虹膜位于角膜之后, 晶状体之前, 中央有圆孔称为瞳孔, 瞳孔直径约为2.5~4.0 mm。虹膜内遍布丰富的血管和肌肉, 其动脉血管来自虹膜根部睫状体内, 分支呈放射状走向瞳孔缘, 使虹膜表面呈条纹状隆起。虹膜前表面因此凹凸不平, 具有放射状的虹膜纹理。当瞳孔缩小时纹理变直、扩大时呈现波浪状。另外, 虹膜表面还布有大小不等的隐窝与色素点。瞳孔缘有一环形锯齿状色素线, 为色素上皮外翻所致^[1]。

在距离瞳孔约1.5 mm处有一环形隆起, 称为虹膜小环, 以此为界, 可将虹膜分为内、外两部分。环内部被称为瞳孔区, 外部被称为睫状体区。

以此为基础, 将虹膜纹理分为三大部分：内部的瞳孔区纹理区域、外部的睫状区纹理区域以及在二者交汇处形成的卷缩轮区域。

瞳孔区纹理区域：虹膜中靠近瞳孔一侧的纹理区域, 纹理的首要形成因素为动脉小分支导致的隆起, 主要纹理包含放射状沟线、隐窝等。

睫状区纹理区域：虹膜区域中靠近巩膜一侧的纹理区域, 主要覆盖在瞳孔扩大肌范围内。纹理主要有隐窝、色素点、向心沟等。

卷缩轮区域：上述两个区域交汇的区域, 主要由卷缩轮纹理所组成, 卷缩轮的纹理轮廓为沿着瞳孔边缘, 以同心圆的方式延伸。

示例见图1、图2。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 虹膜图像 （1. 瞳孔区纹理区域; 2. 睫状区纹理区域）Fig.1 Iris image (1. pupil texture structure; 2. ciliary texture conformation)

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 虹膜纹理 （1. 瞳孔; 2. 巩膜; 3. 瞳孔区域; 4. 卷缩轮; 5. 睫状区域; 6. 放射状沟线; 7. 隐窝; 8. 色素点; 9. 向心沟）Fig.2 Iris texture (1. pupil; 2. sclera; 3. pupil area; 4. collarette; 5. ciliary area; 6. radial sulcus; 7. crypt; 8. pigment spot; 9. centripetal sulcus)

通过对虹膜解剖学结构的分析, 可以对虹膜特征纹理形成的缘由有客观、科学的认知。在此认知的基础之上, 结合虹膜纹理固有的特点, 秉承清晰性、唯一性、稳定性的原则, 我们对虹膜特征分类进行了初步研究。

清晰性是指虹膜纹理应清晰可见, 不同观察者均应能够明显观察到该纹理; 唯一性是指定义后特征类别之间无交集, 即不存在一个纹理同属于两种特征的情况; 稳定性是指纹理不会随着外界环境的变化而改变所属特征的类别, 或纹理出现的变化属于可解释的变化。

虹膜由外向内由多层细胞组成, 分别包含有色素膜、血管、肌肉等组织^[1], 共同构成了虹膜的纹理结构。按照构成虹膜纹理不同的主要成分^[1]及固有特点^[2], 通过研究相关著作^[19], 并对大量虹膜图像样本进行分析, 最终将虹膜纹理分为以下五类：放射状沟线、向心沟、卷缩轮、隐窝以及色素点。示例见图3。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 虹膜纹理分类样本示意图 （a. 放射状沟线; b. 向心沟; c. 卷缩轮; d. 隐窝; e. 色素点）Fig.3 Sampling of iris texture classification (a. radial sulcus; b. central sulcus; c. collarette; d. crypt; e. pigment point)

1.2.1 放射状沟线

由瞳孔缘起向虹膜外边缘发散, 主要由虹膜上动脉小分支引起的表面隆起组成, 沿瞳孔缘法向延伸, 靠近瞳孔缘一侧较为密集, 越向外延伸纹理越稀疏。多见于瞳孔区纹理区域。

1.2.2 向心沟

向心沟的纹理走向与虹膜同心圆的切线方向相同。大部分向心沟所对应的弧度不超过180° , 且多成组出现。该纹理多见于睫状区纹理区域中靠近虹膜根部的区域。

1.2.3 卷缩轮

由瞳孔区纹理区域与睫状区纹理区域交界处纹理组成, 与向心沟相似, 该纹理轮廓为沿着瞳孔边缘, 以同心圆的方式延伸, 但延伸方向不规则, 会不连续地遍布在环两个区域交界处, 通常首尾不相连。

1.2.4 隐窝

虹膜表面上凹陷的区域, 四周有闭合的凸起的纹理环绕。在成像时隐窝相对其边缘而言较暗。其形状不规则, 但其边界一定闭合。常见形状有椭圆形、圆形、不规则多边形等。同一隐窝有可能因虹膜的伸缩而在成像时呈现出不同的形状, 但在将虹膜区域归一化后, 其能够呈现出固定的形状。

1.2.5 色素点

虹膜区域上色素点突变的区域, 其色素与周围正常虹膜区域色素有较为明显的差异。成像时与隐窝有较为相似之处, 但形成原因并非因虹膜肌肉凹陷, 因此边缘无明显的闭合凸起。其形状不规则, 多见于睫状区纹理区域。

虹膜的主要生理功能是通过伸缩来调整进入瞳 孔的光通量大小。当外界光照环境不同时, 采集到的虹膜屈伸程度也不尽相同, 所对应的虹膜图像纹理也会因为虹膜肌肉的伸缩而产生变化, 给虹膜人工比对带来困难。在计算机虹膜识别工作中使用归一化虹膜图像来解决这一难题。综上, 在虹膜人工比对工作中, 按照比对的数据基础来源不同, 也可将比对图像分为虹膜原始图像与虹膜归一化图像两类。1）虹膜原始图像。在实际情况下由虹膜采集设备直接采集到的虹膜区域图像。图像未经过任何处理, 包含睫毛巩膜等全部眼部结构。2）虹膜归一化图像。在虹膜原始图像的基础上, 根据虹膜内、外边界的定位, 将虹膜区域旋转、拉伸、缩放到规定好尺寸的图像内。该图像即为虹膜归一化图像。

在进行虹膜图像人工比对工作中, 不仅要比对虹膜原始图像, 也要对虹膜归一化图像进行比对, 将二者的比对结果充分融合分析, 最终得出是否符合同一性的结论, 以此来保证比对结果的可靠性。

虹膜图像比对在计算机视觉领域已有多年的经验积累, 对虹膜图像人工比对工作有着启发性的意义。虹膜图像人工比对研究在国内外都属空白, 如何借鉴计算机技术, 解决人工鉴定所遇到的问题是目前所面临的巨大挑战。研究过程中发现, 如何做到统一、纯粹地提取虹膜图像, 如何对虹膜特征进行定义、定位, 以及虹膜信息如何表达是制约人工比对研究的重大难点。针对这些难点, 研究并提出了以下技术和方法。

2.2.1 虹膜区域切割提取

虹膜原始图像数据是由专业虹膜设备在近红外环境下采集到的眼部整体图像, 图像未经处理, 包含整体眼部形态, 忠实还原原始眼部特征。而虹膜人工鉴定主要研究的是眼部虹膜区域, 原始图像中的丰富信息反而会对虹膜鉴定形成干扰。因此, 需要准确地对虹膜原始图像的虹膜区域进行切割和定位。纯粹虹膜区域的提取, 是展开虹膜人工比对研究的基础。

在对图像分析的过程中发现, 虹膜纹理比较明显地显现在虹膜区域的中部, 边缘虽然有纹理的存在, 但很难被人眼鉴别, 并且斜视等非常规图像会对人工鉴别造成极大干扰, 因此, 针对虹膜人工鉴定所需要研究的正规虹膜图像进行虹膜区域分割, 传统的人工六点标注, 计算机辅助内外圆切割定位是最适合、最便捷的方法, 可以在不损失中央虹膜纹理的基础上, 非常快速地对虹膜区域进行分割。

虹膜区域切割提取技术：即六点定位法, 以虹膜图像的内、外虹膜边界为基准, 分别进行三个边界点的标注, 完成虹膜区域的基础定位。结合软件技术, 以标注六点作为基础依据, 通过曲线拟合以及圆拟合算法计算, 准确定位虹膜边界, 明确地对虹膜区域进行标识, 为人工鉴定研究提供纯净、可靠的虹膜样本。示例见图4。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 虹膜区域切割图Fig.4 The iris and its subarea

2.2.2 归一化处理

“ 虹膜区域切割提取” 解决了虹膜区域提取问题。但是人眼虹膜受括约肌和扩大肌的协同作用, 在不同环境下, 虹膜区域所呈现出的形态会存在差异。影响虹膜形态的因素包括人情绪的剧烈变化、药品的影响及光照的强弱等。例如当外界光线强时瞳孔就变小, 光线弱时瞳孔就变大。而瞳孔括约肌能缩短到其长度的87%, 该类肌肉的伸缩会直接导致虹膜纹理产生较为明显的变化。这种变化会在人工虹膜比对研究时对纹理特征点的描述造成极大的干扰。因此, 可借鉴计算机虹膜技术中的“ 归一化处理” , 将虹膜区域映射到一致的归一化图像, 以“ 归一化处理” 来完成因虹膜伸缩导致的纹理畸变与错位偏差的矫正。

归一化处理：对虹膜原始图像进行处理, 以“ 虹膜区域切割提取技术” 提取到的虹膜区域为基础, 通过软件算法对虹膜区域进行特殊处理, 处理完成后形成统一大小、格式的矩形归一化图像。

经过归一化图像处理, 无论当前采集条件下光照如何、虹膜肌肉的伸缩如何, 虹膜纹理都会被还原成虹膜肌肉保持固定伸缩状态的情况, 达到将不同光照条件下的虹膜纹理归一化到相同条件下成像的虹膜纹理的目的, 以此来避免因光照而导致的瞳孔括约肌伸缩, 虹膜纹理发生变化的现象。

归一化处理的使用, 同时表明在进行虹膜图像人工比对研究中, 不仅要比对虹膜原始图像, 也要对虹膜归一化图像进行比对, 将二者的比对结果充分融合分析, 最终得出是否符合同一性的结论, 以此来保障比对结果的可靠性。示例见图5。

2.2.3 虹膜特征定位

对于人工鉴定研究, 位置关系是确定特征同一性的重要依据, 位置关系的缺失会使人工鉴定面临极大的困难。因此, 研究虹膜特征定位技术, 解决虹膜特征位置关系, 是非常重要的。

虹膜特征定位借由软件技术辅助, 分为三个主要组成部分：

1）系统原点定位。通过软件算法辅助, 对原始图像进行分析, 找到虹膜区域所对应的物理中心点, 完成整个坐标系统对原点的定义。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 虹膜归一化图像展开示例 （左为虹膜原始图像, 右为虹膜归一化图）Fig.5 The original/normalized iris images (left: original; right: normalized)

2）原始图像极坐标系建立。人工寻找原始图像中较清晰、具备一定特色的点作为第二个定位点, 借助软件技术, 快速完成对原始图像及原点和第二定位点的分析, 完成在原始图像上极坐标的建立。

3）归一化图像笛卡尔坐标系建立。结合“ 图像归一化” , 对原始图像进行归一化展开的同时对极坐标体系进行转换, 完成对归一化图像笛卡尔坐标系的建立。

通过以上技术, 完成极坐标系与笛卡尔坐标系的建立后, 就能够清晰明了地给出每个特征点的具体位置信息, 以数字化形式表达出每个特征点的坐标值。这为之后的人工虹膜特征标记以及通过特征位置关系进行特征比对建立了前提条件。示例见图6、图7。

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 虹膜原始图像极坐标体系Fig.6 Iris image localized and scaled at the polar coordinate

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 虹膜归一化图像笛卡尔坐标体系Fig.7 Iris image normalized into adjustment with Cartesian coordinate

2.2.4 虹膜特征点标记

对虹膜人工鉴定进行可视化实现, 通过软件辅助完成对斑块、线条的选择和定义, 即为虹膜特征点标记技术。

标记技术分为两种主要模式：

1）自由区域选择模式。通过软件辅助, 以可视化的操作进行自由区域选择, 选择后的区域即为人工定义斑块特征。

2）算法辅助选择模式。借由算法辅助, 对可视化选择区域进行分析, 通过软件技术自动进行斑块定义。

两种模式在对特征区域进行选择后, 均可以借助软件进行任意颜色的定义, 以最直观的形式完成对特征的选择和标注, 便于后续进行相似虹膜特征的对比研究。 示例见图8、图9。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 虹膜原始图像斑块标记Fig.8 Original image of iris bearing plaque marker

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 虹膜归一化图像斑块标记Fig.9 Normalized plaque marker from iris image

2.2.5 虹膜图像均衡调节

虹膜图像的提取是以光学技术为基础实现的, 在不同环境、不同设备的情况下, 会出现图像显示效果的波动变化, 这些变化所带来的图像差别会给鉴定工作带来阻碍。解决这一问题的直接途径, 是使用虹膜图像均衡调节技术对图像进行调节。

1）虹膜图像均衡调节：通过软件技术, 完成对图像的可视化参数调节, 对图像的表现形式进行统一, 为鉴定提供便利。

2）虹膜图像亮度调节;

3）虹膜图像对比度调节;

4）虹膜图像锐利度调节。

2.2.6 虹膜特征信息分析

在虹膜图像的人工鉴定研究中, 通过上面的技术, 可完成对虹膜特征的位置及形状的准确标记, 为虹膜人工鉴定奠定了基础, 但是单纯对图像进行观察, 因人眼对虹膜图像斑块的主观判断存在误差, 依然难以准确做“ 同一性” 判断。因此, 为了减少人为因素造成的误差, 研究并产生了虹膜特征信息分析技术。

虹膜特征信息分析：通过计算机技术, 实现算法对已标记斑块的各项分析, 得到各项参数并进行可视化表达。主要信息分析包含：

1）特征的原始图像中心极坐标参数;

2）特征的原始图像重心极坐标参数;

3）特征的原始灰度参数;

4）特征的归一化图像中心笛卡尔坐标参数;

5）特征的归一化图像重心笛卡尔坐标参数;

6）特征的归一化处理灰度参数。

以数值为依据, 辅助判断相似特征点, 降低主观误差, 以达到准确人工鉴定的目的。示例见表1。

表1

Table 1

表1(Table 1)

表1 虹膜图像特征信息可视化表达 Table 1 Visual representation of feature information of iris image 标记序号 中心极坐标(ρ , θ ) 重心极坐标(ρ , θ ) 原图平均灰度值 中心坐标(x, y) 重心坐标(x, y) 归一图平均灰度值 1 83, 58° 83, 58° 67 71, 23 70, 23 89 2 118, 182° 118, 182° 61 256, 53 256, 52 55

表1 虹膜图像特征信息可视化表达 Table 1 Visual representation of feature information of iris image