基于DSP芯片TMS320DM642的虹膜识别系统设计
系统主程序运行在DSP中，完成虹膜图像处理的全部算法。虹膜识别的流程图如图2所示。识别过程是：先用摄像机拍摄眼睛图像，然后进行图像预处理(虹膜定位、增强等)，再对虹膜特征进行分析，与存储的虹膜特征进行模式匹配，最后得出识别结果。在这过程中，虹膜定位、特征分析和匹配是重要的部分。
3.1 虹膜定位
本系统采用CCD摄像机拍摄到细节较清晰的眼睛图像。虹膜是眼睛瞳孔和巩膜间的环形可视部分。虹膜定位，即是确定虹膜的内外边缘。一般而言，瞳孔灰度值比虹膜灰度值小，而虹膜灰度值又比巩膜灰度值小。因此，先以眼图的灰度平均值为尺度，取得眼图的二值化图像。再选取合适的较小的阈值就可粗略定出瞳孔的边界。然后用取图像最大连通域和二值图像形态学的方法较精确地定出瞳孔的边缘范围。最后将图像进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。
评论