虹膜识别中图像采集的5大关键挑战

　　虹膜识别正在追赶其他流行的生物识别应用程序，例如在全世界范围内使用的指纹和面部识别。这是一项高度精确的技术，因为人的虹膜图案不会随年龄而变化，并且对伪造的挑战更大。但是，虹膜的合格图像要比面部或指纹更具挑战性。

　　一般而言，虹膜生物识别系统的实现包括三个主要部分：图像采集设备（虹膜相机）；用于模板创建，注册和匹配的生物识别软件；以及通常用于护照控制，机场售货亭，访问控制和执法应用程序的数据库管理平台（图1）。本文重点介绍图像采集设备的设计。

　　虹膜生物识别系统具有这三个主要组成部分

　　让我们看一下虹膜识别捕获设备设计中的一些关键挑战。

　　1、目标距离

　　从相机到被摄对象眼睛的距离越大，捕获设备将越复杂和昂贵。因此，虹膜照相机根据其拍摄范围被分为几类。在这里10-30厘米是最常见的范围。系统的图像传感器特性和调制传递函数（MTF）对于将摄像机进一步细分为注册和/或验证的手段至关重要。前者需要更高的MTF。

　　2、多种眼睛颜色

　　由于使用图像对比度来提取虹膜的图案，因此捕获光的波长必须支持多种颜色。因此，必须考虑功耗，符合IEC-62471的眼睛安全辐射以及脉冲光与照相机积分时间的同步性来选择传感器的光谱响应和照明波长。

　　3、运动模煳

　　该设备必须能够承受一定程度的目标运动，因此在设备的光学系统中设计的捕获量起着至关重要的作用，尤其是摄像机的景深。镜头的光圈，在捕获时间内辐射的光量，光的波长以及镜头的特性决定了相机保持对焦的目标距离之下和之上的深度。

　　4、匹配能力和互操作性

　　良好的虹膜图像采集指标可比较使用同一相机捕获的同一对象的图像，并计算成功匹配的图像百分比。这个概念称为匹配能力。当使用来自不同供应商的相机拍摄的同一主题的图像进行匹配时，该概念称为互操作性。

　　匹配图像的百分比表示被测相机能否与同一系统中的其他虹膜相机配合使用。同时，图像之间的汉明距离是用于测量匹配能力的度量。汉明距离的范围是0到1。距离0越近，图像越相同。调整用于图像增强的相机设置以设置最佳条件，在该条件下，所捕获的图像将获得很高的匹配能力和互操作性。

　　5、虹膜识别标准

　　有两个ISO标准设定了虹膜图像质量和虹膜图像信息交换的要求：ISO/IEC29794-6和ISO_IEC_19794-6。没有适用于虹膜照相机选择的官方生物统计标准，例如，联邦调查局的指纹附录F。但是，NIST通过大量出版物和研究为标准化和开发该技术提供了指导。

　　虹膜识别的关键部分当然是生物识别软件，该软件具有从虹膜图像中提取独特图案以创建虹膜模板的算法。虹膜模板是用于注册和匹配的工具。当前，模板创建是专有的，这意味着使用一个生物识别软件创建的模板文件只能由该软件包进行编码和解码，该软件包是拥有该软件的公司专有的。

　　用于虹膜图像质量分级，模板创建，注册和匹配的算法开发本身就是一个完整的领域。一些公司同时使用图像采集设备和生物识别软件，而另一些公司则同时使用其中之一。随着这项技术的不断发展，可以与多种第三方生物识别软件产品一起使用的图像采集设备和访问控制嵌入式平台的机会也在不断扩大。

　　虹膜相机对注册和验证（匹配）的要求不同。前面提到的ISO标准确实适用于注册摄像机；但是，不需要验证相机遵循标准。旨在开发一种既能完成注册又能进行验证的低成本注册相机，它是虹膜识别解决方案集成商的替代产品，因为他们可以用虹膜相机和来自不同供应商的软件平台构建解决方案。

　　对于寻求小型工厂或学校访问控制的小型集成商来说，这将是一种预算解决方案。同时，对于大型集成商（例如政府或军方）而言，这将是可行的采购策略。

　　采集设备的主要任务是在实时视频流中定位一个人的虹膜，并将其传递给生物特征识别软件进行分割，然后再分割成虹膜模板以用于注册或验证。因此，除了捕获量规格外，采集设备的板上处理还必须在运行时执行任务组合，这可以由Arm处理器，FPGA或嵌入式Linux板执行。这就是某些独立系统在访问控制应用程序中的功能。