3 系統軟件設計

系統主程序運行在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

本系統采用CCD攝像機拍攝到細節較清晰的眼睛圖像。虹膜是眼睛瞳孔和鞏膜間的環形可視部分。虹膜定位，即是確定虹膜的內外邊緣。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學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的旋轉和邏輯運算，可消除瞳孔內部的光照的影響。這樣可較好定出虹膜的內邊緣，并通過對邊緣點的坐標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域。所以本系統采用基于低通濾波和傅里葉頻譜的相位相關算法。該算法原理為：對基準子圖和實時圖分別求出離散傅里葉變換。將兩圖變換結果的乘積取復共軛得到它們的互功率譜，歸一化后，便得到對應于這個功率譜的相位譜，然后對相位譜求逆傅里葉變換，得到相位相關函數。

此功率譜的相位譜包含了兩圖之間差異的信息。當兩圖一樣時，相位相關函數是δ脈沖函數;當兩圖不一樣時，相位相關函數不能形成δ脈沖函數。因此，相位相關函數可以用來度量兩圖之間的相似程度。并且相位相關算法具有較高的匹配精度。此外，還由于相位相關函數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 實驗結果

本系統對虹膜圖像進行判斷和識別。實驗結果表明同一人的虹膜圖像的相位相關函數是δ脈沖函數，其相位相關面如圖3所示。不同人的虹膜圖像的相位相關函數不能形成δ脈沖函數，其相位相關面如圖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，相位相關函數幅值最大值為1。而不同的人的虹膜圖像比較的結果圖中則是雜亂無章的，無規律可尋。兩個圖的區別非常明顯。

圖3 同一人的虹膜圖像比較結果 圖4 不同人的虹膜圖像比較結果

5 結束語

本文介紹了一種基于DSP的虹膜識別系統。大量實驗結果表明，本系統識別率較高，系統穩定、可靠。本系統已經完成調試，效果良好，具有廣泛的應用前景。