虹膜识别概述

           生物识别技术：指纹识别、手掌几何学识别、虹膜识别、视网膜识别、面部识别、签名识别、声音识别等！       

    人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。虹膜在一定波长的红外光(一般在700-900纳米之间)照射下，总体上呈现一种由里到外的放射状结构，称这些细微特征为虹膜的纹理特征，该特征具有“唯一性”，在身份识别领域具有重要应用价值。针对虹膜的纹理特征，虹膜识别技术采用专用光学图像采集仪采集人眼虹膜图像，然后通过数字图像处理技术、模式识别和人工智能技术对采集到的虹膜图像进行存储、处理和比对，实现对人员身份的认证和识别。

    虹膜识别在19世纪80年代开始被应用，当时巴黎的刑事监狱就用耳朵的大小、脚的长度、虹膜等特征来鉴别犯人；1987年，眼科专家Leonard Flom 和 Arin Safir首次提出利用虹膜图像进行自动虹膜识别的概念，到1991年，美国洛斯阿拉莫斯国家实验室的JOHNSON实现了一个自动虹膜识别系统。1993年，JOHNDAUGMAN实现了一个高性能的自动虹膜识别原型系统。今天，大部分的自动虹膜识别系统使用DAUGMAN核心算法。(早在20世纪30年代，人们就提出了利用眼虹膜进行身份识别的设想，但直到英国剑桥大学的约翰•多格曼研究出一种新的数学编码方式，眼虹膜识别技术才最终走入实用阶段。后来开发的眼虹膜识别系统，都是以这一数学编码为基础的。)

    一个虹膜约有266个量化特征点，而一般的生物识别技术只有13个到60个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下，算法可获得173个二进制自由度的独立特征点。当一个人死亡后，瞳孔会自然放大，从而造成虹膜消失，所以只有活体才能够使用虹膜识别，而且由于虹膜是生物特征，在照片或者视频上是不能解锁的。

    虹膜识别技术的过程一般来说分为：虹膜图像获取、图像预处理、特征提取和特征匹配四个步骤：1、图像获取使用特定的数字摄像器材对人的整个眼部进行拍摄，并将拍摄到的图像通过图像采集卡传输到计算机中存储。2、图像预处理由于拍摄到的眼部图像包括了很多多余的信息，并且在清晰度等方面不能满足要求，需要对其进行包括图像平滑、边缘检测、图像分离等预处理操作。3、特征提取通过一定的算法从分离出的虹膜图像中提取出独特的特征点，并对其进行编码。4、特征匹配根据特征编码与数据库中事先存储的虹膜图像特征编码进行比对、验证，从而达到识别的目的。