一种用于身份认证的活体虹膜防伪方法技术

一种用于身份认证的活体虹膜防伪方法，包括：1)获取真伪虹膜图像并进行图像预处理；所述的图像预处理包括定位图像的内边界和外边界、通过归一化将虹膜图像扩充到统一的大小、对归一化后的虹膜图像进行增强；2)通过以下方面对虹膜图像的真伪进行判别；2.1)利用活体组织红外特征光谱进行虹膜活体检测；2.2)根据人眼动态变化特性进行虹膜活体检测；2.3)利用虹膜纹理特征进行虹膜活体检测；对虹膜图像进行多方向滤波，分别计算各个方向滤波后特征区域的虹膜外侧与内侧图像互信息之差作为纹理特征值，差值的和小于所设阈值为真虹膜，否则为伪虹膜。该方法检测结果准确可靠，鲁棒性强，适用范围广。

A living iris anti counterfeiting method for identity authentication

Including a live iris anti-counterfeiting method, used for identity authentication: 1) to obtain the authenticity of iris image and image preprocessing; the image preprocessing includes image positioning of the inner and outer boundaries, the normalized iris image is extended to uniform size, the iris image normalization after enhancement; 2) through the following aspects of the iris image authenticity discrimination; 2.1) were detected by the infrared spectra of living iris tissue; 2.2) were living iris detection according to the variation characteristics of human dynamics; 2.3) were detected by in vivo iris iris texture feature; multi direction filter for iris image, calculated the difference inside and outside of the iris image feature the mutual information of each direction after filtering as texture feature values, and the difference is less than the set threshold for the true iris, or iris pseudo. The method is accurate, reliable, robust and applicable.

【技术实现步骤摘要】
一种用于身份认证的活体虹膜防伪方法
本专利技术涉及生物特征身份鉴别技术，具体涉及一种用于身份认证的活体虹膜防伪方法。
技术介绍
目前，虹膜因其特殊的结构和无接触采样模式，已被广泛地研究应用于身份认证系统。常用于生物特征识别的生理特征有指纹、掌纹、人脸、虹膜、耳廓、视网膜等。其中，虹膜作为重要的身份鉴别特征，具有唯一性、稳定性、非侵犯性等优点，是一种用于身份验证的理想生物特征，被广泛运用于银行、社会福利保障、电子商务、安全防务、智能手机的银行支付系统等领域。然而，尽管虹膜识别有很多优点，但虹膜认证系统容易受到伪虹膜的干扰。目前比较常见的伪虹膜有以下几类，利用屏幕硬拷贝、照片、纸质打印的眼睛图片；玻璃及树胶制造的人造眼；佩戴彩色隐形眼镜的自然眼等。基于虹膜识别的身份认证系统应当具有防伪的功能，即能够准确判断采集对象是否来自有生命的个体。近红外光谱分析技术是分析化学领域迅猛发展的高新分析技术，越来越引起国内外分析专家的注目，在分析化学领域被誉为分析“巨人”，它的出现可以说带来了又一次分析技术的革命。瞳孔，不仅可以对明暗做出反应，调节进入眼睛的光线，也影响着眼球光学系统的焦深和球差。瞳孔自身会根据外界光线强弱调整大小，光线强瞳孔就变小，光线弱，瞳孔就变大，这是对眼睛的自我保护。而2DLog-Gabor滤波器，进一步克服了Log-Gabor滤波器的缺点，更好地提取虹膜纹理的二维特征信息，能够灵活的设定每块滤波器的频率和带宽，大大提高了系统的运算速度。
技术实现思路
本专利技术的目的在于针对上述现有技术中的问题，提供一种用于身份认证的活体虹膜防伪方法，能够有效鉴别真伪活体虹膜，适用范围广，检测结果准确可靠，有较高的鲁棒性。为了实现上述目的，本专利技术采用的技术方案包括以下步骤：1)获取真伪虹膜图像并进行图像预处理；所述的图像预处理包括定位图像的内边界和外边界、通过归一化将虹膜图像扩充到统一的大小、对归一化后的虹膜图像进行增强；2)通过以下方面对虹膜图像的真伪进行判别；2.1)利用活体组织红外特征光谱进行虹膜活体检测；2.2)根据人眼动态变化特性进行虹膜活体检测；2.3)利用虹膜纹理特征进行虹膜活体检测；对虹膜图像进行多方向滤波，分别计算各个方向滤波后特征区域的虹膜外侧与内侧图像互信息之差作为纹理特征值，差值的和小于所设阈值为真虹膜，否则为伪虹膜。步骤1)在图像预处理中根据Canny算子结合Hough变换定位虹膜图像的外边界，基于瞳孔边界点控制的最小二乘拟合算法定位虹膜图像的内边界。步骤1)在图像归一化处理中利用双线性插值法将虹膜图像由环形展开为统一尺寸的矩形图像。步骤1)在对图像进行增强时首先计算块区域虹膜图像的平均亮度来估计归一化后的虹膜图像亮度变化，再将归一化后的虹膜图像整体减去估计的背景亮度，得到增强后的归一化虹膜图像。步骤2.1)根据活体组织对特定波长红外光的吸收特性，通过能够连续改变频率的近红外光照射真伪虹膜。步骤2.2)通过暗盒屏蔽外界光线干扰，使用亮度能够改变的光源照射真伪虹膜，检测瞳孔的缩放情况，若为真虹膜则瞳孔大小会出现明显变化。所述的步骤2通过2DLog-Gabor滤波器对归一化后的虹膜图像进行滤波；在极坐标下，频域的2DLog-Gabor滤波器表达为H(f,θ)＝Hf×Hθ；Hf为径向分量，Hθ为方向分量，具体的函数表达式如下：式中，f0为中心频率，θ0为滤波器的方向，σf用于确定径向带宽Bθ，f为虹膜图像的频率，θ为虹膜图像的方向；ROI区域选取-30°≤θ≤10°和170°≤θ≤210°。输入源图像与真虹膜图像的互信息定义如下：其中，L表示图像总的灰度级数，pf(i)表示图像f中灰度值为i的像素数与图像f总的像素数之比，i、i1、i2表示图像的灰度值；pR,F(i1,i2)为输入源图像与真虹膜图像的联合概率密度，pR(i1)、pF(i2)分别为图像R和图像F的边缘概率密度；其中：式中，D(i1,i2)为两幅配准图像对应部分图像灰度值为(i1,i2)的像素对总数，为两幅配准图像对应部分的像素对总数；边缘概率密度计算如下：通过上述公式求得一幅虹膜图像在滤波方向为θ的条件下，滤波后特征区域的上下两部分与原虹膜图像上下两部分的互信息值：MIsup(θ),MIinf(θ)；根据实验给定阈值MIsupmax,MIinfmax，若有θ使得：MIsup(θ)＞MIsupmax或MIinf(θ)＞MIinfmax；则判定该图像与原虹膜图像不匹配，否则匹配成功。若判别结果为真虹膜则识别成功，若为伪虹膜则对伪虹膜进行分类：根据活体组织对特定波长红外光的吸收特性区分屏幕硬拷贝、照片、纸质打印的眼睛图片和活体虹膜；根据瞳孔随不同亮度光源照射时的缩放情况区分玻璃及树胶制造的人造眼和活体虹膜；根据滤波得到的虹膜图像特征区域各个方向互信息之差区分佩戴隐形眼镜的自然眼和活体虹膜。与现有技术相比，本专利技术具有如下的有益效果：在对虹膜图像的真伪进行判别时，通过虹膜组织的近红外特性、人眼动态变化以及虹膜纹理特征三个方面，实现了实时高效的真伪虹膜区分，也提高了虹膜识别技术的适用性。采用近红外光谱分析技术，杜绝屏幕硬拷贝、照片、纸质打印眼睛图片的攻击；根据真实瞳孔在不同光照条件下的动态变化，高效预防玻璃及树胶等人造眼的攻击；利用多方向滤波器滤波获得虹膜图像纹理特征，采用互信息作为图像的纹理特征，互信息是图像特征的一种统计形式，充分反映了图像中包含的信息量，是区分佩戴隐形眼镜的自然眼和活体虹膜的有力依据。本专利技术能够解决多种伪虹膜的攻击，检测结果准确可靠，鲁棒性强，适用范围广，为社会经济安全提供了保障，应用前景广阔。进一步的，本专利技术通过2DLog-Gabor滤波器对归一化后的虹膜图像进行滤波，2DLog-Gabor滤波器能够克服Log-Gabor滤波器的缺点，更好的提取虹膜纹理二维特征信息，解决了非有效特征提取率增加的问题，更加真实的反映了自然纹理图像的频率响应。真虹膜图像在2DLog-Gabor滤波后特征区域的下半部基本呈现无纹理或少纹理状态，而假虹膜纹理特征丰富。因此本专利技术对归一化后的虹膜图像进行多方向2DLog-Gabor滤波，分别计算各个方向滤波后特征区域的虹膜外侧与内侧图像互信息差，差值之和小于所设阈值为真，否则为假。附图说明图1本专利技术真伪虹膜识别方法原理框图；图2归一化后的虹膜图像：(a)待处理的虹膜图像；(b)去除上下眼睑、提取虹膜圆环的图像；(c)归一化后含噪声的图像；(d)均值替换噪声区域后的图像；图3基于瞳孔变化的活体虹膜识别方法流程图；图4封闭式的虹膜图像采集暗盒结构图；图5基于红外特性的活体虹膜识别方法流程图；图62DLog-Gabor滤波器模板示意图：(a)实部；(b)虚部；图72DLog-Gabor滤波器获取纹理特征流程图；图8基于2DLog-Gabor滤波的虹膜评价值计算结果统计图；附图中：1.防滑垫；2.密封盖；3.侧窗。具体实施方式下面结合附图对本专利技术做进一步的详细说明。参见图1，本专利技术活体虹膜防伪方法通过以下方法对虹膜图像的真伪进行判别：利用虹膜对特定波长红外光的吸收特性进行虹膜活体检测；根据瞳孔缩放情况，设置自然光(500nit)和暗室(10nit)两种情况，人的瞳孔会有明显变化，而假虹膜没有任何变化本文档来自技高网...

【技术保护点】
一种用于身份认证的活体虹膜防伪方法，其特征在于，包括以下步骤：1)获取真伪虹膜图像并进行图像预处理；所述的图像预处理包括定位图像的内边界和外边界、通过归一化将虹膜图像扩充到统一的大小、对归一化后的虹膜图像进行增强；2)通过以下方面对虹膜图像的真伪进行判别；2.1)利用活体组织红外特征光谱进行虹膜活体检测；2.2)根据人眼动态变化特性进行虹膜活体检测；2.3)利用虹膜纹理特征进行虹膜活体检测；对虹膜图像进行多方向滤波，分别计算各个方向滤波后特征区域的虹膜外侧与内侧图像互信息之差作为纹理特征值，差值的和小于所设阈值为真虹膜，否则为伪虹膜。

【技术特征摘要】
1.一种用于身份认证的活体虹膜防伪方法，其特征在于，包括以下步骤：1)获取真伪虹膜图像并进行图像预处理；所述的图像预处理包括定位图像的内边界和外边界、通过归一化将虹膜图像扩充到统一的大小、对归一化后的虹膜图像进行增强；2)通过以下方面对虹膜图像的真伪进行判别；2.1)利用活体组织红外特征光谱进行虹膜活体检测；2.2)根据人眼动态变化特性进行虹膜活体检测；2.3)利用虹膜纹理特征进行虹膜活体检测；对虹膜图像进行多方向滤波，分别计算各个方向滤波后特征区域的虹膜外侧与内侧图像互信息之差作为纹理特征值，差值的和小于所设阈值为真虹膜，否则为伪虹膜。2.根据权利要求1所述用于身份认证的活体虹膜防伪方法，其特征在于：步骤1)在图像预处理中根据Canny算子结合Hough变换定位虹膜图像的外边界，基于瞳孔边界点控制的最小二乘拟合算法定位虹膜图像的内边界。3.根据权利要求1所述用于身份认证的活体虹膜防伪方法，其特征在于：步骤1)在图像归一化处理中利用双线性插值法将虹膜图像由环形展开为统一尺寸的矩形图像。4.根据权利要求1所述用于身份认证的活体虹膜防伪方法，其特征在于：步骤1)在对图像进行增强时首先计算块区域虹膜图像的平均亮度来估计归一化后的虹膜图像亮度变化，再将归一化后的虹膜图像整体减去估计的背景亮度，得到增强后的归一化虹膜图像。5.根据权利要求1所述用于身份认证的活体虹膜防伪方法，其特征在于：步骤2.1)根据活体组织对特定波长红外光的吸收特性，通过能够连续改变频率的近红外光照射真伪虹膜。6.根据权利要求1所述用于身份认证的活体虹膜防伪方法，其特征在于：步骤2.2)通过暗盒屏蔽外界光线干扰，使用亮度能够改变的光源照射真伪虹膜，检测瞳孔的缩放情况，若为真虹膜则瞳孔大小会出现明显变化，若为假虹膜则瞳孔大小不会发生变化。7.根据权利要求1所述用于身份认证的活体虹膜防伪方法，其特征在于：所述的步骤2通过2DLog-Gabor滤波器对归一化后的虹膜图像进行滤波；在极坐标下，频域的2DLog-Gabor滤波器表达为H(f,θ)＝Hf×Hθ；Hf为径向分量，Hθ为方向分量，具体的函数表达式如下：

【专利技术属性】
技术研发人员：张新曼，何婷婷，陈奕宇，许学斌，
申请(专利权)人：西安交通大学，广东顺德西安交通大学研究院，
类型：发明
国别省市：陕西,61