說到虹膜門禁，隨著信息技術的高速發展，傳統的門禁系統已逐漸顯示出其穩定性弱和便捷性差的缺點，生物特征以其高準確性和高穩定性逐漸成為門禁系統采用的熱點...

【安防知識網】隨著信息技術的高速發展，傳統的門禁系統已逐漸顯示出其穩定性弱和便捷性差的缺點，生物特征以其高準確性和高穩定性逐漸成為門禁系統采用的熱點．針對目前很準確的生物識別方法—— 虹膜識別，設計并實現了一種基于虹膜的門禁系統，經小規模局域網測試顯示，達到了良好的識別效果．

門禁系統，又稱為出入管理控制系統，是一種管理人員進出的數字化管理系統．常見的門禁系統有密碼門禁系統、非接觸IC卡(感應式IC卡)門禁系統、生物識別門禁系統等．傳統的密碼門禁系統和IC卡門禁系統由于其本身的穩定性弱、便捷性差已經面臨淘汰，而生物特征以其穩定、便捷、不易偽造等特點逐漸成為門禁系統采用的熱點．在眾多的生物識別特征中，虹膜特征維一、穩定且采集方式為非接觸式，是目前已知的準確度至高的生物識別特征. ，誤識率僅為1：1 200 000．

1 虹膜識別原理

人的眼睛包含鞏膜、虹膜和瞳孔三部分．鞏膜為眼球外圍的白色部分，約占總面積的30％，虹膜存在于鞏膜和瞳孔之間，其顏色并不具有廣泛的區別性，而其中相互交錯的類似于斑點、細絲、冠狀、條紋、隱窩等豐富的紋理信息才是識別中需要提取的特征．

虹膜識別系統由二三個部分構成：預處理、特征提取、模式匹配．目前，具有代表性的研究成果有Daugman 的利用Gabor濾波器進行相位編碼和Wildes 的圖形登記技術以及Boles E 提出的小波變換過零點檢測方法等．

1．1 預處理

        ....................................

在獲取虹膜圖像的過程中，受各種外界因素的影響，虹膜圖像大小不等且有旋轉、平移等現象出現．為了下一步的特征提取，需要把定位后的虹膜區域經過坐標變換歸一化展開為極坐標，再將極坐標系中的圓環狀虹膜圖像沿半徑方向展開成矩形，使矩形的行對應半徑，列對應所取的角度．為了提高后期特征提取和模式匹配的準確性，對標準化后的圖像又進行了直方圖均衡化處理，同時利用高斯低通濾波器濾除了圖像中的高頻噪聲．

1．2 特征提取

        ....................................

1．3 匹配識別

        ....................................

2 算法試驗驗證

首先用本文方法對CASIA虹膜數據庫中400幅分辨率為320×280的圖像進行試驗，得到的結果與經典法進行比較(如表1所示)．從表1中的數據對比可以看出，本系統采用的識別方法雖然在正確率上略低于經典法，但花費時問大大縮短，更適合于實際應用．同時，本系統還進行了小規模的局域網實時虹膜采集和測試，在采集了46名測試者的虹膜特征存人數據庫后，一次完成的隨機測試識別率達到98％，僅一人未識別出，二次識別后識別率即達到100％．試驗結果說明本系統具有良好的識別效果。

3 結語

本文提出了一種快速虹膜識別方法，與經典識別法相比，識別時問大大縮短．同時算法中還改進了虹膜定位方法，使其在準確定位的基礎上對噪聲干擾和亮度變化不敏感，具有較好的實時性．由于它的高可靠性和穩定性，基于虹膜的門禁系統必然具有廣闊的應用前景

文章內容來源于網絡，如有問題請和我聯系刪除！