新聞中心

        EEPW首頁 > 醫療電子 > 設計應用 > 智能虹膜圖像采集終端設計

        智能虹膜圖像采集終端設計

        作者: 時間:2017-06-07 來源:網絡 收藏

        O 引言

        本文引用地址:http://www.104case.com/article/201706/350333.htm

        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,用以實現處理、用戶登記、用戶識別、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、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

        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。或者使用視覺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。

        2.5 眼鏡/墨鏡檢測

        眼鏡鏡片會對攝像頭入射的閃光燈進行反射,從而導致采集的虹膜圖像有強烈的反射亮斑。如果該亮斑位于虹膜區域內,將導致匹配誤差。因此攝像頭需要有特制的偏光性能,消除反光,同時使色彩更鮮艷,增強圖像的對比度以及圖像特征的提取。圖3為實驗中佩戴眼鏡所采集的未偏光與偏光后虹膜成像效果的對比。

        2.6 高度可調

        不同用戶高矮差異是制約虹膜采集系統的另外一個限制因素。本系統使用滑道工業設計允許攝像頭升降(如圖4所示),從而達到普適性。

        2.7 其他限制因素

        本研究的所有虹膜采集方式均是靜態或半靜態的,即要求用戶在采集虹膜的過程中保持相對靜止的狀態。這對人體在行進中的動態圖像采集存在一定的技術困難。在行動中實時采集虹膜圖像方面美國有較成熟的技術,但產品價格相對比較昂貴,廣泛應用還有待改進。采用先進技術的同時還要大大降低硬件成本,才有望實現在我國廣泛應用。

        本文針對目前虹膜識別系統實際應用過程中遇到的幾點限制因素進行了相應的分析以及提出了解決方案。對現有虹膜識別終端系統的工業設計和自動化開發具有廣泛的指導意義。生物識別技術有很多種類,而逐步應用的虹膜識別技術其應用前景十分明顯。中國目前在電子和信息產品領域的制造實力在全球處于領先地位。中國生物識別技術制造企業在虹膜識別產品的生產方面也正在趕超世界先進。2007信息安全技術《虹膜識別系統技術要求》國家標準發布并實施,對虹膜識別技術在我國身份認證領域的快速推廣應用提供了有力的保證。虹膜識別技術因其獨有的特點,在中國這個占世界人口十分之一大國里,將為解決人體身份鑒別起到至關重要的作用,應用前景不可估量。




        評論


        技術專區

        關閉
        主站蜘蛛池模板: 车险| 日照市| 庄河市| 宿松县| 莎车县| 雷波县| 峨山| 广汉市| 汉源县| 乌恰县| 石家庄市| 江都市| 定南县| 马鞍山市| 邵阳县| 泸定县| 佛山市| 古丈县| 清新县| 象山县| 景谷| 襄城县| 克什克腾旗| 体育| 三穗县| 温州市| 石阡县| 富锦市| 汉中市| 阿荣旗| 桂平市| 巴林右旗| 聂拉木县| 肇源县| 崇州市| 达日县| 同心县| 镇宁| 墨江| 会泽县| 江口县|