專利名稱：基于現(xiàn)場可編程門陣列的虹膜識別方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明屬于生物特征識別技術領域，即虹膜識別技術領域，尤其涉及一種基于現(xiàn)場可 編程門陣列(FPGA)的虹膜識別方法及系統(tǒng)。
背景技術：
人們在邁進數(shù)字時代的過程中，對身份驗證方法的準確性和便捷性的需求不斷提高。 傳統(tǒng)的身份驗證方法主要包括身份標志物(如鑰匙、證件等)連同身份標志信息(如賬號、 密碼等)，或以上二者的結合(如銀行卡等)。人們在使用過程中發(fā)現(xiàn)，他們都存在著一樣
的缺點易于遺失和偽造。而且傳統(tǒng)的身份驗證系統(tǒng)并不能有效的識別持有這些身份標志
事物的人是否是真正的擁有者。因此， 一旦被冒充，真正的擁有者將遭受極大的損失。隨 著光電技術、微計算機技術、圖像處理技術與模式識別等技術的快速發(fā)展，出現(xiàn)了一種嶄 新的人體生物特征識別技術，這就是依靠人體生物特征來進行人的身份驗證的一種高科技 識別。人體特征識別方法，也叫生物特征識別方法，是指利用人的獨特的生理及行為特征 進行鑒別的身份驗證的技術手段。目前，常用的生物特征識別技術所用的生物特征有基于 生理特征的如人臉、指紋、虹膜，也有基于行為特征的如筆跡、聲音等。
人體特征的鑒別方法有很多種。在任何生物特征中，指紋相對穩(wěn)定但錄取指紋不是非 侵犯性的。臉像特征具備很多優(yōu)點(如主動性、非侵犯性和用戶友好等)，但臉像特征隨年 齡而變化，可靠性不高，而且容易被偽裝。聲音特征具備和臉像特征相似的優(yōu)點，但他隨 年齡、健康狀況和環(huán)境等因素而變化，而且說話人識別系統(tǒng)也容易被錄音所欺騙，容易被 偽造。虹膜特征識別解決了這些問題，還具備上述其他生物特征所不具備的一些特性，故 近年來虹膜識別技術被認為是最有前途的生物識別技術之一。
虹膜識別系統(tǒng)包括虹膜圖像采集裝置和虹膜識別軟件算法兩部分，是一項門檻很高的
高新技術。虹膜識別技術在20世紀90年代前只有世界上少數(shù)的企業(yè)掌握其核心技術，技 術水平也沒有達到實際使用的程度，但隨著科學技術的不斷進步，現(xiàn)在虹膜識別的技術水 平已經達到1秒鐘完成100萬次圖像比對，并且錯誤率低于百萬分之一，被公認為可靠性 最高的生物識別技術，并且開始進入實際應用階段。
虹膜識別的主要應用領域包括(1)高端門禁國家機關、企事業(yè)單位、科研機構、
6高檔住宅樓、銀行金庫、保險柜、槍械庫、檔案庫、核電站、機場、軍事基地、保密部門、 計算機房等的出入控制。(2)公安刑偵流動人口管理、出入境管理、身份證管理、駕駛 執(zhí)照管理、嫌疑犯排査、抓逃、尋找失蹤兒童、司法證據等。(3)醫(yī)療社保獻血人員身 份確認、社會福利領取人員、勞保人員身份確認等。(4)網絡安全電子商務、網絡訪問、 電腦登錄等。(5)其它應用考勤、考試人員身份確認、信息安全等。隨著遠距離虹膜圖 像獲取技術的成熟以及識別算法性能的進一步提升，虹膜識別應用于日常生活已經成為可 能。
近年來，隨著現(xiàn)場可編程邏輯陣列(FPGA)器件的發(fā)展，SOPC技術的成熟，使得采用 NiosII軟核處理器在FPGA上實現(xiàn)虹膜識別算法成為可能。NiosII軟核處理器是Altera公 司推出的嵌入在其FPGA內部的32位軟核處理器，且其內核僅占用很少的邏輯資源，另 外它的可配置程度極高，不但可以根據用戶需求加入各種標準接口如各種外部存儲器、以 太網控制器、IDE驅動器、USB接口等，也可以將用戶自己定義的接口模塊和邏輯模塊加 入其中，必要的時候還可以在NiosII軟核中加入實時操作系統(tǒng)，來實現(xiàn)對多任務的調度， 這讓用戶可以隨心所欲的構件完全符合系統(tǒng)要求的處理器結構。對于虹膜識別系統(tǒng)，我們 很容易構建滿足系統(tǒng)需求的處理器結構，在FPGA外部只需要添加配置芯片、SDRAM， FLASH加上虹膜采集設備就可以構成一個完整的虹膜采集系統(tǒng)硬件平臺，很好的體現(xiàn)了 SOPC的設計思想，使系統(tǒng)具有結構簡單，成本低廉，保密性好的特點。

發(fā)明內容
為克服現(xiàn)有技術中存在的上述問題，本發(fā)明公開了一種基于FPGA的嵌入式虹膜識別 方法及系統(tǒng)，通過在虹膜圖像采集時對虹膜內外圓的準確定位，并且在特征提取時，采用 二維Gabor濾波算法，實現(xiàn)高準確率的特征匹配。
本發(fā)明基于現(xiàn)場可編程門陣列的虹膜識別方法的技術方案如下
一種基于現(xiàn)場可編程門陣列的虹膜識別方法，該方法通過采用虹膜定位算法實現(xiàn)準確 的虹膜定位，并且在特征提取時，采用二維Gabor濾波提取特征，得到豐富的虹腠紋理特 征，經過處理得到虹膜特征碼；其特征在于，所述虹膜識別方法的步驟為
(1) 虹膜圖像的采集虹膜圖像采集采用基于數(shù)字CMOS圖像傳感器芯片的虹膜圖 像采集裝置實現(xiàn)，可以采集到較高分辨率和清晰度的虹膜圖像；
(2) 虹膜圖像信息的錄入使用外接SRAM作為數(shù)據中轉，該SRAM由控制器和圖 像采集模塊復用，采集模塊將采集到的圖像數(shù)據寫入SRAM，控制器則在SRAM讀取圖像數(shù)據；
(3)虹膜圖像信息預處理控制器將通過質量評估后的每一幅虹膜圖像進行預處理， 具體包括以下步驟，虹膜圖像內外圓定位、虹膜特征提取等。
虹膜圖像內外圓定位是指采用先搜尋若干(3個以上)邊界點再由點定位圓的方式， 根據虹膜圓環(huán)內外存在的灰度差特征，設計相應的邊界檢測算子來得到內圓或外圓邊界上 的若干個點坐標，然后再由三點定位圓的方式得到內外圓的圓心坐標和半徑。
虹膜邊界檢測算子是根據虹膜圖像內外圓邊界的灰度變化特性確定的，簡單地講就是 根據虹膜圓環(huán)內外存在的灰度差變化規(guī)律，設計一個固定大小的模板，然后用此模板來計 算沿某個方向上像素點灰度值的變化程度S，若在某個點S達到最大，則認為該點為邊界點； 模板大小也要合理，太小不能檢測模糊的邊界，太大又不能得到準確的邊界，通過實驗本
發(fā)明中模板大小是5X5。
所述特征提取采用二維Gabor濾波的方式進行，Gabor濾波法是當前虹膜識別理論以及 實踐中最為有效可靠的方法，主要在于二維Gabor濾波器的形狀與虹膜紋理有很大的相似 性。二維Gabor函數(shù)的離散表達式為
G腿(x,力=exp(—認2[(x — x。)2 + (>; — y。)2]) x exp(—2對r + s^^])
為了達到盡量好的識別效果必須選擇一組合適濾波器，通過大量的實驗測試，本發(fā)明 中，取關=17， a =0.0625。 (r，s)分別取(0， 0.8)， (0.8， 0)， (0.4， 0.8)， (0.8， 0.4)， (0， 1)， (1， 0)， (0.5， 1)， (1， 0.5), (0， 1.2)， (1.2， 0)， (0.6， 1.2)， (1.2， 0.6)， (0， 1.6)， (1.6， 0)， (0.8， 1.6)， (1.6， 0.8)得到16個通道的濾波器，特征提取過程為，將圖 像劃分為MXN個像素大小的子塊，對每一塊用上面選取的濾波器進行濾波，然后計算濾波 后的子塊的均值作為該子塊的特征。經過歸一化展開后的圖像大小為256X64，由于采集 到的虹膜圖像通常還包括其他部分如眼瞼、眼白、睫毛等，這些部分都會遮擋一部分的虹 膜紋理，給識別帶來一定的困難，考慮到虹膜圖像具有豐富的紋理特征，本系統(tǒng)在提取特 征過程中只提取了靠近瞳孔的48個像素點寬度的紋理特征，即將虹膜圖像劃分為256X 48/(16X16)46X3個子塊，每個子塊大小為MXN47X17個像素，對每一個子塊進行16 次濾波會得到16個特征碼，最終整個圖像得到的特征值共有16X48=768個。然后對得到的 特征值進行特征二值化，即選取各通道濾波結果的均值作為比較對象，大于均值的二值化 為"1"，小于則為"0"。
(4)虹膜圖像質量評估虹膜圖像采集裝置采集到虹膜圖像后，在進行虹膜對象錄入或識別前對虹膜圖像質量進行評估確定采集到的虹膜圖像是否滿足處理要求，若是則進行 后續(xù)處理，否則重新進行圖像采集。虹膜圖像評估包括虹膜圖像的定位效果評估和清晰度評估。
定位效果評估包括內外圓半徑大小是否合理，其中，虹膜內圓表示虹膜與瞳孔的邊
界，外圓表示虹膜與鞏膜的邊界，內圓半徑在20到90個像素范圍內，外圓半徑在60到 165個像素范圍內視為半徑大小合理；內外圓心坐標是否合理，其中圓心坐標(x, y)中x 在[130， 180]范圍內，y在[95， 140]范圍內視為合理；偏心率是否在允許的范圍內，
其中偏心率為內圓圓心到外圓圓心的距離，允許范圍為
;內圓半徑和外圓半徑的 比值是否合理，這個比值應當大于1.5;
清晰度評估是判斷虹膜圖像內圓邊界外與虹膜紋理垂直方向一系列點的灰度變化， 并用一個清晰度系數(shù)記錄這些點的灰度變化的劇烈程度，當該系數(shù)大于設定的閾值時，則
認為待評估圖像的清晰度滿足系統(tǒng)要求。如果假設虹膜內圓圓心為(xln，yln)，內圓半徑為 rln，則以[(xln-rln)，yln]為中心在垂直方向上下各取32個點，計算這32個點的方差和均 值的比值，記作bO，同理以[(xln-rln-10)，yln]、 [(xln-rln-20),yln]為心做此處理得到bl和b2; 則清晰度系數(shù)為bluFmax(bO，bl，b2)，即b0， bl， b2中的最大值。通過多次試驗，本發(fā)明 設定的清晰度系數(shù)閾值為0.35，清晰度系數(shù)越大則虹膜圖像越清晰。
(5) 虹膜圖像信息存儲:將虹膜圖像信息預處理后得到的虹膜特征寫入虹膜特征庫中， 即寫入FLASH。
(6) 虹膜識別待識別對象通過虹膜圖像采集裝置采集到虹膜圖像，控制器將虹膜圖 像進行錄入、質量評估和預處理后，得到良好的定位效果，并提取到虹膜紋理特征，然后 將待識別對象的虹膜特征碼與虹膜庫中各特征碼進行比較，系統(tǒng)采用絕對距離來衡量待識 別圖像與特征庫中某特征的距離，若兩組特征分別用A(i){i=l，2,3,4， ...，768}和 B(i){i=l,2，3,4,...，768}表示，則這兩組特征之間的絕對距離可以通過式
= 卯')l求得。比較取最小的距離與設定的匹配閾值進行比較，若小于
閾值則表示匹配成功，否則匹配失敗，從而實現(xiàn)虹膜識別和身份驗證。
本發(fā)明還提出了一種根據上述虹膜識別方法的基于現(xiàn)場可編程門陣列的虹膜識別系
統(tǒng)，技術方案具體如下
基于現(xiàn)場可編程門陣列的虹膜識別系統(tǒng)，該系統(tǒng)主要包括四個部分
(1)虹膜圖像采集裝置用于虹膜圖像信息的錄入，和虹膜識別時待識別對象的虹膜信息的錄入；
(2) 控制器即內嵌NiosII軟核處理器的FPGA芯片，它主要用于虹膜圖像信息的
錄入和存儲，并對錄入的每一幅虹膜圖像進行質量評估、預處理、提取虹膜紋理的特征信 自.
(3) PS/2鍵盤用于用戶信息的輸入，以及進行虹膜識別的相關操作；
(4) LCD (液晶顯示屏)用于顯示采集到的虹膜圖像，相關操作的提示信息，以及 幫助信息；
所述虹膜圖像采集裝置將采集到的圖像數(shù)據寫入外接SRAM中，然后控制器則在 SRAM中讀回圖像數(shù)據進行后續(xù)處理，采用片上RAM作為緩沖。PS/2鍵盤通過向控制器 發(fā)中斷，使控制器轉而處理用戶信息的輸入。LCD負責顯示兩部分的內容虹膜圖像采集 裝置采集到的虹膜圖像直接顯示在LCD上；控制器控制LCD顯示相關的提示信息。
本發(fā)明利用NiosII軟核，嵌入FPGA內部，與用戶自定義邏輯結合構成一個基于FPGA 的片上系統(tǒng)。本發(fā)明利用FPGA的并行處理能力提高系統(tǒng)性能，采用定制自定義模塊用硬 件實現(xiàn)耗時大的軟件算法模塊提高系統(tǒng)性能，采用NiosII處理器的自定義指令方式用硬件 實現(xiàn)部分復雜算法片段，方便的在軟件程序中調用，大大提高了程序執(zhí)行效率，另外還利 用新推出的C2H工具直接將一些軟件程序進行硬件化，提高系統(tǒng)性能，這些都好的保證了 本發(fā)明的高速的處理速度，具有很好實時性，并具有高可靠性。


圖1為基于FPGA的虹膜識別系統(tǒng)的硬件框圖； 圖2為基于FPGA的虹膜識別系統(tǒng)的原理結構圖； 圖3為基于FPGA的虹膜識別系統(tǒng)的硬件原理框圖； 圖4為基于FPGA的虹膜識別方法的流程框具體實施例方式
下面根據說明書附圖，并結合具體實施例對本發(fā)明的技術方案作進一步詳細表述。 本發(fā)明提出一種簡單快速的虹膜定位方法，實現(xiàn)了準確的定位；并且在特征提取時， 采用二維Gabor濾波算法，實現(xiàn)高準確率的特征匹配。以下參照附圖詳細描述本發(fā)明的技
術方案?；诂F(xiàn)場可編程門陣列的虹膜識別方法，該方法通過采用一種新穎的虹膜定位方法實 現(xiàn)準確的虹膜定位，并且在特征提取時采用二維Gabor濾波提取特征，得到豐富的虹膜紋 理特征，經過處理得到虹膜特征；所述虹膜識別方法的步驟為
虹膜圖像的采集采用虹膜圖像采集裝置采集虹膜圖像；
虹膜圖像信息的錄入使用外接sram作為數(shù)據中轉，sram由控制器和圖像采集模 塊復用，采集模塊將采集到的圖像數(shù)據寫入sram，控制器則在sram讀取圖像數(shù)據，并 采用片上ram作為緩沖。
虹膜圖像信息預處理控制器將通過質量評估后的每一幅虹膜圖像進行預處理，具體 包括以下步驟，虹膜圖像內外圓定位、虹膜特征提取等。
虹膜圖像內外圓定位是指采用先搜尋若干(3個以上)邊界點再由點定位圓的方式， 根據虹膜圓環(huán)內外存在的灰度差特征，設計相應的邊界檢測算子來得到內圓或外圓邊界上 的若干個點坐標，然后再由三點定位圓的方式得到內外圓的圓心坐標和半徑。
虹膜邊界檢測算子是根據虹膜圖像內外圓邊界的灰度變化特性確定的，簡單地講就是 根據虹膜圓環(huán)內外存在的灰度差變化規(guī)律，設計一個固定大小的模板，然后用此模板來計 算沿某個方向上像素點灰度值的變化程度S,若在某個點S達到最大，則認為該點為邊界點； 模板大小也要合理，太小不能檢測模糊的邊界，太大又不能得到準確的邊界，通過實驗本 發(fā)明中模板大小是5X5。
所述特征提取采用二維Gabor濾波的方式進行，Gabor濾波法是當前虹膜識別理論以及 實踐中最為有效可靠的方法，主要在于二維Gabor濾波器的形狀與虹膜紋理有很大的相似 性。二維Gabor函數(shù)的離散表達式為
g,(x，力=exp(—加2[(乂 - a)2 + (y — h)2]) x exp(-2;^^^2 + s^^1])
為了達到盡量好的識別效果必須選擇一組合適濾波器，通過大量的實驗測試，本發(fā)明 中，a表示高斯窗函數(shù)的有效寬度和長度，r、 s決定濾波器所具有的頻率，M、 N是劃分的 圖像子塊的長和寬，x和y分別是當前像素的橫坐標和縱坐標，x。和y。分別是每個子塊的 中心點像素的橫坐標和縱坐標；W=N=17， a =0.0625。 (r,s)分別取(O， 0.8)， (0.8， 0)， (0.4， 0.8)， (0.8， 0.4)， (0， 1)， (1， 0)， (0.5， 1)， (1， 0.5)， (0， 1.2)， (1.2， 0)， (0.6， 1.2), (1.2， 0.6)， (0， 1.6)， (1.6， 0)， (0.8， 1.6)， (1.6， 0.8)得到16個通道的濾波器， 特征提取過程為，將圖像劃分為MXN個像素大小的子塊，對每一塊用上面選取的濾波器進 行濾波，然后計算濾波后的子塊的均值作為該子塊的特征。經過歸一化展開后的圖像大小
11為256X64，由于采集到的虹膜圖像通常還包括其他部分如眼瞼、眼白、睫毛等，這些部 分都會遮擋一部分的虹膜紋理，給識別帶來一定的困難，考慮到虹膜圖像具有豐富的紋理 特征，本系統(tǒng)在提取特征過程中只提取了靠近瞳孔的48個像素點寬度的紋理特征，即將虹 膜圖像劃分為256 X 48/ (16X 16) =16X 3個子塊，每個子塊大小為MXN=17 X 17個像素大小， 對每一個子塊進行16次濾波會得到16個特征碼，最終整個圖像得到的特征值共有16X 48=768個。然后對得到的特征值進行特征二值化，即選取各通道濾波結果的均值作為比較 對象，大于均值的二值化為'T'，小于則為"0"。
虹膜圖像質量評估虹膜圖像采集裝置采集到虹膜圖像后，在進行虹膜對象錄入或識 別前對虹膜圖像質量進行評估確定采集到的虹膜圖像是否滿足處理要求，若是則進行后續(xù) 處理，否則重新進行圖像采集。
所述虹膜圖像評估包括虹膜圖像的定位效果評估和清晰度評估；其中定位效果評估包 括內外圓半徑大小是否合理，其中，虹膜內圓表示虹膜與瞳孔的邊界，外圓表示虹膜與
鞏膜的邊界，內圓半徑在20到90個像素范圍內，外圓半徑在60至U 165個像素范圍內視為 半徑大小合理；內外圓心坐標是否合理，其中圓心坐標(x， y)中x在[130, 180]范圍 內，y在[95， 140]范圍內視為合理；偏心率是否在允許的范圍內，其中偏心率為內圓圓
心到外圓圓心的距離，允許范圍為
;內圓半徑和外圓半徑的比值是否合理，這個 比值應當大于1.5;
所述清晰度評估是判斷虹膜圖像內圓邊界外與虹膜紋理垂直方向一系列點的灰度變 化，并用一個清晰度系數(shù)記錄這些點的灰度變化的劇烈程度，當該系數(shù)大于設定的閾值時，
則認為待評估圖像的清晰度滿足系統(tǒng)要求。如果假設虹膜內圓圓心為(xln,yln)，內圓半徑 為rln，則以[(xln-rln)，yln]為中心在垂直方向上下各取32個點，計算這32個點的方差和 均值的比值，記作b0，同理以[(xln-rln-10)，yln]、 [(xln-rln-20),yln]為心做此處理得到bl和 b2;則清晰度系數(shù)為blur=max{b0，bl,b2}，即b0， bl， b2中的最大值。通過多次試驗，本 發(fā)明設定的清晰度系數(shù)閾值為0.35，清晰度系數(shù)越大則虹膜圖像越清晰。
虹膜圖像信息存儲將虹膜圖像信息預處理后得到的虹膜特征寫入虹膜特征庫中，即 寫入FLASH 。
虹膜識別待識別對象通過虹膜圖像采集裝置采集到虹膜圖像，控制器將虹膜圖像進 行錄入、質量評估和預處理后，得到良好的定位效果，并提取到虹膜紋理特征。然后將待 識別對象的虹膜特征碼與虹膜庫中各特征碼進行比較，系統(tǒng)采用絕對距離來衡量待識別圖像與特征庫中某特征的距離，若兩組特征分別用A(i){i=l,2,3,4 ， ...,768}和 B(i){i=l,2，3,4,...,768}表示，則這兩組特征之間的距離可以通過式 Z)Z對CiS)-5]M(/)-S(OI求得。比較取最小的距離與設定的匹配閾值進行比較，若小于
閾值則表示匹配成功，否則匹配失敗，從而實現(xiàn)虹膜識別和身份驗證。 所述基于現(xiàn)場可編程門陣列的虹膜識別系統(tǒng)，主要包括四個部分
虹膜圖像采集裝置用于虹膜特征碼的錄入，以及虹膜識別過程中待識別虹膜對象虹 膜信息的錄入；
控制器即內嵌NiosII軟核處理器的FPGA芯片，它主要用于虹膜圖像信息錄入和質 量評估，并對存儲的每一幅虹膜圖像進行預處理、提取虹膜紋理特征的信息。
PS/2鍵盤用于用戶信息的輸入，以及進行虹膜識別的相關操作；
LCD(液晶顯示屏)用于顯示采集到的虹膜圖像.，相關操作的提示信息，以及幫助信
息；
舉一個實例進一步加以闡述，其中涉及主要技術前面已詳細敘述。假設現(xiàn)在有三個用
戶userl， user2， user3，首先需要將這三個用戶的虹膜特征寫入特征庫，以userl為例，
具體步驟如下
虹膜圖像采集用戶userl將眼睛放在虹膜采集裝置前，LCD顯示眼睛狀況，用戶可 通過觀察LCD中的眼睛決定是否采集此幅虹膜圖像，如果虹膜圖像足夠清晰，則按下PS/2 鍵盤中的鍵1進行虹膜圖像的采集。本發(fā)明中一幅圖像的大小為320X240個像素。
虹膜圖像預處理包括內外圓定位、特征提取等。采集圖像后，圖像數(shù)據保存在外接 SRAM中，控制器從SRAM中讀取圖像數(shù)據，首先進行虹膜內外圓的定位，并將定位效果 顯示在LCD上，然后控制器將判斷此幅虹膜圖像是否足夠清晰，如果判定不夠清晰，則重 新采集圖像，如果足夠清晰則進行后續(xù)處理。
控制器對清晰的虹膜圖像進行特征提取等圖像預處理后，得到虹膜特征。此時按下 PS/2鍵盤上的鍵2，控制器將虹膜特征寫入虹膜特征庫，即寫入FLASH中，并由鍵盤輸 入用戶相關信息，比如姓名、性別、年齡、職位等，這些信息將同時在LCD上顯示。 將user2， user3的虹膜特征也寫入虹膜特征庫中，方法同userl。 將特征寫入特征庫后，可以進行匹配。同樣以userl為例，具體步驟如下 虹膜圖像采集，虹膜圖像預處理部分與寫入特征部分相同。進行預處理后，需要進行 匹配時，按下PS/2鍵盤上的鍵3進行虹膜特征匹配，如果找到與之匹配者，LCD上顯示找到的userl的相關信息，如果在特征庫中找不到匹配者，LCD上也會顯示提示信息沒有 找到匹配者，從而實現(xiàn)身份的驗證。另外，按下PS/2鍵盤上的鍵4，可以在LCD上顯示 幫助信息，即如何使用該系統(tǒng)的說明，比如按下鍵1將執(zhí)行什么功能，按下鍵2將執(zhí)行什
么功能等。
本發(fā)明提出的基于FPGA的虹膜系統(tǒng)包括用于采集虹膜圖像的傳感器、 一塊核心控制 器。基于FPGA控制器除了完成虹膜圖像的采集和虹膜紋理特征的提取之外，還需要完成同 虹膜特征庫中虹膜特征碼的對比。該系統(tǒng)包括-
一個虹膜圖像釆集裝置。通過虹膜圖像采集裝置采集較為清晰的虹膜圖像，每采集一 幅虹膜圖像時，通過按PS2鍵盤上的建進行確認采集，將采集到的圖像存入外接SRAM中， 控制器通過讀SRAM從而讀回虹膜圖像數(shù)據。
一個內嵌NiosII的FPGA芯片控制器?？刂破魍ㄟ^讀外接SRAM讀回虹膜圖像數(shù)據，然 后控制器對虹膜圖像數(shù)據進行預處理，特征提取，最后將虹膜特征碼存入FLASH中。
虹膜的識別，待識別人可以通過虹膜圖像采集裝置錄入虹膜圖像，通過準確的虹膜定 位算法實現(xiàn)定位以后，再通過二維Gabor濾波提取特征，得到虹膜特征碼。在控制器中可 還用于判定待識別人的虹膜特征碼是否與虹膜特征庫中的虹膜特征碼相符。
虹膜識別系統(tǒng)以內嵌NiosII嵌入式軟核的FPGA和虹膜圖像采集設備TRDB_D5M為核 心，外配片外RAM、 PS2鍵盤和LCD顯示屏等器件，設計了一個便攜式虹膜識別系統(tǒng)，在系 統(tǒng)設計過程中，根據系統(tǒng)架構的要求，選用了LCD PIO、 PS2接口、 Avalon三態(tài)總線橋、 外部RAM接口、片內定時器等IP，將他們通過Avalon總線與NiosII軟核整合到一起，在 FPGA片內定制了嵌入式系統(tǒng)。
圖1所示為基于FPGA的虹膜識別系統(tǒng)的硬件框圖?？刂破?、虹膜采集裝置、LCD和 PS/2鍵盤組成系統(tǒng)完整的硬件平臺。虹膜采集裝置采用terasIC公司推出的TRDB一D5M開 發(fā)套件改裝，TRDB一D5M采用的是5M象素的數(shù)字CMOS圖像傳感器芯片，焦距可調。 為了得到盡量多而清晰的虹膜紋理，本裝置光源設計上采用聚光型LED從眼睛上下方斜射 入眼睛從而照亮虹膜紋理的方式。液晶顯示采用terasIC公司推出的3.6英寸數(shù)字液晶屏 TRDBLCM。
圖2所示為基于FPGA的虹膜識別系統(tǒng)的原理框結構圖，虹膜嵌入式識別系統(tǒng)工作原理 如圖2所示虹膜圖像采集裝置將獲取的虹膜紋理特征信息傳送至控制器，控制器對每一 幅虹膜圖像信息進行處理，包括虹膜內外圓定位、虹膜圖像質量評估、歸一化展開、虹膜特征提取等，然后將虹膜圖像的特征信息進過處理得到虹膜特征，將虹膜特征存入數(shù)據庫， 即寫入FLASH。然后是虹膜識別時，新輸入的虹膜特征與數(shù)據庫中的虹膜特征的匹配，新 輸入的虹膜圖像的采集和之前的一樣，由虹膜采集裝置將每一幅虹膜圖像傳給控制器，經 過質量評估、預處理和特征提取后，將特征和數(shù)據庫中的依次匹配，將匹配結果信息發(fā)送
給虹膜識別系統(tǒng)。
圖3所示為基于FPGA的虹膜識別系統(tǒng)的硬件原理框圖。在FPGA虹膜識別系統(tǒng)設計過 程中，根據系統(tǒng)架構的要求，選用了LCD PIO、 PS/2接口、 Avalon三態(tài)總線橋、外部RAM 接口、片內定時器等IP，將他們通過Avalon總線與NiosII軟核整合到一起，在FPGA片 內定制了嵌入式CPU系統(tǒng)。
Avalon總線規(guī)范是Altera公司為SOPC系統(tǒng)的外設開發(fā)而設計的。Avalon總線規(guī)范提 供了一個易于理解的總線接口協(xié)議，并提供了一個節(jié)省FPGA片上邏輯資源的接口結構。 Avalon總線規(guī)范為外設的端口與總線模塊之間的數(shù)據傳輸提供了互連模型。它定義了一種 可配置的互連策略，允許設計者只保留支持特定的數(shù)據傳輸模式所需要的信號。這種互連 策略使設計者在不了解主端口或從端口細節(jié)的情況下，將任意外設和從外設連接在一起。
LCD PIO用于外接LCD顯示模塊，可以將匹配結果及使用提示等信息顯示出來。PS/2 接口用于外接PS2鍵盤，用于輸入用戶信息，和進行FLASH的一些相關操作。LCD和PS/2 鍵盤為用戶創(chuàng)造了良好的人機交互環(huán)境。
圖4所示為基于FPGA的虹膜識別系統(tǒng)的軟件結構框圖。NiosI1集成開發(fā)環(huán)境是NiosII 系列嵌入式處理器的基本軟件開發(fā)工具。所有的軟件開發(fā)任務均可以在Nios11 IDE下完成。
對于虹膜識別系統(tǒng)，NiosII處理器中主要是針對虹膜圖像的內外圓定位、虹膜圖像的 歸一化展開，虹膜圖像的特征提取，虹膜特征匹配進行處理。對軟件中大量使用的開方、 求平方根和三角函數(shù)等較為復雜的數(shù)學函數(shù)，設計中采用了自定義指令的方式以提高運行 速度；而且針對耗時大的歸一化展開函數(shù)和Gabor濾波函數(shù)，分別采用了C2H和自定義模 塊來對系統(tǒng)進行加速。
圖中LCD用與顯示虹膜圖像，并顯示相關提示信息和幫助信息；而PS/2鍵盤采用中 斷的方式，輸入虹膜對象相關信息。
1權利要求
1、基于現(xiàn)場可編程門陣列的虹膜識別方法，其特征在于，所述虹膜識別方法包括以下步驟(1)虹膜圖像的采集采用基于數(shù)字CMOS圖像傳感器芯片的虹膜圖像采集裝置實現(xiàn)虹膜圖像的采集；(2)虹膜圖像信息的錄入使用外接SRAM作為數(shù)據中轉，由控制器和圖像采集模塊復用，虹膜圖像采集裝置將采集到的圖像數(shù)據寫入SRAM，控制器則在SRAM中讀取圖像數(shù)據；(3)虹膜圖像質量評估虹膜圖像采集裝置采集到虹膜圖像后，在進行虹膜對象錄入或識別前對虹膜圖像質量進行評估確定采集到的虹膜圖像是否滿足處理要求，若滿足則進行后續(xù)處理，否則重新進行圖像采集；(4)虹膜圖像信息預處理在控制器中，將通過質量評估后的每一幅虹膜圖像進行預處理，所述預處理包括虹膜圖像內外圓定位、虹膜特征提?。?5)虹膜圖像信息存儲將虹膜圖像信息預處理后得到的虹膜特征寫入虹膜特征庫中；(6)虹膜識別通過虹膜圖像采集裝置采集待識別對象的虹膜圖像，將虹膜圖像進行錄入、虹膜圖像質量評估和虹膜圖像信息預處理后，提取到虹膜紋理特征，然后將待識別對象的虹膜特征與虹膜庫中各特征進行比較，從而實現(xiàn)虹膜識別和身份驗證。
2、根據權利要求1所述的虹膜識別方法，其特征在于所述虹膜圖像內外圓定位是指釆用先搜尋3個以上的邊界點再由點定位圓的方式，即 根據虹膜圓環(huán)內外存在的灰度差特征，設計相應的邊界檢測算子來得到內圓或外圓邊界上 的若干個點坐標，然后再由三點定位圓的方式得到內外圓的圓心坐標和半徑；所述特征提取采用二維Gabor濾波的方式進行，二維Gabor函數(shù)的離散表達式為G匿、(x，力=exp(-;r"2 [(x - x。 )2 + & - ;;。)2 ]) x exp(-2;^ + s ^2^])這種Gabor濾波器是二維高斯函數(shù)與復指數(shù)的乘積，其中a表示高斯窗函數(shù)的有效 寬度和長度，r、 s決定濾波器所具有的頻率，M、 N是劃分的圖像子塊的長和寬，x和y分 別是當前像素的橫坐標和縱坐標，x。和y。分別是每個子塊的中心點像素的橫坐標和縱坐標; 取M:N:17， a =0.0625， (r，s)分別取(0， 0.8)， (0.8， 0), (0.4， 0.8)， (0.8， 0.4)， (0， 1)， (1， 0)， (0.5， 1)， (1， 0.5)， (0， 1.2)， (1.2， 0)， (0.6， 1.2)， (1.2， 0.6)， (0,)1.6)， (1.6， 0)， (0.8， 1.6)， (1.6， 0.8)，共得到16個通道的濾波器。
3、 根據權利要求2所述的虹膜識別方法，其特征在于將所述虹膜圖像劃分為MXN個像 素大小的子塊，對每一塊采用用所述16個通道的濾波器進行濾波，然后計算濾波后的子塊 的均值作為該子塊的特征；經過歸一化展開后的圖像大小為256X64，在提取特征過程中 提取靠近瞳孔的48個像素點寬度的紋理特征，即將虹膜圖像劃分為16X3個子塊，每個子 塊的大小為MXN=17X17個像素大小，對每一個子塊進行16次濾波會得到16個特征碼， 最終整個圖像得到的特征值共有16X48=768個；然后對得到的特征值進行特征二值化，即 選取各通道濾波結果的均值作為比較對象，大于均值的二值化為"l"，小于則為"0"。
4、 根據權利要求2所述的虹膜識別方法，其特征在于所述虹膜圖像評估包括虹膜圖像 的定位效果評估和清晰度評估；其中定位效果評估包括判斷內外圓半徑大小、內外圓半徑比值、內外圓圓心坐標是否 合理以及偏心率是否在允許范圍內，當滿足以下條件時，認為滿足虹膜圖像的定位效果評估其中，虹膜內圓表示虹膜與瞳孔的邊界，外圓表示虹膜與鞏膜的邊界，由內外圓的定位求得內外圓半徑的大小，其中內圓半徑在20到90個像素范圍內，外圓半徑在60至lj 165 個像素范圍內視為半徑大小合理；圓心坐標(x， y)中x在[130， 180]范圍內，y在[95， 140]范圍內視為合理；所述偏心率為內圓圓心到外圓圓心的距離，允許范圍為不大于15 個像素；內圓半徑和外圓半徑的比值是否合理，這個比值應當大于1.5;所述清晰度評估是指判斷虹膜圖像內圓邊界外與虹膜紋理垂直方向一系列點的灰度變 化，并用一個清晰度系數(shù)記錄這些點的灰度變化的劇烈程度，當該系數(shù)大于設定的閾值時， 則認為待評估圖像的清晰度滿足系統(tǒng)要求，如果假設虹膜內圓圓心為(xln,yln)，內圓半徑 為rln，則以[(xln-rln),yln]為中心在垂直方向上下各取32個點，計算這32個點的方差和 均值的比值，記作b0，同理以[(xln-rln-10),yln]、 [(xln-rln-20)，yln]為心做此處理得到bl和 b2;則清晰度系數(shù)為bl『max(b0,bl,b2)，即b0， bl， b2中的最大值，設定清晰度系數(shù)閾 值為0.35，清晰度系數(shù)越大則虹膜圖像越清晰。
5、 根據權利要求4所述的虹膜識別方法，其特征在于在待識別對象的虹膜特征與虹膜庫中各特征進行比較時，采用絕對距離來衡量待識別圖像與特征庫中某特征的距離，若兩 組特征之間的絕對距離小于設定的匹配阛值則表示匹配成功，否則匹配失敗，從而實現(xiàn)虹 膜識別和身份驗證。
6、 根據權利要求1所述的虹膜識別方法，其特征在于所述控制器核心芯片為現(xiàn)場可編程門陣列芯片，虹膜圖像采集裝置將采集到的圖像數(shù)據寫入SRAM，然后控制器則在SRAM 中讀回圖像數(shù)據，控制器對每一幅虹膜圖像信息進行預處理，并提取每一幅虹膜圖像的紋 理特征信息，然后將提取得到的虹膜特征碼存入到FLASH中，形成一個虹膜特征庫。
7、 根據權利要求1-3所述的虹膜識別方法，其特征在于虹膜圖像采集裝置將采集到的 虹膜圖像寫入作為顯存的外接SRAM中，再用相應的顯示掃描模塊將SRAM中的圖像數(shù) 據送往LCD進行顯示，進行虹膜的識別時，控制器將最終的匹配結果傳送給LCD顯示。
8、 一種利用權利要求1所述虹膜識別方法的基于現(xiàn)場可編程門陣列的虹膜識別系統(tǒng)，其特征在于，該系統(tǒng)包括虹膜圖像采集裝置用于虹膜圖像信息的錄入，和虹膜識別時待識別對象的虹膜信息的 錄入；控制器即內嵌NiosII軟核處理器的FPGA芯片，它主要用于虹膜圖像信息的錄入和 存儲，并對錄入的每一幅虹膜圖像進行質量評估、預處理、提取虹膜紋理的特征信息； PS/2鍵盤用于用戶信息的輸入，以及進行虹膜識別的相關操作；液晶顯示屏LCD:用于顯示采集到的虹膜圖像，相關操作的提示信息，以及幫助信息； 所述虹膜圖像采集裝置分別與液晶顯示屏LCD和控制器相連，將采集到的圖像數(shù)據寫入外 接SRAM，并且，虹膜圖像采集裝置還將采集到的虹膜圖像直接顯示在LCD上；控制器與PS/2鍵盤、LCD、以及虹膜圖像采集裝置相連，所述控制器在SRAM中讀 回圖像數(shù)據進行后續(xù)處理，PS/2鍵盤用于輸入虹膜對象信息、對寫入FLASH的虹膜對象 信息相關內容進行更改操作，并通過向控制器發(fā)中斷，使控制器轉而處理用戶信息的輸入; 所述控制器控制LCD顯示相關的提示信息，并且在虹膜識別時，控制器將虹膜識別的最終 結果送給LCD，用于顯示匹配結果。
9、 根據權利要求8所述的虹膜識別系統(tǒng)，其特征在于所述控制器核心芯片為現(xiàn)場可編程門陣列芯片；該系統(tǒng)還包括片外SDRAM通過RAM接口與控制器相連，用于系統(tǒng)程序代碼 的存儲和執(zhí)行以及中間處理數(shù)據的緩存。
10、 根據權利要求8或9所述的虹膜識別系統(tǒng)，其特征在于所述虹膜識別系統(tǒng)還外接 FLASH用于存儲提取到的虹膜紋理特征信息，以及包括開機界面的圖像數(shù)據信息。
全文摘要
本發(fā)明提出一種基于現(xiàn)場可編程門陣列(FPGA)的虹膜識別系統(tǒng)及其實現(xiàn)方法。以Altera公司的FPGA芯片為主控芯片，由虹膜采集裝置、液晶顯示屏和PS/2鍵盤組成系統(tǒng)完整的硬件平臺。整個系統(tǒng)實現(xiàn)的功能包括虹膜圖像采集、虹膜圖像顯示、虹膜圖像質量評估、虹膜對象錄入、虹膜對象識別等。其中虹膜對象錄入及虹膜識別過程中的虹膜定位算法提出了一種新穎的簡單快速的虹膜定位算法。而虹膜特征提取算法部分，采用二維Gabor濾波算法實現(xiàn)了非常好的特征提取。準確的虹膜定位效果和獨特的特征提取算法使本發(fā)明實現(xiàn)了一個高識別率高可靠性的虹膜識別系統(tǒng)，用于身份驗證。
文檔編號G06K9/00GK101499134SQ20091010337
公開日2009年8月5日 申請日期2009年3月13日 優(yōu)先權日2009年3月13日
發(fā)明者偉 何, 劉平凈, 玲 張, 林英撐, 琴 賴 申請人:重慶大學