作业帮虹膜识别技术的生物学基础是什么?
来源：学生作业帮 编辑：拍题作业网作业帮 分类：综合作业 时间：2024/04/30 09:08:42
虹膜识别技术的生物学基础是什么?
虹膜识别现今很流行,请问有什么生物学和生理学依据?
虹膜包含哪些纹理信息，虹膜识别技术识别虹膜的哪个纹理信息？怎样识别？
虹膜识别现今很流行,请问有什么生物学和生理学依据?
虹膜包含哪些纹理信息，虹膜识别技术识别虹膜的哪个纹理信息？怎样识别？
虹膜识别技术是人体生物识别技术的一种.
人眼睛的外观图由巩膜、虹膜、瞳孔三部分构成.巩膜即眼球外围的白色部分,约占总面积的30%；眼睛中心为瞳孔部分,约占5%；虹膜位于巩膜和瞳孔之间,包含了最丰富的纹理信息,占据65%.外观上看,由许多腺窝、皱褶、色素斑等构成(见右图),是人体中最独特的结构之一.虹膜的形成由遗传基因决定,人体基因表达决定了虹膜的形态、生理、颜色和总的外观.人发育到八个月左右,虹膜就基本上发育到了足够尺寸,进入了相对稳定的时期.除非极少见的反常状况、身体或精神上大的创伤才可能造成虹膜外观上的改变外,虹膜形貌可以保持数十年没有多少变化.另一方面,虹膜是外部可见的,但同时又属于内部组织,位于角膜后面.要改变虹膜外观,需要非常精细的外科手术,而且要冒着视力损伤的危险.虹膜的高度独特性、稳定性及不可更改的特点,是虹膜可用作身份鉴别的物质基础.
在包括指纹在内的所有生物识别技术中,虹膜识别是当前应用最为方便和精确的一种.虹膜识别技术被广泛认为是二十一世纪最具有发展前途的生物认证技术,未来的安防、国防、电子商务等多种领域的应用,也必然的会以虹膜识别技术为重点.这种趋势,现在已经在全球各地的各种应用中逐渐开始显现出来,市场应用前景非常广阔.
虹膜识别国外研究机构主要有美国的Iridian,Iriteck,韩国的Jiris公司.Iridian公司掌握虹膜识别核心算法,是目前全球最大的专业虹膜识别技术和产品提供商,它和LG、松下、OKI、NEC 等企业进行合作（如IRISPASS®,BM-ET300,IG-H100®等产品）,以授权方式提供虹膜识别核心算法,支持合作伙伴生产虹膜识别系统.Iridian 的核心技术还包括图像处理协议和数据标准PrivateID®,识别服务器KnoWho®,KnoWho®开发工具及虹膜识别摄像头等.
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.
作为中国首个开始虹膜识别机理研究的研究基地,中科院自动化所模式识别国家重点实验室研究的具有自主知识产权的虹膜识别活体检测技术不仅填补了中国活体虹膜识别技术在国际领域的空白,而且可以和世界目前主流的算法相媲美.相对于国际上其它公司的核心算法,中科院自动化所的核心算法速度更快,占用的内存空间更小,整体性能更加优异.2005年,实验室的虹膜识别科研成果荣获“国家科学技术发明二等奖”.2006年9月,模式识别国家重点实验室作为中国虹膜识别技术的权威,参加了由国际生物特征识别组织举办的生物识别技术测评（2006 Biometric Consortium Conference and 2006 Biometrics Technology experiment）, 其虹膜识别算法的速度和精度得到了国际同行的认可.此外,模式识别国家重点实验室的虹膜图像数据库已成为国际上最大规模的虹膜共享库.截止现在已有70个国家和地区中的2000多个研究机构申请使用,其中国外单位1500多个.
北京中科虹霸科技有限公司是依托模式识别国家重点实验室的虹膜识别科研成果组建而成的专业从事虹膜识别系统及相关产品的研究和开发的公司,是国内唯一掌握完全自主知识产权虹膜识别技术的企业.公司共获得虹膜专利15项,其中发明专利8项,实用新型专利4项,外观专利3项,并获得软件著作权.知识产权涵盖虹膜识别软硬件系统等各个环节.目前,中科虹霸的虹膜识别产品已经成功运用于国内部分煤矿、银行、社保以及高端涉密场所.
一个自动虹膜识别系统包含硬件和软件两大模块：虹膜图像获取装置和虹膜识别算法.分别对应于图像获取和模式匹配这两个基本问题.
1993年,JOHN DAUGMAN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.
虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分,总体上呈现一种由里到外的放射状结构,由相当复杂的纤维组织构成,包含有很多相互交错的类似于斑点、细丝、冠状、条纹、隐窝等细节特征,这些特征在出生之前就以随机组合的方式确定下来了,一旦形成终生不变.虹膜识别的准确性是各种生物识别中最高的.
·信息采集：
从直径11mm的虹膜上,Dr.Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息,这样,一个虹膜约有266个量化特征点,而一般的生物识别技术只有13个到60个特征点.266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述,在算法和人类眼部特征允许的情况下,
Dr. Daugman指出,通过他的算法可获得173个二进制自由度的独立特征点.在生物识别技术中,这个特征点的数量是相当大的.
·算法：
第一步是通过一个距离眼睛3英寸的精密相机来确定虹膜的位置.当相机对准眼睛后,算法逐渐将焦距对准虹膜左右两侧,确定虹膜的外沿,这种水平方法受到了眼睑的阻碍.算法同时将焦距对准虹膜的内沿（即瞳孔）并排除眼液和细微组织的影响.
单色相机利用可见光和红外线,红外线定位在700-900mm的范围内（这是IR技术的低限,美国眼科学会在他们对macularcysts研究中使用同样的范围.）
在虹膜的上方,算法通过二维Gabor子波的方法来细分和重组虹膜图象,第一个细分的部分被称为phasor,要理解二维gabor子波的原理需要很深的数学知识.
人眼睛的外观图由巩膜、虹膜、瞳孔三部分构成.巩膜即眼球外围的白色部分,约占总面积的30%；眼睛中心为瞳孔部分,约占5%；虹膜位于巩膜和瞳孔之间,包含了最丰富的纹理信息,占据65%.外观上看,由许多腺窝、皱褶、色素斑等构成(见右图),是人体中最独特的结构之一.虹膜的形成由遗传基因决定,人体基因表达决定了虹膜的形态、生理、颜色和总的外观.人发育到八个月左右,虹膜就基本上发育到了足够尺寸,进入了相对稳定的时期.除非极少见的反常状况、身体或精神上大的创伤才可能造成虹膜外观上的改变外,虹膜形貌可以保持数十年没有多少变化.另一方面,虹膜是外部可见的,但同时又属于内部组织,位于角膜后面.要改变虹膜外观,需要非常精细的外科手术,而且要冒着视力损伤的危险.虹膜的高度独特性、稳定性及不可更改的特点,是虹膜可用作身份鉴别的物质基础.
在包括指纹在内的所有生物识别技术中,虹膜识别是当前应用最为方便和精确的一种.虹膜识别技术被广泛认为是二十一世纪最具有发展前途的生物认证技术,未来的安防、国防、电子商务等多种领域的应用,也必然的会以虹膜识别技术为重点.这种趋势,现在已经在全球各地的各种应用中逐渐开始显现出来,市场应用前景非常广阔.
虹膜识别国外研究机构主要有美国的Iridian,Iriteck,韩国的Jiris公司.Iridian公司掌握虹膜识别核心算法,是目前全球最大的专业虹膜识别技术和产品提供商,它和LG、松下、OKI、NEC 等企业进行合作（如IRISPASS®,BM-ET300,IG-H100®等产品）,以授权方式提供虹膜识别核心算法,支持合作伙伴生产虹膜识别系统.Iridian 的核心技术还包括图像处理协议和数据标准PrivateID®,识别服务器KnoWho®,KnoWho®开发工具及虹膜识别摄像头等.
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.
作为中国首个开始虹膜识别机理研究的研究基地,中科院自动化所模式识别国家重点实验室研究的具有自主知识产权的虹膜识别活体检测技术不仅填补了中国活体虹膜识别技术在国际领域的空白,而且可以和世界目前主流的算法相媲美.相对于国际上其它公司的核心算法,中科院自动化所的核心算法速度更快,占用的内存空间更小,整体性能更加优异.2005年,实验室的虹膜识别科研成果荣获“国家科学技术发明二等奖”.2006年9月,模式识别国家重点实验室作为中国虹膜识别技术的权威,参加了由国际生物特征识别组织举办的生物识别技术测评（2006 Biometric Consortium Conference and 2006 Biometrics Technology experiment）, 其虹膜识别算法的速度和精度得到了国际同行的认可.此外,模式识别国家重点实验室的虹膜图像数据库已成为国际上最大规模的虹膜共享库.截止现在已有70个国家和地区中的2000多个研究机构申请使用,其中国外单位1500多个.
北京中科虹霸科技有限公司是依托模式识别国家重点实验室的虹膜识别科研成果组建而成的专业从事虹膜识别系统及相关产品的研究和开发的公司,是国内唯一掌握完全自主知识产权虹膜识别技术的企业.公司共获得虹膜专利15项,其中发明专利8项,实用新型专利4项,外观专利3项,并获得软件著作权.知识产权涵盖虹膜识别软硬件系统等各个环节.目前,中科虹霸的虹膜识别产品已经成功运用于国内部分煤矿、银行、社保以及高端涉密场所.
一个自动虹膜识别系统包含硬件和软件两大模块：虹膜图像获取装置和虹膜识别算法.分别对应于图像获取和模式匹配这两个基本问题.
1993年,JOHN DAUGMAN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.
虹膜是位于眼睛黑色瞳孔和白色巩膜之间的圆环状部分,总体上呈现一种由里到外的放射状结构,由相当复杂的纤维组织构成,包含有很多相互交错的类似于斑点、细丝、冠状、条纹、隐窝等细节特征,这些特征在出生之前就以随机组合的方式确定下来了,一旦形成终生不变.虹膜识别的准确性是各种生物识别中最高的.
·信息采集：
从直径11mm的虹膜上,Dr.Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息,这样,一个虹膜约有266个量化特征点,而一般的生物识别技术只有13个到60个特征点.266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述,在算法和人类眼部特征允许的情况下,
Dr. Daugman指出,通过他的算法可获得173个二进制自由度的独立特征点.在生物识别技术中,这个特征点的数量是相当大的.
·算法：
第一步是通过一个距离眼睛3英寸的精密相机来确定虹膜的位置.当相机对准眼睛后,算法逐渐将焦距对准虹膜左右两侧,确定虹膜的外沿,这种水平方法受到了眼睑的阻碍.算法同时将焦距对准虹膜的内沿（即瞳孔）并排除眼液和细微组织的影响.
单色相机利用可见光和红外线,红外线定位在700-900mm的范围内（这是IR技术的低限,美国眼科学会在他们对macularcysts研究中使用同样的范围.）
在虹膜的上方,算法通过二维Gabor子波的方法来细分和重组虹膜图象,第一个细分的部分被称为phasor,要理解二维gabor子波的原理需要很深的数学知识.