基于DSP芯片TMS320DM642的虹膜识别系统设计

行适当的旋转和逻辑运算，可消除瞳孔内部的光照的影响。这样可较好定出虹膜的内边缘，并通过对边缘点的坐标值求平均的方法确定出瞳孔圆心。在确定虹膜外边缘时，要选择较大的合适阈值大致定出虹膜与巩膜的边界。其余步 骤基本与定内边缘的类似。这样定位的方法速度快，避免了搜索的盲目性。

3.2 虹膜的相位匹配算法

虹膜图像的纹理特征具有唯一性，不同人的虹膜纹理是不一样的。在虹膜自动识别中通常是先存入一幅已知图像(基准子图)作为模板，再对任一输入图像(实时图)进行匹配比较，判断两者的关系。

由于虹膜成像过程中引入的主要是高频成份的非线性几何失真，且虹膜图像的频谱能量主要集中在低频区域。所以本系统采用基于低通滤波和傅里叶频谱的相位相关算法。该算法原理为：对基准子图和实时图分别求出离散傅里叶变换。将两图变换结果的乘积取复共轭得到它们的互功率谱，归一化后，便得到对应于这个功率谱的相位谱，然后对相位谱求逆傅里叶变换，得到相位相关函数。

此功率谱的相位谱包含了两图之间差异的信息。当两图一样时，相位相关函数是δ脉冲函数;当两图不一样时，相位相关函数不能形成δ脉冲函数。因此，相位相关函数可以用来度量两图之间的相似程度。并且相位相关算法具有较高的匹配精度。此外，还由于相位相关函数对于灰度值及其尺度的变化是不敏感的，所以，这种算法不易受这些误差因素影响。

4 实验结果

本系统对虹膜图像进行判断和识别。实验结果表明同一人的虹膜图像的相位相关函数是δ脉冲函数，其相位相关面如图3所示。不同人的虹膜图像的相位相关函数不能形成δ脉冲函数，其相位相关面如图4所示。由于图像信息高频部分具有噪声干扰，为获得较好的效果，取低频部分信息进行比较。从图中可知，同一人的虹膜图像有一致性，相位相关函数幅值最大值为1。而不同的人的虹膜图像比较的结果图中则是杂乱无章的，无规律可寻。两个图的区别非常明显。

图3 同一人的虹膜图像比较结果 图4 不同人的虹膜图像比较结果

5 结束语

本文介绍了一种基于DSP的虹膜识别系统。大量实验结果表明，本系统识别率较高，系统稳定、可靠。本系统已经完成调试，效果良好，具有广泛的应用前景。