眼部圖像的預處理

　　BMP圖像文件格式主要有1、4、8、16、24和32位等圖像格式。32位BMP圖像文件格式表示該圖像有232種顏色，圖像中的每個像素用32位表示，一般情況下該文件格式沒有調色版，32位中的最高8位保留，其余8位表示紅色，8位表示綠色，8位表示藍色。8位BMP圖像文件表示該圖像有256種顏色。圖像中的每個像素用8位表示，并用這8位作為索引在彩色表中查找該像素的顏色，8位BMP圖像一般也叫做灰度圖像。

　　在本文獲取到的圖像是32位的彩色BMP圖像。32位的彩色圖像存儲的圖像色彩數據較多，圖像文件的尺寸也較大。但是從本文圖像識別的要求來看，這些都是不必要的，因此有必要將其轉換為8位的灰度圖像。

　　轉換公式如下所示。

　　其中Gray (i， j)為轉換后的黑白圖像在(i，j)點處的灰度值，由于公式中綠色所占的比重最大，所以轉換時可以自接使用G值作為轉換后的灰度。轉換后的灰度圖像如所示。從圖像上看與32位RGB圖像沒有大的不同，但是圖像文件的尺寸從1.17Mb縮小到了301Kb。

　　人眼部圖像的灰度圖像

　　將獲取到的眼部圖像轉換為灰度圖像之后，還需要對灰度圖像進行去噪聲處理。本文采用的是空域法中的加權均值濾波，它是用一個有奇數點的滑動窗口在圖像上滑動，將窗口中心點對應的圖像像素點的灰度值用窗口內的各個點的灰度值的平均值代替，如果滑動窗口規(guī)定了在取均值過程中窗口各個像素點所占的權重，也就是各個像素點的系數。

　　提取虹膜圖像

　　此過程需要讀取眼部圖像的數據，檢測虹膜圖像的內外邊緣，提取內圓圓心坐標及短半徑，再求出虹膜長半徑，建立極坐標系，分離虹膜圖像，最后進行特征提取。

　　和眼睛的其他部分相比，瞳孔的灰度值要小得多，也就是顏色要暗得多，而且在灰度級上有一個明顯的突變，也就是說在瞳孔的灰度級要比其他部分的灰度級“黑得多”。因此，可以充分利用這個特性，對圖 2進行直方圖分析，結果如圖 4所示。

　　灰度直方圖

　　對計算結果可以得出，圖像灰度值從 62開始，且圖中存在若干個峰值點。我們已知瞳孔的顏色最暗，因此可以判定第一個波峰為瞳孔的灰度分布。具體觀察第一個峰值，其基本呈正弦函數狀分布，以72為波峰(值：884)，左側62(值：0)為波谷，1/4 周期為10。據此，我們確定右側的波谷為82。根據分析結果，對圖 4進行二值化，閾值為 82，可以求出虹膜的長半徑，如所示。

　　虹膜長半徑

　　三、手機虹膜識別

　　手機應用虹膜解鎖是否實用

　　既然前面網友問到了是否靠譜的問題，那么我們就接著這個問題來延伸著談一談，不考慮技術問題，如果虹膜解鎖能夠克服環(huán)境的影響，那么將其應用在手機中還是比較實用的。

　　如果可以實現百分百的識別，從生物特性來說，虹膜解鎖，要比指紋掃描、Touch ID更加安全，理論上來說，只有DNA才能超過它。在人體生物特征識別領域，認假率是十分重要的指標，它的數值越低，就代表識別越精確，也就越能減少出錯的可能性。虹膜識別的認假率為1/1500000，而TouchID的認假率為1/50000。而從唯一性來說，當人到兩歲以后，人類眼睛的虹膜就幾乎不會再發(fā)生變化，所以將虹膜作為“密碼”有著更好的“長期安全性”。