒng)GUI設(shè)計(jì)可以通過使用MATLAB的Graph函數(shù)創(chuàng)建，并使用Subplot函數(shù)添加多個(gè)圖形窗口來實(shí)現(xiàn)

如上表格所示，通過奧比中光的Astra_pro和Astra+相機(jī)拍攝的紅外圖像，完全可以勝任虹膜識(shí)別任務(wù)，并且有很好的效果。

編輯：黃飛