生物特征识别是目前最为方便与安全的识别技术。它不需要随身携带任何证件，记住任何密码，是一种方便、快捷、可靠的识别方法。生物特征识别是通过人体所固有的生理特征或行为特征对个人身份进行鉴定的技术。常见的生物特征有指纹、掌纹、虹膜、视网膜、脸形、声音、笔迹、DNA、人体气味等。其中，虹膜识别是一种重要的个人身份识别手段。
虹膜识别技术是一种我们既熟悉又陌生，十分科幻神秘，又比较常见的感知识别技术，我们常常在科幻作品中看到它，甚至在日常生活中也可能会遇见它，虹膜识别技术号称是最精准最不可作伪的感知识别技术，这就更增添了它的神秘感。
那么虹膜识别技术究竟是怎样的一门技术呢？对于感知技术中的条形码二维码识别技术我们已经非常熟悉了，事实上，虹膜识别技术就是一种超级版的条形码二维码识别技术。只不过它识别的不是条形码二维码上蕴含的信息而是人的虹膜上的隐藏的丰富信息，而且其优良的特性也是条形码二维码所无法比拟的。
什么是虹膜？
人眼的外观由巩膜、虹膜、瞳孔三部分构成，巩膜即眼球外围的白色部分，眼睛中心为瞳孔部分，虹膜位于巩膜和瞳孔之间，包含了最丰富的纹理信息。外观上看，虹膜由许多腺窝、皱褶、色素斑等构成，是人体中最独特的结构之一。
脊椎动物眼球角膜和晶状体间呈球状有色彩的膜。为血管膜的一部分、中央是瞳孔。虹膜前面被覆一层内皮;中层为富于血管和色素细胞的疏松结缔组织。色素的多少可使虹膜呈现不同的颜色，无色素时为蓝色，当色素由少至多时，虹膜可出现灰色、棕色及棕黑色；虹膜后面衬有两层色素上皮，其内层上皮分化为平滑肌。肌纤维由内向外呈放射状排列的称瞳孔开肌、受交感神经支配、司瞳孔放大;围绕瞳孔缘呈环状排列的称瞳孔括约肌。受副交感神经支配,司瞳孔缩小。
1.角膜缘2.前房 3.晶状体4.瞳孔 5.角膜 6.虹膜 7.前房角8.巩膜 9.球结膜 10.睫状体 11.后房 12.晶状体悬韧带 13.距齿缘 14.视网 膜 15.脉络膜 16.黄斑 17.视神经乳头 18.视神经 19.玻璃体
虹膜的特性
唯一性
每个虹膜所包含的信息都不相同，出现形态完全相同的虹膜组织的可能性远远低于其他组织。英国剑桥大学John Daugman教授提出的虹膜相位特征证实了虹膜图像有244个独立的自由度，即平均每平方毫米的信息量是3.2比特。虹膜的纤维组织细节复杂而丰富，并且它的形成与胚胎发生阶段该组织局部的物理化学条件有关，具有极大的随机性，即便使用克隆技术也无法复制某个虹膜。同卵双胞胎的虹膜纹理信息不同，同一个人左右眼的虹膜纹理都不会相互认同。英国国家物理实验室的测试结果表明：虹膜识别是各种生物特征识别方法中错误率最低的。
稳定性
虹膜从婴儿胚胎期的第3个月起开始发育，到第8个月虹膜的主要纹理结构已经成形。除非经历危及眼睛的外科手术，此后几乎终生不变。由于角膜的保护作用，发育完全的虹膜不易受到外界的伤害。
防伪性
虹膜是人眼的可见部分，处在巩膜的保护下，具有极强的生物活性。例如，瞳孔的大小随光线强弱变化；视物时有不自觉的调节过程；有每秒可达十余次的无意识瞳孔缩放；在人体脑死亡、处于深度昏迷状态或眼球组织脱离人体时，虹膜组织即完全收缩，出现散瞳现象。这些生物活性与人体生命现象同时存在，共生共息，所以想用照片、录像、尸体的虹膜代替活体的虹膜图像都是不可能的，从而保证了生理组织的真实性
非接触
虹膜是一个外部可见的内部器官，不必紧贴采集装置就能获取合格的虹膜图像，识别方式相对于指纹、手形等需要接触感知的生物特征更加干净卫生，不会污损成像装置，影响其他人的识别。
便于信号处理
在眼睛图像中和虹膜邻近的区域是瞳孔和巩膜，它们和虹膜区域存在着明显的灰度阶变，并且区域边界都接近圆形，所以虹膜区域易于拟合分割和归一化。虹膜结构有利于实现一种具有平移、缩放和旋转不变性的模式表达方式。
唯一性，稳定性，防伪性，而这些都是包括二维码，RFID等其他感知识别技术所无法比拟的，加上虹膜作为唯一可以从外部直接观测的人体内部组织，自身蕴含丰富信息，虹膜识别成为了一项非常重要的，特别适用于保密性要求高的环境的感知识别技术
虹膜识别技术的起源
1885年ALPHONSEBERTILLON将利用生物特征识别个体的思路应用在巴黎的刑事监狱中，当时所用的生物特征包括：耳朵的大小、脚的长度、虹膜等。
1987年，眼科专家ARAN SAFIR和LEONARDFLOM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。
国内在2000年以前在虹膜识别方面一直没有自己的核心知识产权，中科院自动化所在多年研究的基础上于2000年初开发出了虹膜识别的核心算法，成为了世界上少数几家掌握了虹膜识别核心算法的单位之一。
虹膜识别技术的原理
虹膜识别通过对比虹膜图像特征之间的相似性来确定人们的身份，其核心是使用模式识别、图像处理等方法对人眼睛的虹膜特征进行描述和匹配，从而实现自动的个人身份认证。虹膜识别的主要步骤包括虹膜图像的获取、预处理、特征提取与编码和分类。
虹膜图像获取
虹膜图像获取是指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。虹膜图像的获取是虹膜识别中的第一步，同时也是比较困难的步骤，需要光、机、电技术的综合应用。因为人们眼睛的面积小，如果要满足识别算法的图像分辨率要求就必须提高光学系统的放大倍数，从而导致虹膜成像的景深较小，所以现有的虹膜识别系统需要用户停在合适位置，同时眼睛凝视镜头(Stop and Stare)。另外东方人的虹膜颜色较深，用普通的摄像头无法采集到可识别的虹膜图像。不同于脸像、步态等生物特征的图像获取，虹膜图像的获取需要设计合理的光学系统，配置必要的光源和电子控制单元。
由于虹膜图像获取装置自主研发的技术门槛高，限制了国内虹膜识别研究的开展。中国科学院自动化研究所在1999年研制出国内第一套自主知识产权的虹膜图像采集系统，其特点是小巧、灵活、低成本、图像清晰。经过不断地更新换代，自动化所最新开发的虹膜成像仪已经可以在20—30cm距离范围通过语音提示、主动视觉反馈等技术采集到合格的虹膜图像。
图像预处理
图像预处理是指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。
虹膜图像预处理过程通常包括虹膜定位、虹膜图像归一化、图像增强三个部分。
虹膜定位
一般认为，虹膜的内外边界可以近似地用圆来拟合。内圆表示虹膜与瞳孔的边界，外圆表示虹膜与巩膜的边界，但是这两个圆并不是同心圆。通常，虹膜靠近上下眼皮的部分总会被眼皮所遮挡，因此还必须检测出虹膜与上下眼皮的边界，从而准确地确定虹膜的有效区域。虹膜与上下眼皮的边界可用二次曲线来表示。虹膜定位的目的就是确定这些圆以及二次曲线在图像中的位置。常用的定位方法大致分为两类，一是，边缘检测与Hough变换相结合的方法；二是，基于边缘搜索的方法。这两种方法共同的缺点是运算时间长，因此出现了一些基于上述两种策略的改进方法，但是速度并没有数量级的提高。定位仍然是虹膜识别过程中运算时间最长的步骤之一。
虹膜图像归一化
虹膜图像归一化的目的是将虹膜的大小调整到固定的尺寸。到目前为止，虹膜纹理随光照变化的精确数学模型还没有得到。因此，从事虹膜识别的研究者主要采用映射的方法对虹膜图像进行归一化。如果能够对虹膜纹理随光照强度变化的过程建立数学模型或者近似模拟这个过程，将会对虹膜识别系统性能的提高有很大帮助。
图像增强
图像增强的目的是为了解决由于人眼图像光照不均匀造成归一化后图像对比度低的问题。为了提高识别率，需要对归一化后的图像进行图像增强。
特征提取
特征提取是指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。
主流的虹膜特征提取和识别方法可分为八大类。
一是，基于图像的方法，将虹膜图像看成是二维的数量场，像素灰度值就构成联合分布，图像矩阵之间的相关性就度量了相似度。
二是，基于相位的方法，这种方法认为图像中的重要细节，如点、线、边缘等“事件”的位置信息，大多包含在相位中，所以在特征提取时舍弃反映光照强度和对比度的幅值信息。
三是，基于奇异点的方法，虹膜图像中的奇异点分两种，过零点和极值点。
四是，基于多通道纹理滤波统计特征的方法，虹膜图像可以看成是二维纹理，在频域中的不同尺度和方向上会有区分性强的统计特征可供识别，这也是纹理分析中常用的方法。
五是，基于频域分解系数的方法，图像可以看成是由很多不同频率和方向的基组成，通过分析图像在每个基投影值的大小分布可以深入认识图像中具有规律性的信息。
六是，基于虹膜信号形状特征的方法，虹膜信号形状特征包括两方面的信息，虹膜曲面凹凸起伏的二维形状信息和沿着虹膜圆周的一维形状信息。
七是，基于方向特征的方法，方向（Direction）或者朝向（Orientation）是一个相对值，对光照、对比度变化的鲁棒性较强，而且可以描述局部灰度特征，是一种比较适合虹膜图像特征表达的形式。
八是，基于子空间的方法，子空间的方法需要在较大规模的训练数据集上根据定义的最优准则找到若干个最优基，然后将原始图像在最优基上的投影系数作为降维的图像特征。
特征匹配
特征匹配是指根据当前采集的虹膜图像进行特征提取得到的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。
虹膜识技术的主要系统
目前影响力较大的虹膜识别系统主要有Daugman系统、Wildes系统、Boles系统和中科院虹膜系统等。
Daugman系统
目前国际上很多虹膜识别产品都使用了英国剑桥大学的Daugman博士提出的虹膜识别算法。算法中利用积分微分算子(Integro-differentialoperator)检测虹膜的内外圆边界：
滤波后提取相位信息，并将所得到的相位信息量化为二值的虹膜编码，共计2048比特。利用两幅虹膜图像所得到的二值编码间的归一化海明距离作为相似形度量对虹膜进行比对识别。
另外此系统也采用了一种比较简单、直观的方法解决了虹膜纹理的旋转性问题。原虹膜纹理的旋转对应着归一化后的左右平移，所以Daugman采用将虹膜编码左右平移较少的位数后分别比对，找出其中最小的海明距离作为两个虹膜之间的相似性度量。
Wildes系统
Wildes系统与Daugman系统进行对比，采用了不同的识别过程。首先，利用扩展的Hough变换进行虹膜内外圆的检测。在克服虹膜的平移、缩放和旋转问题上，采用了图像配准的方法，而没有将其归一化到统一的矩形区域内。
Wildes认为仅采用2048比特的编码来表示虹膜的纹理特征可能包含的信息量过少，所以其系统中的数据量较大。他提出利用各向同向的高斯-拉普拉斯滤波器：
在不同分辨率下对图像进行滤波之后，逐次进行1/2采样，得到不同尺度的数据构成4层金字塔结构，利用这些数据作为虹膜识别的特征。最后使用Fisher分类器进行分类。
Boles系统
Boles利用小波变换的过零点和两个连续过零点之间的小波变换的积分平均值来表示虹膜特征。在对虹膜纹理图像编码前，先沿着以虹膜中心为圆心的同心圆对虹膜图像采样，把两维的虹膜图像变为一维的信号，然后利用特定的小波函数对它进行变换。这里“特定的”小波函数定义为某一光滑函数的两阶导数，即定义小波母函数为：
中科院虹膜系统
中国科学院的马力、谭铁牛等在他们的系统中不但提出了利用傅立叶变换来对虹膜图像进行质量评估，并且在Daugman利用Gabor滤波器进行特征提取的基础上，将Gabor滤波器的调制函数进行改进，使其具有圆对称的特性，表达式如下：
然后将滤波后的图像分块，提取每块的均值和方差形成虹膜的特征向量。最后利用Fisher线形判据降低特征向量的维数，根据最近邻分类器进行特征匹配。与其它两种经典方法Daugman和Boles的方法相比，此方法也能取得较好的识别效果。
虹膜识别技术的应用领域
电力/核电站/军事领域
为了提高电站的网络化、智能化、信息化，提升管理效率及安全性，采用目前国际上先进的虹膜识别技术，结合计算机网络在数据采集、数据通信、数据检索、系统控制等方面优势，实现主要通道（出入口）的门禁管理、工作人员的人事考勤管理。并可根据变电站的设备现状，改造成为具有虹膜身份认证的防误闭锁系统，大大提高操作的安全性
工矿/企事业单位领域
矿井虹膜考勤系统是煤矿安全生产管理的重要组成部分，它可以使企业管理者及时了解井下生产状况和人员组成，有效改进安全生产管理和劳动组织方式，是提高安全生产效率的重要手段。市场上常见的是磁卡、IC卡、射频卡等技术实现的考勤机，它无法解决替代性问题，而指纹等生物识别技术，也因为识别精度不够，无法适应井下恶劣环境、设备维护困难等问题不能满足需要。虹膜识别考勤系统可以从根本上杜绝考勤时的替代现象，它的高安全性、快速识别和它在矿井井下独具的易用性，是其它生物识别系统无法相比的。
监狱/看守所/反恐／公安领域
监狱：缓冲区门禁：对出入门禁的地方进行虹膜认证，确定身份。
流动人员的管理：对探监人员进行虹膜采集，探监完成后进行虹膜识别，以确定进出的是否是同一人。
公安刑侦：准确甑别犯罪嫌疑人；快速确认罪犯身份；验证死刑犯身份等。
公安出入境管理：身份证/护照：可以通过虹膜来进行身份识别。
路巡系统：检查可疑人员
反恐：可以抓拍虹膜信息，与反恐怖分子信息比对识别。
新农合/城乡居民养老保险／医疗卫生/疾控/违禁药品／病毒实验室领域
社保社会化以后，因为单位的搬迁、变更、关闭等原因，造成投保人员流动、分散。所以确定投保人的生存状况一直是社保支付理赔工作中的一个难题，解决这一难题的唯一出路只有采用生物识别技术进行身份鉴别。
可以采用的生物识别技术有多种，例如，指纹、掌纹、声纹、眼虹膜、面容、耳型、体味、DNA（人体细胞遗传基因）等等。生物特征具有客观性和唯一性，人各有异，终生不变，具有无法仿制的特点。
就各种生物识别技术来比较，从技术成熟度和使用方便角度来讲，目前首推虹膜自动识别技术，特别适合社保系统的使用要求，同时也是最安全，精度最高的生物技术。
新型农村合作医疗：在办理新农合时进行虹膜采集，然后每次进行虹膜验证时，只有通过验证后方可办理相关业务。
金融/银行/税务领域
随着金融行业的不断发展，金融市场竞争日益加剧，银行的管理也日趋规范化，安全问题成为重中之重，虹膜识别产品在银行业的应用是大势所趋。
银行金库门禁：可以将有权限进入金库的人员的虹膜信息保存下来，在每次进入金库的时候都要进行虹膜验证，通过验证方可进入。也可以设置多人验证、异地验证，加强银行金库的安全性管理。
运钞车的管理：将运钞车相关人员的虹膜信息进行采集保存，在出勤的时候进行虹膜验证，同时也可以设置开启钱柜的权限，只有具有权限的人员才能打开钱柜，有效保证了资金的安全性。
信贷人员的身份验证：将每次借贷的人员先进行虹膜验证，如果存在此人的虹膜信息，则说明此人已借贷，可以停止发放贷款；如果没有此人的虹膜信息，则保存起来，防止再一次的借贷，有效杜绝了资金的流失。
民航／机场/海关／口岸领域
虹膜识别系统已在国内外许多领域正发挥着越来越大的作用，如在机场与海港海关的生物识别通关自动系统、检测系统及警方使用的身份检测行动装置等。虹膜身份识别系统可在需要的重点防范区域、通道、口岸应用，对已认证人员授予不同的权限，并对试图强行通过的未经认证的人员，系统会自动采取措施将其封闭在警戒空间。自动快速通关是虹膜识别的一个典型应用，它的应用不仅使机场安全等级上升，缓解人流压力，也会为机场带来经济效益。在公共安全成为热点问题的今天，虹膜识别技术在国内机场的应用必将和国际上一样成为发展趋势。
- END -
制造业的未来是智能化，智能化的基础就是传感器；互联网的方向是物联网，物联网的基石也是传感器；
《传感器技术》汇编了一套各种传感器的基础知识，介绍了各种传感器的原理。
【点击蓝色标题，获取文章】
1、一文读懂MEMS传感器
2、一文读懂接近传感器
3、一文读懂磁传感器
4、一文读懂流量传感器
5、一文读懂压力传感器的原理及分类
6、一文读懂加速度传感器
7、一文读懂超声波传感器
8、一文读懂位移传感器
9、一文读懂光电传感器
10、一文读懂光纤传感器
11、一文读懂温湿度传感器
12、一文读懂图像传感器
13、一文读懂生物传感器
14、一文读懂霍尔传感器
15、一文读懂距离传感器
16、一文读懂氧传感器
17、一文读懂风向风速传感器
18、一文读懂纳米传感器
19、一文读懂红外传感器
21、一文读懂气体传感器
23、汽车传感器今日谈
24、一文读懂手机传感器
25、一文读懂医疗传感器
26、一文读懂化学传感器
27、一文读懂角速度传感器（陀螺仪）
28、一文读懂换能器
29、一文读懂旋转编码器
30、一文读懂变速器
31、一文读懂振动传感器
32、一文读懂电容传感器
33、一文读懂电涡流传感器
34、一文读懂电感式传感器
35、一文读懂光栅传感器
36、一文读懂压电式传感器
37、一文读懂烟雾传感器
38、一文读懂电阻式传感器
39、无线网路传感器详解
40、MEMS传感器市场状况及主要厂商
41、图像传感器的市场状况和主要厂商
42、气体传感器的市场状况及主要厂商
43、指纹传感器的市场状况和主要厂商
44、汽车MEMS传感器的市场状况和主要厂商
为您发布产品，请点击“阅读原文”
