基于分層圓環(huán)的牛眼虹膜定位

1、基于分層圓環(huán)的牛眼虹膜定位報告人：王小強報告人：王小強東南大學(xué)系統(tǒng)工程研究所東南大學(xué)系統(tǒng)工程研究所2022-3-2311、虹膜識別技術(shù)研究現(xiàn)狀2、牛眼虹膜粗定位3、牛眼虹膜精確定位4、結(jié)論報告大綱2022-3-232一、虹膜識別技術(shù)研究現(xiàn)狀人眼虹膜識別技術(shù)1987199119931987年，眼科專家Leonard Flom和Aran Safir1首次提出了用虹膜圖像進行自動識別的概念，但是沒有開發(fā)出系統(tǒng)。文獻記錄的最早虹膜識別系統(tǒng)是1991年由美國洛斯阿拉莫斯國家實驗室的Johnson設(shè)計開發(fā)的1993年，英國劍橋大學(xué)的Daugman2提出了一個高性能的虹膜識別原型系統(tǒng)。目前，大部分商用的虹膜

2、識別系統(tǒng)都使用Daugman3的核心算法20012003中科院自動化研究所于2001年開發(fā)出具有我國自主知識產(chǎn)權(quán)的虹膜識別原型系統(tǒng)4,5，并建立了一個公開的CASIA虹膜圖像數(shù)據(jù)庫。上海交通大學(xué)圖像處理與模式識別研究所于2003年開發(fā)出了國內(nèi)第一套商用虹膜識別系統(tǒng)6,7。2022-3-233一、虹膜識別技術(shù)研究現(xiàn)狀動物虹膜識別技術(shù)日本學(xué)者Massahiko Suzaki,，Osamu Yamakita和Yuji Kuno（2001）研究了一種基于虹膜特征識別的賽馬身份認證系統(tǒng)8，利用虹膜認證對賽馬進行管理，他們發(fā)明的基于虹膜紋理分析的動物身份認證系統(tǒng)已經(jīng)獲得了美國專利資格認證920012008

3、2009方超和趙林度（2008）提出使用虹膜識別技術(shù)用于進行動物養(yǎng)殖階段的標(biāo)記11，在屠宰場階段將虹膜信息與分割號、加工批號相關(guān)聯(lián)，從而完成整個供應(yīng)鏈信息的信息，實現(xiàn)肉類食品供應(yīng)鏈中的個體溯源；孔強和趙林度（2009）在文獻11的基礎(chǔ)上，對牛眼虹膜識別算法進行了研究12，圖像在經(jīng)過Sobel邊緣檢測后，使用同心圓定位牛眼虹膜區(qū)域，并使用二次B樣條插值算法結(jié)合Hough變換進行定位；Xiaoqiang Wang和Lindu Zhao（2009）從系統(tǒng)設(shè)計的角度，完整描述了以牛為例的個體虹膜識別系統(tǒng)的設(shè)計與開發(fā)13，并對預(yù)處理的閾值變換、定位、提取虹膜區(qū)域和歸一化進行研究，最后依據(jù)2D Gabor

4、算法，實現(xiàn)對虹膜圖像的編碼處理2022-3-234二、牛眼虹膜粗定位虹膜區(qū)域紋理豐富區(qū)域瞳孔區(qū)域鞏膜圖 1 牛虹膜圖像Fig. 1 Iris image of bovine圖1是使用上海交通大學(xué)圖像處理與模式識別研究所研制的2200號采集設(shè)備采集的牛個體眼睛灰度圖。圖1可見，在采集到的牛眼睛圖像中，瞳孔區(qū)域由于水分造成光線反射，區(qū)域灰度值大部分較高，而且牛眼睛上眼瞼以及眼睫毛過長。2022-3-235瞳孔外邊界圖2 閾值為170的閾值變換后的二值化圖像Fig. 2 Binary image after threshold transformation二、牛眼虹膜粗定位內(nèi)邊界定位圖3 對二值化圖

5、像進行Sobel邊緣檢測Fig. 3 Edge detection of binary image using Sobel operator內(nèi)邊界搜索區(qū)域2022-3-236二、牛眼虹膜粗定位實驗結(jié)果紋理不豐富區(qū)域紋理豐富區(qū)域圖4 粗定位結(jié)果Fig. 4 Coarse location of iris region內(nèi)外圓定位結(jié)果如圖4所示，結(jié)合圖1，發(fā)現(xiàn)圖4定位的區(qū)域中包含了太多的無效區(qū)域，即紋理特征并不豐富甚至不包含紋理特征。如果使用這樣定位得到的虹膜區(qū)域進行特征提取與編碼，會導(dǎo)致識別率的下降，甚至無法達到識別的目的。本文即在這個算法的基礎(chǔ)上，提出應(yīng)用分層圓環(huán)掃描的算法進行精確定位。2022

6、-3-237三、牛眼虹膜精確定位分層圓環(huán)算法 通過肉眼觀察可以發(fā)現(xiàn)在圖4的定位結(jié)果中，紋理豐富區(qū)域其灰度變化要比紋理不豐富區(qū)域變化程度大，即其灰度值方差要大。本文就是利用這一基本原理，先使用3.1中的定位算法作為粗定位，然后對粗定位的內(nèi)外圓半徑范圍進行分割，分為n等份。得到一個圓環(huán)序列，其半徑依次選取集合 中的相鄰前后兩項作為圓環(huán)內(nèi)內(nèi)外圓半徑值。圖5 分層圓環(huán)算法示意圖分別計算圓環(huán)序列中的灰度方差值，灰度方差值大的區(qū)域即為虹膜紋理豐富的區(qū)域。作為下一步特征提取使用。2022-3-238三、牛眼虹膜精確定位實驗結(jié)果根據(jù)第二節(jié)中的牛虹膜定位算法，本文使用Visual C+進行程序設(shè)計，使用的圖像來

7、自東南大學(xué)系統(tǒng)工程研究所建立的第一代動物個體虹膜圖像數(shù)據(jù)庫（）。 a） 圓環(huán)步長為2時的精確定位 b)圓環(huán)步長為3時的精確定位a) Precise location of iris region using 2 rings b) Precise location of iris region using 3 rings2022-3-239 a）圓環(huán)個數(shù)為2時的歸一化 b）圓環(huán)個數(shù)為3時的歸一化 a) Number of rings equal to 2 b) Number of rings equal to 3c）粗定位虹膜區(qū)域歸一化c) Number of rings equal to 1圖

8、 6 不同定位后的虹膜區(qū)域歸一化比較Fig. 6 Normalization of the iris region after deferent location methods2022-3-2310如式（3）所示，使用空間自相關(guān)函數(shù)來對圖6中的三幅歸一化后圖像進行紋理粗糙程度的計算，從數(shù)據(jù)上反映其紋理粗糙程度。110011200( , )(,)( , ) ( , )whijwhijI i jI ijrI i j 其中：w 、h分別為窗口的寬和高，、 分別為橫坐標(biāo)和縱坐標(biāo)方向的偏移量。r(,)是對窗口內(nèi)的每一個像素元與偏移量為 的像素元之間相關(guān)性的一個度量。2022-3-2311四、結(jié)論 本文

9、在食品安全的背景下，擬使用動物虹膜作為個體標(biāo)識進行溯源。在虹膜識別技術(shù)的定位算法上，針對牛眼圖像中瞳孔亮度高，和人眼圖像恰恰相反，以及虹膜區(qū)域紋理大都分布在虹膜區(qū)域的邊緣等特點，設(shè)計算法，用同心圓對虹膜區(qū)域進行擬合。先使用區(qū)域掃描，對虹膜區(qū)域進行粗定位，得到大概的虹膜內(nèi)外圓圓心和半徑，然后為了得到虹膜區(qū)域邊緣紋理豐富區(qū)域，使用分層圓環(huán)結(jié)合方差的方法進行精確定位，并使用牛眼圖像進行試驗，得到了較好的定位結(jié)果，并使用空間自相關(guān)函數(shù)與方差等數(shù)據(jù)反映出分層圓環(huán)定位后的虹膜區(qū)域具有豐富的紋理特征，為下一步進行特征提取和特征編碼，以及最終的高識別率提供了較豐富的紋理特征。2022-3-2312Refere

10、nces1. L. Flom and A. Safir. Iris Recognition System, United States Patent 4641349, 19872. J. Daugman. High Confidence Visual Recognition of persons by a Test of Statistical Independence. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1993, 15(11): 1148-11603. J. Daugman. How iris r

11、ecognition works. IEEE Transactions on Circuits and Systems for Video Technology. 2004, 14(1):21-30 4. Tan Tie-Niu, Zhu Yong, Zhu Yun-Hong. Iris Image Capturing Device, C.N. Patent 2392219, 2000 (in Chinese)（譚鐵牛，朱勇，王蘊紅，虹膜圖像采集裝置，實用新型專利，專利號：2392219，2000）5. Tan Tie-Niu, Wang Yun-Hong, Ma Li. Alive Iris

12、 Image Capturing Device, C.N. Patent 2508306，2001 (in Chinese)（譚鐵牛，王蘊紅，馬力，活體虹膜圖像采集裝置，實用新型專利，專利號：CN 2508306，2001）6. Shi Peng-Fei, Gong Ya-Zhuo, Xing Lei. Iris Marking Normalization Process Method, C.N. Patent 1445714，2003 (in Chinese)（施鵬飛，宮雅卓，邢磊，虹膜紋理歸一化處理方法，發(fā)明專利，專利號：CN1445714，2003）7. Shi Peng-Fei, Xi

13、ng Lei , Gong Ya-Zhuo. Image Quality Evaluating Method for Iris Identification System, C.N. Patent 1474345, 2004 (in Chinese)(施鵬飛，邢磊，宮雅卓，虹膜識別系統(tǒng)的圖像質(zhì)量評價方法，發(fā)明專利，專利號：CN1474345，2004)8. Masahiko Suzaki, Osamu Yamakita, Yuji Kuno. A Horse Identification System using biometrics. Systems and Computers in Jap

14、an, 2001, 32(14): 12-239. Masahiko Suzaki. Animal Identification Based On Iris Granule Analysis, U.S. Patent 6229905 B1, May 200110. A. Allen, B. Golden, M. Taylor, D. Patterson, D. Henriksen, R. Skuce. Evaluation of retinal imaging technology for the biometric identification of bovine animals in No

15、rthern Ireland. Livestock Science, 2008, 116(1-3):42-522022-3-231311. Fang Chao, Zhao Lin-Du. Research on meat food traceability system based on iris- recognition. China Safety Science Journal, 2008, 18(7): 11-17 (in Chinese)（方超，趙林度，基于虹膜識別的肉類食品可追溯系統(tǒng)研究，中國安全科學(xué)學(xué)報，2008，18（7）：11-17）12. Kong Qiang, Zhao Lin-Du. Research on the application of iris recognition in meat-food supply chain management. China Safety Science Journal, 2009, 19(3): 155-160 (in Chinese)（孔強，趙林度，虹膜識別在肉類食品安全追溯系統(tǒng)中的應(yīng)用及關(guān)鍵技術(shù)研究，中國安全科學(xué)學(xué)報，2009，19（3）：155-160）13. Xiaoqiang Wang, Lindu Zhao. Iris re