着信息技术的高速发展，传统的门禁系统已逐渐显示出其安全性弱和便捷性差的缺点，生物特征以其高精确性和高稳定性逐渐成为门禁系统采用的热点.针对目前精确的生物识别方法—— 虹膜识别，设计并实现了一种基于虹膜的门禁系统，经小规模局域网测试显示，达到了良好的识别效果.

　　门禁系统，又称为出入管理控制系统，是一种管理人员进出的数字化管理系统.常见的门禁系统有密码门禁系统、非接触IC卡(感应式IC卡)门禁系统、生物识别门禁系统等.传统的密码门禁系统和IC卡门禁系统由于其本身的安全性弱、便捷性差已经面临淘汰，而生物特征以其稳定、便捷、不易伪造等特点逐渐成为门禁系统采用的热点.在众多的生物识别特征中，虹膜特征唯一、稳定且采集方式为非接触式，是目前已知的精确度高的生物识别特征. ，误识率仅为1：1 200 000.

　　1 虹膜识别原理

　　人的眼睛包含巩膜、虹膜和瞳孔三部分.巩膜为眼球外围的白色部分，约占总面积的30%，虹膜存在于巩膜和瞳孔之间，其颜色并不具有广泛的区别性，而其中相互交错的类似于斑点、细丝、冠状、条纹、隐窝等丰富的纹理信息才是识别中需要提取的特征.

　　虹膜识别系统由二三个部分构成：预处理、特征提取、模式匹配.目前，具有代表性的研究成果有Daugman 的利用Gabor滤波器进行相位编码和Wildes 的图形登记技术以及Boles E 提出的小波变换过零点检测方法等.

　　1.1 预处理

　　....................................

　　在获取虹膜图像的过程中，受各种外界因素的影响，虹膜图像大小不等且有旋转、平移等现象出现.为了下一步的特征提取，需要把定位后的虹膜区域经过坐标变换归一化展开为极坐标，再将极坐标系中的圆环状虹膜图像沿半径方向展开成矩形，使矩形的行对应半径，列对应所取的角度.为了提高后期特征提取和模式匹配的准确性，对标准化后的图像又进行了直方图均衡化处理，同时利用高斯低通滤波器滤除了图像中的高频噪声.

　　1.2 特征提取

　　....................................

　　1.3 匹配识别

　　....................................

　　2 算法试验验证

　　首先用本文方法对CASIA虹膜数据库中400幅分辨率为320×280的图像进行试验，得到的结果与经典法进行比较(如表1所示).从表1中的数据对比可以看出，本系统采用的识别方法虽然在正确率上略低于经典法，但花费时问大大缩短，更适合于实际应用.同时，本系统还进行了小规模的局域网实时虹膜采集和测试，在采集了46名测试者的虹膜特征存人数据库后，一次完成的随机测试识别率达到98%，仅一人未识别出，二次识别后识别率即达到100%. 试验结果说明本系统具有良好的识别效果。

　　3 结语

　　本文提出了一种快速虹膜识别方法，与经典识别法相比，识别时问大大缩短.同时算法中还改进了虹膜定位方法，使其在精确定位的基础上对噪声干扰和亮度变化不敏感，具有较好的实时性.由于它的高可靠性和稳定性，基于虹膜的门禁系统必然具有广阔的应用前景.
 

                                电话: 400-651-5788   022-58697807

                                传真: 022-58697869

                                网址: http://www.tjdnwx.com