基于DSP芯片TMS320DM642的虹膜識別系統設計

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(guò)程是：先用攝像機拍攝眼睛圖像，然后進(jìn)行圖像預處理(虹膜定位、增強等)，再對虹膜特征進(jìn)行分析，與存儲的虹膜特征進(jìn)行模式匹配，最后得出識別結果。在這過(guò)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(huán)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(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(jìn)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(guò)對邊緣點(diǎn)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(shí)，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(lèi)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(dòng)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(shí)時(shí)圖)進(jìn)行匹配比較，判斷兩者的關(guān)系。

由于虹膜成像過(guò)程中引入的主要是高頻成份的非線(xiàn)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(guān)算法。該算法原理為：對基準子圖和實(shí)時(shí)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(gè)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。

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(shí)，相位相關(guān)函數是δ脈沖函數;當兩圖不一樣時(shí)，相位相關(guān)函數不能形成δ脈沖函數。因此，相位相關(guān)函數可以用來(lái)度量?jì)蓤D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(shí)驗結果

本系統對虹膜圖像進(jìn)行判斷和識別。實(shí)驗結果表明同一人的虹膜圖像的相位相關(guān)函數是δ脈沖函數，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)函數不能形成δ脈沖函數，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(jìn)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(wú)章的，無(wú)規律可尋。兩個(gè)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(yǔ)

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