3 系統(tǒng)軟件設(shè)計

系統(tǒng)主程序運行在DSP中，完成虹膜圖像處理的全部算法。虹膜識別的流程圖如圖2所示。識別過程是：先用攝像機拍攝眼睛圖像，然后進行圖像預(yù)處理(虹膜定位、增強等)，再對虹膜特征進行分析，與存儲的虹膜特征進行模式匹配，最后得出識別結(jié)果。在這過程中，虹膜定位、特征分析和匹配是重要的部分。

3.1 虹膜定位

本系統(tǒng)采用CCD攝像機拍攝到細(xì)節(jié)較清晰的眼睛圖像。虹膜是眼睛瞳孔和鞏膜間的環(huán)形可視部分。虹膜定位，即是確定虹膜的內(nèi)外邊緣。一般而言，瞳孔灰度值比虹膜灰度值小，而虹膜灰度值又比鞏膜灰度值小。因此，先以眼圖的灰度平均值為尺度，取得眼圖的二值化圖像。再選取合適的較小的閾值就可粗略定出瞳孔的邊界。然后用取圖像最大連通域和二值圖像形態(tài)學(xué)的方法較精確地定出瞳孔的邊緣范圍。最后將圖像進行適當(dāng)?shù)男D(zhuǎn)和邏輯運算，可消除瞳孔內(nèi)部的光照的影響。這樣可較好定出虹膜的內(nèi)邊緣，并通過對邊緣點的坐標(biāo)值求平均的方法確定出瞳孔圓心。在確定虹膜外邊緣時，要選擇較大的合適閾值大致定出虹膜與鞏膜的邊界。其余步 驟基本與定內(nèi)邊緣的類似。這樣定位的方法速度快，避免了搜索的盲目性。

3.2 虹膜的相位匹配算法

虹膜圖像的紋理特征具有唯一性，不同人的虹膜紋理是不一樣的。在虹膜自動識別中通常是先存入一幅已知圖像(基準(zhǔn)子圖)作為模板，再對任一輸入圖像(實時圖)進行匹配比較，判斷兩者的關(guān)系。

由于虹膜成像過程中引入的主要是高頻成份的非線性幾何失真，且虹膜圖像的頻譜能量主要集中在低頻區(qū)域。所以本系統(tǒng)采用基于低通濾波和傅里葉頻譜的相位相關(guān)算法。該算法原理為：對基準(zhǔn)子圖和實時圖分別求出離散傅里葉變換。將兩圖變換結(jié)果的乘積取復(fù)共軛得到它們的互功率譜，歸一化后，便得到對應(yīng)于這個功率譜的相位譜，然后對相位譜求逆傅里葉變換，得到相位相關(guān)函數(shù)。

此功率譜的相位譜包含了兩圖之間差異的信息。當(dāng)兩圖一樣時，相位相關(guān)函數(shù)是δ脈沖函數(shù);當(dāng)兩圖不一樣時，相位相關(guān)函數(shù)不能形成δ脈沖函數(shù)。因此，相位相關(guān)函數(shù)可以用來度量兩圖之間的相似程度。并且相位相關(guān)算法具有較高的匹配精度。此外，還由于相位相關(guān)函數(shù)對于灰度值及其尺度的變化是不敏感的，所以，這種算法不易受這些誤差因素影響。

4 實驗結(jié)果

本系統(tǒng)對虹膜圖像進行判斷和識別。實驗結(jié)果表明同一人的虹膜圖像的相位相關(guān)函數(shù)是δ脈沖函數(shù)，其相位相關(guān)面如圖3所示。不同人的虹膜圖像的相位相關(guān)函數(shù)不能形成δ脈沖函數(shù)，其相位相關(guān)面如圖4所示。由于圖像信息高頻部分具有噪聲干擾，為獲得較好的效果，取低頻部分信息進行比較。從圖中可知，同一人的虹膜圖像有一致性，相位相關(guān)函數(shù)幅值最大值為1。而不同的人的虹膜圖像比較的結(jié)果圖中則是雜亂無章的，無規(guī)律可尋。兩個圖的區(qū)別非常明顯。

圖3 同一人的虹膜圖像比較結(jié)果 圖4 不同人的虹膜圖像比較結(jié)果

5 結(jié)束語

本文介紹了一種基于DSP的虹膜識別系統(tǒng)。大量實驗結(jié)果表明，本系統(tǒng)識別率較高，系統(tǒng)穩(wěn)定、可靠。本系統(tǒng)已經(jīng)完成調(diào)試，效果良好，具有廣泛的應(yīng)用前景。