刷爆眼球的虹膜识别技术探密

　　在今年3月巴塞罗那举办的世界移动大会上，富士通发布了一款具有虹膜识别功能的手机，可以扫描用户的眼部特征并用来解锁屏幕等功能，技术非常前卫。

　　今天，我们就来介绍这种更为安全的识别系统---虹膜识别技术。

　　虹膜识别，安全的生物识别技术

　　人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，约占眼睛总面积的65%。外观上看，虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每一个虹膜都包含一个独一无二的基于像冠状、水晶体、细丝、斑点、凹点、射线、皱纹和条纹等特征的结构。

　　高度的独特性、稳定性及不可更改的特点，是虹膜可作为身份识别的基础。

　　虹膜具有以下特性：

　　1.唯一性：生理学研究表明，虹膜纹理的细节特征是由胚胎发育环境的随机因素决定的，这种纹理细节的随机分布特性为虹膜的唯一性奠定了生理基础。研究表明，即使双胞胎、同一人左右眼的虹膜图像之间也具有显着的差异，自然界不可能出现完全相同的两个虹膜。

　　2.稳定性：虹膜从婴儿胚胎期的第三个月前开始发育，到第8个月虹膜的主要纹理结构已经形成。同时，由于角膜的保护作用，发育完全的虹膜不易受到外界的伤害。因此，由外部物理接触而导致虹膜改变的概率十分小。科学家们发现，除非经历危及眼睛的外科手术，虹膜纹理几乎终生不变。

　　3.防伪性好：清晰虹膜纹理的获取需要专门的虹膜图像采集装置和用户的配合，所以一般情况下（相对于指纹和人脸）很难盗取其他人的虹膜图像。此外，眼睛也具有很多优良的光学和生理特性可用于活体虹膜检测。

　　4.非接触性：虹膜是一个外部可见的内部器官，相对于指纹等需要接触采集的生物特征更加卫生、方便。这一点与指纹、脸像等人体外部器官有很大的区别：通过非接触（甚至远距离）的采集装置就能获取合格的虹膜图像。这在实际的应用中非常重要。

　　虹膜识别就是基于虹膜的特点而发展起来的一种生物识别技术，1885年，Alphonse Bertillon将利用生物特征识别个体的思路应用在巴黎的刑事监狱中，当时所用的生物特征包括：耳朵的大小、脚的长度、虹膜等。1987年，眼科专家 Aran Safir和Leonard Flom首次提出利用虹膜图像进行自动虹膜识别的概念，到1991年，美国洛斯阿拉莫斯国家实验室的Johnson实现了一个自动虹膜识别系统。

　　虹膜识别的流程

　　可简单分为虹膜图像获取、图像预处理、特征提取与编码、特征匹配与识别。由于虹膜在红外条件下能呈现出良好的纹理，因此拍摄所需的摄像头需要能具备红外拍摄的条件。

　　1.虹膜图像获取

　　虹膜图像的获取是虹膜识别的第一步。虹膜直径约十几毫米，不同人种的虹膜颜色有着很大的差别，黄种人的虹膜多为深褐色，纹理不明显，必须采用专门的虹膜图像采集装置才可拍摄出纹理丰富的虹膜图像。

　　2.虹膜图像的预处理

　　主要有虹膜定位、虹膜归一化和虹膜图像增强。

　　●虹膜定位：是整个虹膜识别过程中最重要的环节，虹膜定位就是准确的确定虹膜的内边界和外边界，保证每次进行特征提取的虹膜区域不存在较大偏差，定位的速度和准确性决定了整个虹膜系统是否实用可行。

　　●虹膜归一化：为便于比较，一般虹膜识别系统都要对虹膜进行归一化处理，其目的是将每幅原始图像调整到相同的尺寸和对应的位置，从而消除平移、缩放和旋转对虹膜识别的影响。

　　●虹膜图像增强：如果采集到的用于虹膜识别的图像模糊不清晰，将会极大地影响虹膜识别系统的识别性能，通常利用基于重建的超分辨率方法改善虹膜图像。

　　3.虹膜特征提取及编码

　　依靠相应的算法对虹膜图像中独特的细节特征进行提取，并采取适当的特征记录方法，以此构成虹膜编码，最后形成特征模板或者模式模型，这一环节的结果直接关系到虹膜识别的准确率。

　　4.匹配与识别

　　虹膜识别是一个典型的模式匹配问题，即将采集图像的特征与数据库中的虹膜图像特征模板进行比对，判断两个虹膜是否属于同一类。虹膜识别系统的匹配过程可分为识别和认证两种形式。

　　识别是把待识别特征与存储的所有特征模板进行比对，从多个类中找出待识别模式，是一对多的比较问题。

　　认证是把待识别特征与用户声明的身份模板进行比对，根据比对结果判断是否属于同一模式，完成一对一的比较。认证相对于识别来说范围要小得多，速度要快得多。

　　虹膜识别模组，舜宇已有成熟方案

　　一套完备的虹膜识别系统，除了算法之外，还有虹膜识别采集设备---虹膜识别模组。舜宇光电已研发出多套方案，全部可适用于手机。

虹