自動的無侵害的虹膜識別系統和方法

2023-12-06 12:21:21

專利名稱：自動的無侵害的虹膜識別系統和方法
按照政府合同美國政府對本發明具有權利。
現有技術包括用於根據對人們內眼或外眼的具體特徵的查驗從而對個別人員進行獨特標識的各種技術。現有技術還包括一種用於在眼球跟蹤圖像檢測設備中將噪音自特徵部分中分離出來的技術，這在1991年5月14日授權於Tomono等人的美國專利5,016,282中已公開。這些現有技術中的一項涉及對至少一個人眼球的虹膜外部的具體特徵的視覺查驗。在這方面的參考材料有1987年2月3日授權於Flom等人的美國專利4,641,349，1994年3月1日授權於Daugman的美國專利5,291,560，及1993年11月在IEEE「模式分析與機器智能」論文集第15卷第11期第1148-1161頁上的Daugman的文章「使用統計學獨立測試的高可靠性人的視覺識別」。如上述專利和文章所敘述的，人們虹膜的可見紋理可用於很準確地將一個人與另一人區別開。因此，作為例子，虹膜識別可用於以下目的對安全設施的存取或對自動取款機(ATM)自動付款的控制。虹膜識別系統使用一個成像器將每個試圖存取者的虹膜視頻成像，另外使用計算機視覺圖像處理裝置將此虹膜視頻圖像與資料庫中文件內的參考虹膜圖像相比較。例如，試圖存取者可先輸入一個個人標識碼(PIN)，從而允許將該人的虹膜視頻圖像與文件內他或她的參考虹膜圖像關連起來。此外，虹膜識別系統在例如醫學上檢查眼球外部這樣的醫學診斷上是有用的。
從實用觀點看，現有技術虹膜識別系統和方法有下述問題。
首先，以前用於獲取眼球虹膜的高質量圖像的方案具有(i)一個用於將測試對象靠近已知標準配置的侵害性定位裝置(例如頭靠或咬合杆)；(ii)一個用於提供標準化眼球照明的受控光源；及(iii)一個用於獲取所定位和照明的眼球圖像的成像器。這種標準設備具有一系列限制，包括(a)用戶發現定位所需物理接觸令人不快，及(b)以前方法中用於獲取高質量、高對比度圖像所需照明亮度令用戶厭煩。
第二，以前用於在眼球圖像中將虹膜定位的方案採用了虹膜的參數化模型。這些模型的參數逐步迭代地適配於眼球圖像並得到增強以提高對應於虹膜邊界的區域亮度。模型的複雜性包括自用於劃分虹膜的內、外邊界的同心圓至考慮部分地閉合眼瞼的影響的更精細模型。用於增強虹膜邊界的方法包括基於梯度的邊緣檢測以至形態學濾波。這些方法的主要限制在於需要用作迭代適配過程起點的良好初始條件以至龐大的計算費用。
第三，以前用於將自試圖存取者眼球視頻圖像中獲取的定位的虹膜數據圖像與資料庫中文件內一個或更多個參考的定位的虹膜數據圖像進行模式匹配的方案能提供這些虹膜數據圖像間合理的鑑別，但卻需要龐大的計算費用。
本發明提出的改進的系統和方法能對現有技術虹膜識別系統和方法的上述三種方案中的一種或更多種方案中的缺點提出解決方法。
對上述三種方案的第一種方案的解決方法包括一個可由較大第一邊框和較小第二邊框實現的無侵害對準機構，此兩個邊框具有相似的幾何形狀、基本上以成像器透鏡為中心並與該透鏡有不同距離以允許用戶自己將他或她的眼球放入成像器視野內而不必使他或她的眼球與系統有任何物理接觸，由於投影原理，較小邊框基本上都遮蓋了較大邊框。
對上述三種方案中第二種方案的解決方法包括以下步驟將個人眼球虹膜的邊緣邊界、所述虹膜的瞳孔邊界、和所述眼球的上、下眼瞼的邊界中至少一個邊界進行圖像濾波以獲取一個增強圖像從而將數字數據劃定為只用於定義個人眼球虹膜的個人眼球數位化圖像部分，然後使用一個包含表決機制的裝置將增強圖像進行曲線變換。此種復原虹膜邊界的方案不必知道任何初始條件而只需個人眼球的數字數據表示。
對上述三種方案中第三種方案的解決方法包括一個為安全存取控制提供自動虹膜識別的模式匹配技術。該模式匹配技術對只定義某個試圖存取者的眼球虹膜的數位化圖像的第一數字數據作出響應，同時對以前存儲的只定義特定個人眼球虹膜的數位化圖像的第二數字數據作出響應，並在眾多空間尺度的每一個尺度處採用歸一化空間相關技術將在空間互相對準的某個個人與特定個人的相應虹膜的每一項明顯的空間特性進行比較以便定量地確定在眾多空間尺度中每一尺度處的匹配優度值。只代表某個個人的所述眼球虹膜的數字數據是否與只代表特定個人的所述眼球虹膜的數字數據相匹配需根據在眾多空間尺度的每一尺度處所定量地確定的匹配優度值的一定組合而確定。
結合附圖閱讀下列詳細說明，可容易地理解本發明宗旨，附圖中有

圖1是包含本發明原理的一個自動無侵害虹膜識別系統的功能框圖；圖2闡述包含本發明原理的虹膜檢測裝置的一個實施例；圖2a與2b一起闡述用於增強圖2實施例的虹膜檢測裝置改型；以及圖3闡述本發明所用對一個輸入的虹膜圖像自動處理以提供完整虹膜定位的計算步驟流程。
圖1中一個自動無侵害虹膜識別系統包括一個用於獲取一個人員(作為一定的準備由該系統識別的預定人員，此後稱為「用戶」)的輸入的虹膜圖像，通常為視頻圖像的虹膜檢測裝置100(更詳細地示於圖2中)；用於自動地處理輸入的虹膜圖像(使用圖3中所示計算步驟)以提供自檢測裝置100向其送來的輸入的虹膜圖像的完整定位的虹膜定位裝置102；及用於自動地將自裝置102送來的定位的虹膜信息模式與一定預定人員的存儲的模型虹膜106的模式相比較並用於以高準確度判定該用戶是否為該一定的預定人員的模式匹配裝置104。
如圖2所示，檢測裝置100包括例如一個視頻攝像機那樣的成像器200，一個光源陣列202，漫射器204，圓形偏光鏡206，較大方形邊框208，較小方形邊框210和圖像幀獲取器212。
成像器200通常是一個低亮度級視頻攝象機，例如矽倍加靶(SIT)攝像機，它所具有的光學部件包括一個伸過漫射器204中心因而不幹擾成像器獲取清晰圖像的操作的遠距攝像/宏透鏡214。透鏡214可獲取位於透鏡214前方遠處的用戶眼球216的高解析度圖像，因而不需眼球216特別靠近成像器200。
自圍繞成像器200的光源陣列202射出的光通過漫射器204和偏光鏡206將位於偏光鏡206前的用戶眼球216照明。漫射器204是一個用作第一濾光器的散射屏，它用於兩目的向眼球216提供均勻照明及在寬廣範圍內將眼球216處的輻射能積聚，從而使相當數量的光強分布在用戶視野內，如果相同能量集中在單點光源上，則將使用戶厭煩。位於透鏡214前面的偏光鏡206用作第二濾光器，它改善角膜處鏡面反射的效果，不然眼球216的下層組織將被擾亂。更具體地說，自偏光鏡206發射的光具有特定旋轉方向。當此光射至反射鏡面(例如角膜)上時，被反射的光仍被偏振，但卻在相反方向上。此反方向光不會返回通過偏光鏡206，因而被阻擋而不為成像器200所感測。然而，眼球的將入射光漫散地反射的部分(如虹膜)將入射光散射，因而此光將返回通過偏光鏡206並隨後用於形成圖像。應注意到，嚴格地講，使用線性偏振後再使用四分之一波延遲器即完成圓形偏振；因此它只調諧於特定波長範圍。
如圖2中所示，較大和較小方形邊框208和210兩者都在位置上與透鏡214軸同心，其中較大方形邊框208位於偏光鏡206前較短距離處和較小方形邊框210位於偏光鏡206前較長距離處。這些邊框208和210作為對準機構用於讓用戶自己將他或她的眼球定位於成像器200的視野內而不必使眼睛與系統有物理接觸。定位的目的是約束被成像物體(例如眼球216)的三個平行移動自由度，以使它位於成像器200的感測器陣列(未示出)的中心線上並在透鏡214的聚焦平面距離處。簡單的投影幾何學向用戶提供提示以使他或她自己設法在空間找到滿足這些條件的位置。具體地說，如虛線220所示只有一個眼球216的空間位置，即在該處較小方形邊框210的方形輪廓線才能完全地遮住較大方形邊框208的方形輪廓線。此空間位置在偏光鏡206前的距離事實上比較小方形邊框208的距離更長。方形邊框208和210的相對尺寸和距離如此選擇以便在將眼球恰當地定位時使它們的方形輪廓線重疊，而當較小和較大方形邊框208和210沒有對準時，可以向用戶提供有關他或她眼球當前位置對準的準確度的連續反饋信息。此對準過程可稱為與人類油標敏銳度相像的油標對準，使用超精確度對準細線和其它微小靶物的能力。
此外，雖然圖2實施例的較大和較小邊框208和210兩者都具有方形輪廓線形狀，但應該理解這些較大和較小邊框的輪廓線條可具有除方形以外的類似的幾何形狀，以便當眼球恰當地定位時它們的類似的幾何線條重疊起來，同時當較小和較大邊框沒有對準時，可以向用戶提供有關他或她眼球當前位置的對準準確度的連續反饋信息。
在任何情況下，接收用戶眼球216的精確地聚焦的光強度圖像(具有可予忽略的鏡面反射噪音)的成像器200獲取此眼球圖像的連續視頻幀。幀獲取器212(它是一個標準數字幀獲取器)將由視頻幀中選出的一幀所定義的眼球圖像存儲起來。來自幀獲取器212的這個所存儲眼球圖像被向前送至裝置102(示於圖2中)供虹膜定位之用。
為了闡述目的，假定用戶或者試圖存取一個安全設施，或者試圖存取一個ATM。在任何一種情況下，在用戶首先依靠方形邊框208和210以上面所述方式將他或她自己眼球216放入成像器200的視野內而不必與系統有任何物理接觸之後，用戶接著可以按動一個按鈕(未示出)以使幀獲取器212將由從成像器200獲取的當前出現的視頻幀所定義的眼球圖像存儲起來。因此，用戶按動按鈕的操作類似於用戶按動靜止照相機快門以將一幀風景攝錄在靜止照相機的底片上的操作。
圖2中所示和以上描述的結構組成檢測裝置100的一個基本實施例。然而，為了使用方便和有可能獲取圖像，考慮到各用戶的身材和面部特徵彼此都不相同，希望增強檢測裝置100的結構以使由成像器看到的和由幀獲取器存儲的任何用戶眼球的圖像位置與用戶的具體身材和面部特徵無關。此外，在控制對安全設施的存取中，希望在用戶將他或她自己的眼球放入成像器視野內的地點附近區域內提供一個視頻攝像機監視，同時提供可用於標識一個試圖存取的用戶的附加視覺信息。圖2a和2b一起闡述了提供這種增強的裝置100的結構的改型。
如圖2a所示，檢測裝置100的結構改型包括具有相對地寬廣視野、用於獲取至少試圖存取的用戶226的頭像的圖像224的低解析度成像器222。該改型還包括具有相對地狹窄視野、由操縱鏡230的位置所控制的、用於獲取用戶226的眼球圖像232的高解析度成像器228(其中成像器228對應於圖2的成像器200)。下面描述的圖2b中所示類型的圖像處理裝置使用成像器222的連續視頻幀中包含的信息並根據美國專利4,692,806、5,063,603和5,067,014中的一項或更多項中公開的現有技術宗旨對操縱鏡230的位置進行控制調整，這些專利都在這裡引用為參考資料。
更具體地說，檢測裝置100的改型涉及對人們頭、臉和眼的現場圖像檢測和跟蹤以識別操作員頭部(以及其面部特徵，例如眼和虹膜)的初始位置並隨後進行跟蹤。使用由成像器222獲得的圖像信息的改型方案將工作分為三部分。第一部分與頭部及其各部分特徵的粗略定位和跟蹤有關。第二部分使用粗略定位和跟蹤信息進行變焦放大處理並對眼睛部分尤其是虹膜在位置上和時間上的估值進行精細處理。第三部分與動作跟蹤有關。
眼睛定位的第一部分是一個用於向系統提示存在著可能的用戶和用於選擇用戶的可能位置的機構。這種提示機構是圖2b中所示能量變換錐體(下面將更詳細地討論)，其中每隔一個時間間隔求記錄的圖像差值和求平方值。使用求差值和平方的圖像上的高斯錐體產生不同解析度下的能量變換。在粗略解析度下對變換進行分析，如發生變換則向系統提示一個可能的用戶已進行成像器視野。其它提示機構包括立體攝像，將自兩個位置錄下的兩個圖像的差異進行計算以檢測用戶的接近程度並向系統提示有物體接近。
眼球定位的第二部分是一個用於將用戶頭部和眼部初始定位的機構。定位是使用一個模式樹完成的，該模式樹包括一個普通用戶的模型，例如粗略解析度下的頭部樣板及眼、鼻和嘴的樣板。該提示機構提供一些供圖像與模型匹配的樣板匹配過程用的可選位置。初始匹配用於在粗略解析度下確定例如頭部那樣的粗略特徵，然後使用來自粗略解析度匹配操作的信息確定例如眼、鼻和嘴那樣的精細解析度特徵。
眼球定位的第三部分用於一旦看見頭和眼後即跟蹤它們。這由一個動作跟蹤器完成，它在先前圖像幀與當前幀之間完成相關匹配。相關匹配使用眼球定位中所用特徵，但也可使用其它特徵，如頭髮，這對短期內跟蹤有用，同時因人而異。
上述三個部分的結果是在來自成像器222的圖像224中提供眼球定位，以及如使用立體攝像，則提供眼球的近似距離。操縱鏡230利用此信息將成像器228對準眼球以獲取圖像。已知眼球在圖像224中的位置，它的近似距離及成像器222和成像器228之間的已知幾何關係後，可以容易地算出使用成像器228獲取眼球的對準方向。如不知道眼球距離，則成像器228指向對應於近似的預計距離的位置，自此位置出發它指向對應於圍繞預計距離附近的距離的位置。如成像器228和成像器222配置為在光學上對準的，則僅圖像224中眼球圖像位置即足夠用於對準成像器228。一旦成像器228初始地對準眼球，來自成器228的圖像即用於將眼球保持於視野內。這用於補償眼球跳動和用戶的正常移動。這類移動在來自成像器222的圖像如圖像224中是不顯著的，但在來自成像器228的圖像如圖像232中卻是明顯的。跟蹤步驟與已描述的用於跟蹤頭部和眼部的步驟相同，所不同的是用戶眼球圖像，如圖像232中所用特徵為眼球瞳孔、眼瞼邊緣邊界和眼瞼紋理。
參照圖2b，其中顯示圖像處理器的功能框圖，該處理器對來自成像器222的圖像作出響應，控制操縱鏡230位置以使用戶226眼球圖像232位於成像器228視野內。
具體地說，由成像器222輸出的代表圖像224的連續幀的視頻信號在數位化後作為輸入量G0送至高斯錐體234。經恰當延遲後，輸入量G0向前送至高斯錐體輸出端以在與圖像224相同的解析度和採樣密度下提供圖像錐體的G0圖像236。此外如錐體技術中所已知的，高斯錐體234包括級聯卷積和二次採樣階段，用於求出作為高斯錐體234輸出量的圖像錐體的減低解析度G1輸出圖像238和G2輸出圖像240。
高斯錐體234的相應輸出量G0、G1和G2由幀延遲器242延遲一個或更多個幀周期。減法器244將G0、G1和G2中每一幀的當前幀和延遲幀的相應像素偏振幅值間之差作為它的輸出量提供出來，因而使靜止圖像體幅值相對於移動圖像體幅值為最小。將減法器244輸出量乘方(如塊246所標示)以放大此極小化值並消除極性以提供G0、G1和G2能量變換錐體(如相應塊248、250和252所標示)。在一個技術中已知的由粗及精的過程中，該能量變換錐體信息接著可用於控制圖2a中操縱鏡230的位置。
此外，該改型可使用樣板匹配法，如在上述美國專利5,063,603中提出的用於物體識別的方法。另一方案是如在上述美國專利4,692,806中所公開的，不同樣板匹配而用基於特徵算法實行粗略定位和跟蹤以提供類似信息。
此外，該改型可用機會主義方式獲取-序列圖像直至獲得一幀其質量適合於隨後操作的圖像時止。另一方案是可從這一序列幀中獲取感興趣的區域片斷並隨後將它們拼湊起來以產生一幀具有合適質量的單幅圖像。另外，這些改型方案中任何一個都可用於變焦放大處理和獲取眼球和虹膜以外的面部特徵的高解析度圖像。例如，可用類似方式獲取操作人員唇部的高解析度圖像。
不論具有或不具有圖2a和2b的改型所提供的增強，圖2中所示系統都可用不同方式加以推廣。首先，該系統可在可見光以外的頻譜中工作(例如近紅外)。因此這裡所用「光」一詞既包括可見的也包括不可見頻譜中的光輻射。為做到這點，發光劑的頻譜分布以及四分之一波延遲器的波長調諧應與所需頻帶相匹配。第二，該系統可使用一個標準視頻攝像機以代替低亮度級攝像機，當然需要應用更高亮度的發光劑。第三，可選擇其它透鏡系統，包括使用一個自動聚焦變焦透鏡。這一附加變化將使準確度較用戶使用油標對準過程的系統差。第四，也可使用油標對準過程的其它具體事例。例如，可投射一對光束以使處於正確位置的用戶看到單個光點而處於其它位置時看到兩個光點。第五，該系統可與一個有源跟蹤成像器和相關連的軟體一起使用(如以上結合圖2a和2b所描述的)以便自動地定位和跟蹤用戶眼球，從而替代(或補充)無源油標對準機構。這種推廣不足之處是需要用戶配合。
作為輸入量送至定位裝置102的檢測裝置100輸出量中的數字形式數據定義了對應於幀獲取器212中存儲的特定視頻幀的相對地高解析度眼球圖像。圖3圖解地顯示由定位裝置102對向其輸入的眼球圖像數據實行的一序列連續的數據處理步驟。
更具體地說，輸入圖像300代表自檢測測裝置100輸入至定位裝置102的相對地高解析度眼球圖像數據。第一數據處理步驟302將輸入圖像300求平均並縮小。這通過使用低通高斯濾波器將定義輸入圖像300的數據實行卷積運算而完成，該高斯濾波器用於在空間求平均值因而減小高頻噪音。由於空間求平均值在空間域內引入冗餘度，所以被濾波的圖像接著被二次採樣而不更多地損失任何信息。該二次採樣的圖像用作隨後處理的基礎，其優點是其較小尺寸和較低解析度所需計算量較初始的完全尺寸的輸入圖像300少。
將虹膜定位的下一個數據處理步驟包括將虹膜邊界的不同部分順序定位。按順序講，步驟304將虹膜邊緣邊界(或外邊界)定位，步驟306將虹膜瞳孔邊界(或內邊界)定位，及步驟308將眼瞼邊界(它可能遮蓋住一部分虹膜)定位。選擇此順序的依據是所涉及的圖像特徵的凸顯性以及所定位部分對附加定位部分的約束能力。每一部分的定位步驟用兩個子步驟完成。第一子步驟包括調整到高反差度圖像位置的預計圖形的邊緣檢測操作。此調整的依據是感興趣部分的邊界的一般特性(如定向)及由先前所分離出來的邊界部分所提供的具體約束條件。第二子步驟所包括的方案對所檢測的邊緣像素表決以便為感興趣邊界部分的參數化模型舉出具體數值事例。最簡單地說，此步驟可認為是參考資料中包括的美國專利3,069,654所公開的一般化的Hough變換。
更詳細地說，對於步驟304的虹膜邊緣邊界講，一個基於梯度的邊緣檢測器將圖像濾波，該檢測器調諧的方向有利於近垂直方向的操作。此方向選擇性以下列事實為依據即使在眼瞼閉合的面部上，虹膜邊緣的左端和右端部分應能清楚地看出，其方向接近垂直(這假定頭部處於豎直位置)。該虹膜邊緣邊界的模型是一個參數化的圓，其圓心的兩個坐標是XC和YC和半徑為r。所檢測的邊緣像素變稀少並根據給定圖像位置(X，Y)的允許值(XC，YC，r)被變換入一個三維空間(XC，YC，r)。具有最多表決票的(XC，YC，r)點用於代表虹膜邊緣邊界。對此邊界所加唯一附加約束條件是它位於給定眼球圖像內。
更詳細地說，對於步驟306中的瞳孔邊界，使用並非定向地調諧的基於梯度的邊緣檢測器將圖像濾波。類似於虹膜邊緣邊界，瞳孔邊界模型是一個圓。同樣地，邊緣像素變稀少並被變換為允許的值(XC，YC，r)，具有最多接收到的表決票的實例值代表圓的參數。對於瞳孔講，可允許的參數值被限制位於用於描述虹膜邊緣邊界的圓內。
更詳細地說，對於步驟308中的眼瞼邊界，使用一個基於梯度的邊緣檢測器將圖像濾波，該檢測器調諧的方向有利於水平方向的操作。此方向選擇性考慮到下列事實任何位於虹膜邊緣邊界內的眼瞼部分是幾乎水平的(仍然假定頭部是豎直的)。上、下眼瞼的模型為兩條分離的拋物線，即二次弧線。同樣地，所檢測邊緣像素變稀少並變換為允許的值，從而決定參數化的具體值。對於眼瞼講，所檢測邊界被附加地限制在用於定義虹膜邊緣邊界的圓內和上、下眼瞼被分別地限制在瞳孔之上方或下方。
最後，在將虹膜邊界各部分分離出來之後，最後處理步驟310將這些部分分組合起來以劃定虹膜本身。將位於瞳孔邊界之外，虹膜邊緣邊界之內，上眼瞼之下和上眼瞼之上的圖像部分看作虹膜。
上述虹膜定位方案可以多種方式推廣。首先，定向性基於梯度的邊緣檢測以外的其它圖像表示法也可用於增強虹膜邊界。其次，可採用其它的虹膜邊界參數化方法。第三，虹膜邊界各部分(虹膜邊緣、瞳孔和眼瞼邊界)的定位可按不同順序也可並行地完成。第四，在規定虹膜邊界各部分的相對圖形時可以強調其它限制條件或不強調限制條件。第五，在擬合虹膜邊界的參數化模型時可跨越多種解析度；例如可用迭代的由粗及精方式。第六，在虹膜邊界定位中可不用空間求平均值和二次採樣的初始步驟。
上述用於將眼部的輸入圖像中虹膜定位方法(尤其是圖3中所示順序數據處理步驟的示例)的優點是它不需任何附加的初始條件和它可應用簡單濾波操作(用於增強有關的圖像結構)和曲線變換操作(其中包含用於自增強的圖像中復原虹膜邊界的表決方案)而不引起計算開銷。
圖1中自定位裝置102輸出的只代表定位的用戶虹膜圖像的處理過的數據作為第一輸入量送入匹配裝置104，與此同時，先前存儲於資料庫中的只代表用戶聲稱就是他或她本人的定位的虹膜圖像的模型的所選數據作為第二輸入量送入匹配裝置104。裝置104應用本發明原理以有效地將送給它的第一和第二輸入數據進行處理，從而確定是否有足夠的匹配可以標明該用戶事實上就是他或她聲稱的本人。
更具體地說，人類虹膜的明顯空間特性在不同尺度上是明顯的。例如，明顯的結構包括自虹膜總形狀至微小囊窩和詳細紋理的分布這些內容。為獲取空間結構的這些內容，虹膜圖像用一種2D通頻帶信號分解來表示。初步的經驗研究得到的結論是虹膜圖像間的可接受的鑑別能以在四種不同解析度下計算的信頻帶寬為基礎，這是依靠Laplace錐體獲取此信息而實現的。由於較低頻帶連續地二次採樣而不損失信息，因此得到有效的存儲和處理。
為詳細地比較兩個圖像，最好在一對圖像的特性結構之間建立起精確的對應點。一種基於面積的圖像對準技術用於此目的。此技術尋找映象函數(u(x，y)，v(x，y))，其中對於所有(x，y)值而言，在數據圖像中(x，y)、(u(x，y)，v(x，y))處的像素值接近模型圖像中(x，y)處的值。此處(x，y)是在用所描述的虹膜定位技術將虹膜定位的圖像區域內所取。此外，該映射函數被約束為一個相似性變換，即平行移動、定尺度和旋轉。這允許對同一虹膜的不同圖像事例之間的所觀察的自由度進行補償。平行移動補償在平行於成像器傳感器陣列的平面內的位移偏差。定尺度補償沿攝像機光軸的位移偏差。旋轉補償未能由眼球旋轉扭矩所自然地補償的圍繞光軸的轉動偏差。如上所述地與圖像檢測一起使用的將試圖存取者準確地定位的方法中以上這些自由度是在建立對應點中唯一需要調整的自由度。此方案的依據是採用技術中已知的基於模型的動作估值的層次型基於梯度圖像對準算法。算法的初始條件由用以上描述的虹膜定位技術定位的虹膜邊界的相對偏移距離中導出。
在將模型圖像和數據圖像準確地和精確地對準後，下一步工作是指定一個用於將比較結果定量化的匹配優度。已知系統對模型圖像和數據圖像實行精細對準的能力後，可在圖像表示的每個頻帶內將像素差別在空間位置上積分作為一個恰當的匹配度量的依據。空間相關運算可獲取此特性。更具體地說是使用歸一化相關運算。歸一化相關運算將相同類型信息作為標準相關加以獲取；然而，如技術中已知的，它也考慮到會使標準相關運算變壞的圖像強度的局部變化。相關運算是在每個空間頻帶內在小塊像素上(8×8)完成的。將每個頻帶的塊相關值通過中值統計計算組合起來，即可導出一個匹配優度。將塊組合與中值運算一起使用，可對匹配和外圍體檢測程度進行局部調整，從而針對由噪音、對不準和遮擋(如雜散的睫毛)引起的匹配失誤提供魯棒性。
最後必須完成的工作是將四個已經計算出來的匹配優度值(每個空間頻帶有一個)組合為一個最終裁決，以確定數據圖像是否來自模型圖像的同一個虹膜。對這點的合理方案是以下列方式將數值組合起來使同一類虹膜圖像(即同一虹膜的不同事例)間的方差值最小，而使虹膜圖像的不同類(即不同虹膜的事例)之間的方差值最大。一個提供這一解法的線性函數是熟知的，它由Fisher線性判別式給出。在一些資料中，此技術在1973年John Wiley sons印刷的Duda和Hart所寫「模式分類與情景分析」一書的114-118頁上所介紹。雖然不是任何線性函數都能恰當地區分任意數據集的不同類，但在實際中發現它能很好地用於虹膜圖像的處理。此外，在實際中Fisher線性判別式是根據虹膜圖像訓練數據的小集(包括10個虹膜的5個圖像)定義的。在實際中此函數能很好地在具有相應的資料庫項目和不具有資料庫項目的輸入的數據圖像之間進行鑑別。
應理解此處介紹的設備和操作方法是為了闡述本發明。熟悉技術的人可在不背離本發明的實質和範圍的情況下容易地進行修改。具體講，可使用相似性以外的對準方法。除自各向同性頻帶濾波技術中導出者外，其它圖像表示也可用作相關運算的基礎。例如，可用定向頻帶濾波或形態學濾波，前者在於1994年6月28日授權予Burt等人的美國專利號5,325,449中被公開。除頻帶分解外的其它信號分解方法也可使用，如次波分解。次波分解是一種特定的多解析度錐體類型，它使用正交鏡面濾波器(QMF)產生一個原始圖像代表性視頻信號的次頻帶分解。一個這種類型的信號處理器描述於1991年4月8-11日在美國加州Los Alamitos的IEEE Computer Society Press的DCC』91數據壓縮會議的論文集中由Pentland等人發表的「基於碎片的圖像壓縮實用方案」一文中。Pentland等人的壓縮系統試圖使用低頻粗略尺度信息以預測高頻較細尺度處的明顯信息。QMF次頻帶錐體處理也描述於1991年Kluwer Academic Publishers出版由J.W.Woods編輯的「次頻帶圖像編碼」一書中。另外方案是在1994年6月28日授權予Burt等人的美國專利號5,325,449中公開的定向性頻帶。
圖像匹配可用更為符號的方式完成。例如，多個導出的匹配值可用由Fisher線性判別式給出的方式以外的方式組合起來。例如，可用非線性組合(例如用神經元網絡導出)也可使用相關運算以外的其它比較方法和除Fisher線性判別式以外的其它決策準則。
可用其它方法將被比較的虹膜對準。例如可將較簡單或較複雜的圖像變換後的圖像對準。在實際匹配過程之前可將環形虹膜圖像轉換為長方形格式，例如將半徑和角度位置轉換為垂直和水平坐標。這些操作可用於簡化一些隨後的操作。在實際匹配過程之前可將虹膜圖像沿某一方向投影以產生一維信號。例如，該圖像可沿半徑方向投影。
本發明可由於控制對一個區域、設施或一個諸如計算機或ATM那樣的設備的存取，也可用於生物統計學評價。
權利要求
1.一個包括一個具有一個用於獲取系統用戶眼球聚焦圖像的透鏡的成像器的系統，其改進包括用於允許所述用戶自己將他或她的眼球放置於所述成像器的視野內而不必與所述系統有任何物理接觸的對準裝置。
2.權利要求1的系統，其中所述對準裝置包括具有第一給定尺寸的給定外輪廓線形狀並且基本上與所述透鏡同心的第一邊框裝置，所述第一邊框裝置位於所述透鏡前面第一距離處；以及具有較所述第一給定尺寸小的第二給定尺寸的與所述給定外輪廓線形狀在幾何上相似的外輪廓線形狀的並且基本上與所述透鏡同心的第二邊框裝置，所述第二邊框裝置位於所述透鏡前面比所述第一距離多出一個給定量的第二距離處，所述給定量如下確定當所述用戶眼球被放置於所述透鏡前面較所述第二邊框裝置更遠處的位置上而在所述位置上所述第一邊框裝置的所述外輪廓線基本上全部被所述第二邊框裝置的所述外輪廓線所遮蓋時所述透鏡形成所述用戶眼球的聚焦圖象。
3.權利要求2的系統，其中所述第一邊框裝置的所述給外輪廓線形狀是方形；同時所述第二邊框裝置的所述幾何上相似的外輪廓線形狀也是方形。
4.權利要求2的系統，其中所述系統進一步包括使用在給定旋轉方向內圓形地偏振的漫射光對所述用戶眼球照相以獲取自所述用戶眼球反射而射入所述透鏡的漫射光和射入所述透鏡的漫散地反射的光的光源裝置。
5.權利要求4的系統，其中所述光源裝置包括一個圍繞所述成像器放置以提供照明光的光源陣列。一個供來自所述光源陣列的所述照明光通過的漫散屏，所述漫散屏具有一個位於相對於所述透鏡中部用於允許所述反射光不通過所述漫散屏而到達所述透鏡的孔；以及一個位於所述漫散屏和所述透鏡前面用於將到達所述用戶眼球的照明光按所述給定旋轉方向圓形地偏振的圓形偏光鏡。
6.權利要求4的系統，進一步包括一個連至所述成像器用於獲取代表所述用戶眼球的所述聚焦的圖像的數字數據的數字幀獲取器。
7.權利要求2的系統，其中所述成像器是一個相對的高解析度窄域成像器及所述對準裝置進一步包括一個用於獲取包括所述用戶的預定面部特徵的圖像信息的連續視頻幀的相對的低解析度廣域成像器；對所述預定面部特徵圖像信息作出響應、用於確定所述用戶眼球在它的所述視頻幀中的位置的圖像處理裝置；以及對所述低解析度廣域成像器的所述視頻幀中所述用戶眼球位置的確定作出響應用於允許所述高解析度窄域成像器獲得所述用戶眼球的聚焦的圖像的與所述圖像處理裝置相關連的裝置。
8.權利要求7的系統，其中所述與所述圖像處理裝置相關連的裝置包括一個根據所述相對的低解析度廣域成像器的所述視頻幀中所述用戶眼球的所述所確定位置而定位的操縱鏡。
9.權利要求7的系統，其中所述圖像處理裝置包括一個用於在圖像信息的所述連續視頻幀中的至少一幀中獲取一個多級圖像錐體的高斯錐體；以及對所述圖像錐體級作出響應用於獲取一個能量變換錐體的裝置。
10.權利要求1的系統，其中所述成像器是一個相對的高解析度窄域成像器及所述改進進一步包括一個用於獲取包括所述用戶的預定面部特徵的圖像信息的連續視頻幀的相對的低解析度廣域成像器；對所述預定面部特徵圖像信息作出響應、用於確定所述用戶眼球在它的所述視頻幀中的位置的圖像處理裝置；以及對所述低解析度廣域成像器的所述視頻幀中所述用戶眼球位置的確定作出響應用於允許所述高解析度窄域成像器獲得所述用戶眼球的一個聚焦的圖像的與所述圖像處理裝置相關連的裝置。
11.權利要求7的系統，其中所述與所述圖像處理裝置相關連的裝置包括一個根據所述相對的低解析度廣域成像器的所述視頻幀中所述用戶眼球的所述所確定位置而定位的操縱鏡。
12.權利要求7的系統，其中所述圖像處理裝置包括一個用於在圖像信息的所述連續視頻幀中的至少一幀中獲取一個多級圖像錐體的高斯錐體；以及對所述圖像錐體級作出響應用於獲取一個能量變換錐體的裝置。
13.權利要求1的系統，其中所述系統的目標是查驗所述用戶眼球的虹膜；其中所述系統包括一個連至所述成像器用於獲取代表所述用戶眼球的所述聚焦的圖像的數字數據的數字幀獲取器；以及所述改進進一步包括對來自所述幀獲取器的用於顯示所述用戶眼球的數字數據作出響應用於按下列順序將所述眼球虹膜定位的圖像處理裝置(1)確定用戶眼球圖像內定義所述虹膜邊緣邊界的數據，(2)確定所述虹膜邊緣邊界內定義所述虹膜的瞳孔邊界的數據，(3)確定所述虹膜邊緣邊界內定義所述眼球的上和下眼瞼邊界的數據，以及(4)然後只使用所述瞳孔邊界之外、虹膜邊緣邊界之內、上眼瞼之下和下眼瞼之上的數據以便將所述數據劃定為其用於顯示所述眼球虹膜的部分。
14.權利要求13的系統，其中所述圖像處理裝置包括用於在按所述順序將所述眼球虹膜定位之前將來自所述幀獲取器的所述數字數據低通濾波並二次採樣的裝置。
15.權利要求13的系統，其中所述圖像處理裝置採用獲取增強的圖像的圖像濾波裝置和包含一個用於自所述增強的圖像中復原所述虹膜邊界的表決方案的曲線變換裝置；其中所述虹膜邊界的所述復原操作除代表所述用戶眼球的所述聚焦的圖像的數字數據外並不需要了解任何初始條件。
16.權利要求13的系統，其中所述用於確定用戶眼球圖像內定義所述虹膜邊緣邊界的數據的圖像處理裝置包括在有利於近垂直操作的方向內調諧的用於獲取所檢測邊緣數據的基於梯度的邊緣檢測濾波裝置；以及對將所述虹膜邊緣邊界的圓的模型參數化為兩個中心坐標XC和YC及其半徑r的操作作出響應，用於根據給定圖像位置(x，y)的允許值(XC，YC，r)使所述所檢測邊緣數據變稀少並曲線變換入一個三維空間(XC，YC，r)的裝置；其中具有最多表決票的(XC，YC，r)點用於代表虹膜邊緣邊界。
17.權利要求13的系統，其中用於確定用戶眼球圖像內定義所述虹膜的瞳孔邊界的數據的圖像處理裝置包括不在任何方向內調諧的用於獲取所檢測邊緣數據的基於梯度的邊緣檢測濾波裝置；以及對將所述瞳孔邊界的圓的模型參數化為兩個中心坐標XC和YC及其半徑r的操作作出響應，用於根據給定圖像位置(x，y)的允許值(XC，YC，r)使所述所檢測邊緣數據變稀少並曲線變換入一個三維空間(X，YC，r)的裝置；其中具有最多表決票的(XC，YC，r)點用作代表瞳孔邊界。
18.權利要求13的系統，其中用於確定用戶眼球圖像內定義所述虹膜的所述眼球的上和下眼瞼的數據的所述圖像處理裝置包括在有利於水平操作的方向內調諧的用於獲取所檢測邊緣數據的基於梯度的邊緣檢測濾波裝置；以及對將所述眼球的上眼瞼邊界和下眼瞼邊界的拋物線模型參數化為二次弧的操作作出響應，用於根據給定圖像位置的允許值使所述所檢測邊緣數據變稀少和曲線變換入一個三維空間以例示參數化具體數值的裝置；其中具有最多表決票的空間點用於代表眼瞼邊界。
19.權利要求1的系統，其中所述系統的目標是用於安全存取控制的自動虹膜識別；其中所述系統包括一個連至所述成像器用於獲取代表所述用戶眼球的所述聚焦的圖像的數字數據的數字幀獲取器；以及其中所述改進所進一步包括的圖像處理裝置包括對來自所述幀獲取器的用於顯示所述用戶眼球的數字數據作出響應，用於將所述數字數據基本上劃定為只顯示所述用戶眼球的所述虹膜的部分的虹膜定位裝置；以及對所述數字數據的所述部分和先前存儲的只顯示給定個人的眼球虹膜的數字數據作出響應的模式匹配裝置，所述模式匹配裝置應用歸一化空間相關過算以首先在眾多空間尺度的每個尺度上將在空間內互相對準的所述用戶和所述給定個人的相應虹膜的每項明顯空間特性進行比較以便在所述眾多空間尺度的每個尺度上定量地確定該空間尺度上的匹配優度值，以及然後根據在所述眾多空間尺度中的每一尺度上所定量地確定的優度值的一定組合判定只用於顯示所述用戶眼球的所述虹膜的所述所劃定的數字數據的模式是否與只用於顯示所述給定個人的一個眼球的虹膜的所述數字數據相匹配。
20.權利要求19的系統，其中所述模式匹配裝置包括使用被約束為平行移動、定尺度和旋轉的相似性變換的映象函數(u(x，y)，v(x，y))的基於面積的圖像對準裝置，以便對於所有(x，y)值，在只顯示所述用戶眼球的所述虹膜的所劃定的數字數據中(x，y)-(u(x，y)，v(x，y))處的數據值接近於只顯示所述給定個人的一個眼球的虹膜的所述數字數據的(x，y)處的數據值。
21.權利要求19的系統，其中所述模式匹配裝置包括用於在由在所述眾多尺度的每個尺度的第一空間尺寸內第一眾多數據點及由在所述眾多尺度的每個尺度的第二空間尺寸內的第二眾多數據點所組成的給定空間塊上完成歸一化空間相關運算的裝置。
22.權利要求21的系統，其中所述模式匹配裝置包括通過所述眾多空間尺度的每個尺度處的中值統計計算將在所述給定空間塊上完成的所述歸一化空間相關運算值組合以定量地確定該空間尺度處的所述匹配優度值的裝置。
23.權利要求19的系統，其中所述模式匹配裝置包括將所述眾多空間尺度的每個尺度處的定量地確定的匹配優度值組合以使同一虹膜的不同事例間的方差最小和不同虹膜的不同事例間的方差最大的裝置。
24.權利要求23的系統，其中所述用於將所述眾多空間尺度的每個尺度處的定量地確定的匹配優度值組合的裝置將Fisher線性判別式用作為使同一虹膜的不同事例間的方差最小和使不同虹膜的不同事例間的方差最大的線性函數。
25.一種對用於定義一個個人的眼球的一個數位化圖像的數字數據作出響應的用於將所述數字數據劃定為只定義所述個人的所述眼球的虹膜的部分的圖像處理方法；其中所述方法包括一個用於確定位於所述個人眼球的圖像之內定義所述虹膜的邊緣邊界、所述虹膜的瞳孔邊界和所述眼球的上和下眼瞼邊界中至少一個邊界的數據的劃定步驟；在改進中所述劃定步驟包括以下步驟(a)對所述虹膜的邊緣邊界，所述虹膜的瞳孔邊界和所述眼球的上和下眼瞼邊界中的所述一個邊界實行圖像濾波以獲得一個它的增強圖像；以及(b)將所述增強的圖像進行曲線變換，其中所述曲線變換步驟包含一個用於自所述增強的圖像中復原所述虹膜邊界中的所述一條邊界的表決方案；其中所述用於復原所述虹膜邊界中的所述一條邊界的步驟除定義所述個人的所述眼球的所述數位化圖像的數字數據外不需要了解任何初始條件。
26.權利要求25的方法，其中所述劃定步驟包括以下順序的步驟(c)首先，確定所述數字數據中用於定義所述虹膜的所述邊緣邊界的部分；(d)其次，確定位於所述虹膜邊緣邊界內的所述數字數據中用於定義所述虹膜的所述瞳孔邊界的部分；(e)第三，確定位於所述虹膜邊緣邊界內的所述數字數據中用於定義所述眼球的上和下眼瞼的部分；以及(f)第四，只應用所述瞳孔邊界之外，所述虹膜邊緣邊界之內、及上眼瞼之下和下眼瞼之上的所述數字數據部分以將所述數字數據劃定為它的用於顯示所述眼球的虹膜的部分。
27.權利要求26的方法，其中步驟(c)包括以下步驟(g)應用在有利於近垂直操作的方向內調諧的基於梯度的邊緣檢測濾波裝置以檢測邊緣數據；以及(h)根據由其兩個中心坐標XC和YC與其半徑r參數化的圓作為所述虹膜邊緣邊界的模型，並根據給定(x，y)圖像位置的允許值(XC，YC，r)使所述所檢測邊緣數據變稀少並曲線變換入一個三維空間(XC，YC，r)；其中具有最多表決票的(XC，YC，r)點用於代表虹膜邊緣邊界。
28.權利要求26的方法，其中步驟(d)包括以下步驟(g)應用不在任何方向內調諧的基於梯度的邊緣檢測濾波裝置以檢測邊緣數據；以及(h)根據由其兩個中心坐標XC和YC與其半徑r參數化的圓作為所述瞳孔邊界的模型，並根據給定圖像位置(x，y)的允許值(XC，YC，r)使所述所檢測邊緣數據變稀少並曲線變換入一個三維空間(XC，YC，r)；其中具有最多表決票的(XC，YC，r)點用於代表瞳孔邊界。
29.權利要求26的方法，其中步驟(e)包括以下步驟(g)應用在有利於水平操作的方向內調諧的基於梯度的邊緣檢測濾波裝置以檢測邊緣數據；以及(h)根據由二次弧參數化的拋物線作為所述眼球的上眼瞼邊界和下眼瞼邊界的每一條邊界的模型，並根據給定圖像位置的允許值使所述所檢測數據變稀少並曲線變換入一個三維空間；其中具有最多表決票的空間點用於代表該眼瞼邊界。
30.權利要求25的方法，進一步包括以下步驟在完成所述劃定步驟之前將用於定義所述個人的所述眼球的所述數位化圖像的所述數字數據低通濾波和二次採樣。
31.一種用於提供為安全存取控制提供自動虹膜識別的圖像處理方法；所述方法對只用於定義一定試圖存取的個人的眼球虹膜的數位化圖像的第一數字數據作出響應和對先前存儲的只用於定義一個特定個人的眼球虹膜的數位化圖像的第二數字數據作出響應；其中所述方法包括的模式匹配步驟包括以下步驟(a)應用歸一化空間相關運算以便首先在眾多空間尺度的每個尺度上將在空間內互相對準的所述給定個人和所述特定個人的相應虹膜的每一個明顯的空間特性進行比較，從而在所述眾多空間尺度的每個尺度上定量地確定該空間尺度上的匹配優度值；以及(b)根據所述眾多空間尺度的每個尺度上定量地確定的匹配優度值的一定組合判定只用於顯示所述給定個人的所述眼球的所述虹膜的所述數字數據模式是否與只用於顯示所述特定個人的一個眼球虹膜的所述數字數據相匹配。
32.權利要求31的系統，其中步驟(a)包括以下步驟(c)使用一個被約束為平行移動，定尺度和旋轉的相似性變換的映象函數(u(x，y)，v(x，y))實行基於面積的圖像對準，以便對於所有(x，y)值，在只顯示所述給定個人的所述眼球的所述虹膜的第一數字數據中(x，y)-(u(x，y)，v(x，y))處的數據值接近於只顯示所述特定個人的一個眼球虹膜的所述第二數字數據的(x，y)處的數據值。
33.權利要求31的系統，其中步驟(a)包括以下步驟(c)在由所述眾多尺度的每個尺度的第一空間尺寸內第一眾多數據點及由所述眾多尺度的每個尺度的第二空間尺寸內的第二眾多數據點所組成的給定空間塊上完成歸一化空間相關運算。
34.權利要求33的系統，其中步驟(c)包括以下步驟(d)通過眾多空間尺度的每個尺度處的中值統計計算將在所述給定空間塊上完成的所述歸一化空間相關運算值組合以定量地確定該空間尺度處的所述匹配優度值。
35.權利要求31的系統，其中步驟(b)包括以下步驟(c)將所述眾多空間尺度的每個尺度處的定量地確定的匹配優度值組合以使同一虹膜的不同事例間的方差最小和不同虹膜的不同事例間的方差最大。
36.權利要求35的系統，其中步驟(c)包括以下步驟(d)應用Fisher線性判別式作為使同一虹膜的不同事例間的方差最小和使不同虹膜的不同事例間的方差最大的線性函數。
全文摘要
一種允許用戶自己將他或她的眼球(216)放置入一個成像器(200)的視野內而不需任何物理接觸的虹膜識別系統和方法，它在空間內在定義用戶眼球的數位化視頻圖像的數據中確定只定義它的虹膜的那部分數據，以及應用歸一化空間相關運算以便首先將在空間內互相對準的用戶眼球虹膜和模型虹膜的空間特性進行比較從而確定匹配優度值以及然後根據匹配優度值的一定組合判定用戶虹膜是否與模型虹膜相匹配。
文檔編號G07C9/00GK1160446SQ95195628
公開日1997年9月24日 申請日期1995年9月5日 優先權日1994年9月2日
發明者理察·帕切克·威爾德斯, 簡·科克勒·阿斯姆斯, 克茨斯·詹姆斯·漢那, 史蒂芬·查爾斯·蘇, 雷蒙德·約瑟夫·考爾金斯基, 詹姆斯·雷基斯·馬特依, 斯特林·厄杜德·馬克布裡德 申請人:戴維德·沙諾夫研究中心公司