Содержание к диссертации
Введение
ГЛАВА 1. Биометрическая идентификация личности 12
1.1. Сравнение биометрических технологий 12
1.2. Особенности радужной оболочки глаза 18
1.3 Анатомия и физиология радужной оболочки 19
1.3.1. Анатомия радужки 19
1.3.2. Биомикроскопическая характеристика радужки 21
1.4. Биометрические системы для идентификации личности по радужной
оболочке глаза 27
1.5. Выводы 30
ГЛАВА 2. Анализ методов предварительной обработки изображения радужной оболочки глаза 31
2.1. Требования к изображению радужки 31
2.2. Получение Изображения Радужки Глаза 33
2.3. Обработка изображения радужки 34
2.3.1. Локализация радужки глаза 35
2.3.2. Нормализация изображения радужки 38
2.3.3. Улучшение изображения радужки и подавление шумов 41
2.4. Выводы 42
ГЛАВА 3. Применение текстурного анализа радужной оболочки для эффективной идентификации личности ... 43
3.1. Текстурные признаки радужки 43
3.2. Фазовые текстурные признаки изображения 45
3.3. Текстурные признаки на основе DoG-фильтра 58
3.4. Выводы 63
ГЛАВА 4. Принятие решений в системе идентификации личности по изображению радужной оболочки глаза 65
4.1. Коды радужек и их сравнение 65
4.2. Принятие решения в системе 70
4.2.1. Принятие решения при идентификации личности 71
4.2.2. Принятие решения при проверке аутентичности 76
4.3. Выводы 76
ГЛАВА 5. Экспериментальная система идентификации личности по изображению радужной оболочки 78
5.1. Аппаратное обеспечение экспериментальной системы 78
5.2. Программное обеспечение экспериментальной системы 79
5.3. Выбор параметров фильтров 80
5.4. Результаты экспериментальных исследований чувствительности... 83
5.5. Оценка достоверности полученных результатов 95
5.6. Выводы 96
- Сравнение биометрических технологий
- Локализация радужки глаза
- Фазовые текстурные признаки изображения
- Коды радужек и их сравнение
Введение к работе
Актуальность
Потребность в достоверной аутентификации личности существует с тех пор, как появилось организованное общество. PIN-коды, пароли, идентификационные фотографии, магнитные кредитные карты и подписи стали неотъемлемой частью жизни современного общества. Однако только с появлением компьютеров стала возможной автоматическая идентификация личности. Хотя PIN-коды, ключи и пароли достаточны для обеспечения невысокого уровня безопасности, они по своей сути уязвимы для взлома. Высокая безопасность может быть обеспечена только с помощью использования биометрических признаков (отпечатков пальцев, ДНК, черт лица и т.п.)[31].
Один из самых ранних надежных биометрических методов - распознавание отпечатков пальцев. Системы автоматической идентификации, основанные на отпечатках пальцев, были коммерчески доступны с ранних 1960-ых. Но до сих пор эти системы используются в правоохранительных приложениях для поиска преступников. Биометрическая технология сейчас стала доступна в других приложениях: в правительственном и коммерческом секторах[41].
В дополнение к технологии распознавания отпечатков пальцев, появляются другие. Новые биометрические приложения используют лицо (в видимом и инфракрасном диапазонах), кисть, палец, радужку, сетчатку, подпись и распознавание голоса. Исследования других характеристик, таких как ухо, запах, клавиатурный почерк и походка продолжаются.
Одной из недавно проявившихся перспективных технологий идентификации является распознавание по радужке глаза. Человеческая радужка имеет специфическую структуру и содержит много текстурной информации. Пространственные структуры, наблюдаемые в радужке, уникальны для каждого индивида. Индивидуальные различия появляются в процессе анатомического развития. В частности, в биомедицинской литературе предполагается, что радужка также индивидуальна, как и рисунок сосудов сетчатки. Однако изображение радужки может быть получено более простыми средствами, чем изображение Ф сетчатки. В сравнении с другими биометрическими объектами (такими как лицо, отпечатки пальцев, голос и т.д.), идентификация по радужке более стабильна и надежна. Поскольку радужка открыта, идентификация по радужке неинвазивна, что является очень важным фактором для практических применений [50, 51].
Перспективы идентификации по радужке не имеют границ. Существует много идей, касающихся применения этой технологии в различных областях. Сканирование радужки может быть использовано в следующих приложениях:
• вход в компьютерную систему (радужка является паролем);
• пограничный контроль (радужка как паспорт);
• оплата за телефонный звонок без наличных, карточек и ріп-кода;
• пассажирский транспорт;
• контроль доступа (в дом, офис, лабораторию и т.д.);
• водительские права и другие личные документы;
• аутентификация личности при предоставлении льгот;
• криминалистика;
• противоугонная система автомобиля;
• противодействие терроризму (например, мониторинг безопасности аэропортов);
• безопасность финансовых операций (электронная коммерция, банковские операции);
• интернет-безопасность (контроль доступа к информации);
• криптография с биометрическим ключом для шифрования/дешифрования сообщений.
Целью диссертационной работы является разработка и создание прототипа эффективной системы идентификации личности по изображению радужки глаза.
Эффективность определяется быстродействием, вероятностью ошибок, стоимостью технических средств, надежностью.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Анализ существующих алгоритмов обработки изображения радужной оболочки глаза.
2. Анализ существующих систем признаков радужки
3. Разработка новых эффективных алгоритмов обработки изображения радужной оболочки.
4. Разработка новой эффективной системы признаков радужной оболочки.
5. Разработка алгоритма распознавания личности в пространстве информативных признаков.
6. Сравнительное экспериментальное исследование известных и новых методов и алгоритмов идентификации личности по изображению радужной оболочки.
Научная новизна диссертации : Научная новизна диссертации состоит в следующем:
1. Выполнен аналитический обзор информации по всем аспектам построения систем идентификации человека, основанных на обработке изображения радужной оболочки глаза. Проведено моделирование и экспериментальное исследование известных алгоритмов обработки изображения радужной оболочки глаза и идентификации. Рассмотрены возможности их модернизации и настройки с целью повышения эффективности системы идентификации в целом.
2. Разработан быстродействующий алгоритм многомасштабного анализа изображения для выделения радужной оболочки глаза, позволяющий эффективно обнаружить и провести нормализацию входного изображения.
3. Показана возможность применения фазовой информации (без использования амплитуды), получаемой при разложении входного изображения по комплексным базисным функциям, в качестве признаков при решении задачи распознавания.
4. Исследована система признаков радужной оболочки глаза с использованием набора фильтров Габора, имеющих разные частоты и ориентации, позволяющая получить представление изображения радужки в виде локальных фаз комплексных вейвлетов.
5. Предложена методика определения эффективных параметров распознавания, а также новый алгоритм регистрации в системе, позволяющий для каждого нового регистрируемого запоминать эти параметры и использовать их в дальнейшем в процедуре идентификации.
6. Предложена система признаков радужной оболочки глаза, построенная на основе знаков отклика DoG-фильтра в узлах ортогональной сетки, обладающая высокой разделяющей способностью, но имеющая большую вычислительную эффективность по сравнению с известными.
7. Разработан алгоритм идентификации личности в пространстве признаков радужной оболочки, устойчивый к повороту изображения, возникающему при возможном наклоне головы во время съемки.
8. Предложена методика выбора параметров алгоритмов выделения признаков и распознавания изображения радужной оболочки, основанная на статистическом эксперименте.
Практическая ценность работы. Практическая значимость работы заключается в том, что предложены методики и алгоритмы для эффективного решения задач идентификации личности по изображению радужной оболочки глаза, построен действующий прототип системы, на котором эта эффективность была экспериментально подтверждена и который может быть использован в качестве базы для дальнейшего развития в этой области.
На защиту выносятся
1. Алгоритм локализации радужной оболочки на изображении, имеющий высокое быстродействие и точность за счет многомасштабного анализа изображения.
2. Новая система признаков радужной оболочки глаза, построенная на основе знаков отклика DoG-фильтра в узлах ортогональной сетки, обладающая разделяющей способностью близкой к известным системам, но имеющая большую вычислительную эффективность.
3. Алгоритм идентификации личности в пространстве признаков радужной оболочки, основанный на вычислении расстояний Хэмминга, устойчивый к повороту изображения при наклоне головы в определенных пределах.
4. Сравнительные результаты экспериментальных исследовании существующих и новых методов и алгоритмов идентификации личности по изображению радужной оболочки глаза.
5. Методика выбора параметров алгоритмов выделения признаков и г- распознавания изображения радужной оболочки, основанная на статистических данных.
6. Программно-аппаратная система поддержки экспериментальных исследований методов и алгоритмов идентификации личности по изображению радужной оболочки.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на 5-ой международной научно-технической конференции ФРЭМЭ 2002 (г. Владимир), на LVQI научной сессии посвященной дню радио (г. Москва 2003), на III Международной научно-практической конференции (г. Новочеркасск 2003), на V Международной научно-техническая конференция. «Перспективные технологии в средствах передачи информации», 1-4 июля 2003г, г. Владимир.
Публикации. По теме диссертации были опубликованы 7 печатных работ.
Благодарности
Автор благодарит научного руководителя к.т.н., доцента Жиркова В. Ф. за оказанное внимание и научное руководство.
Структура и объем работы
Диссертационная работа состоит из введения, пяти глав, заключения , списка литературы и приложений. Общий объем работы 111 страниц, 48 рисунков и 7 таблиц.
Во введении обосновывается актуальность темы исследования, формулируется цель и основные задачи исследования, а также содержатся сведения о практической значимости результатов диссертационной работы.
Первая глава посвящена анализу свойств изображений радужных оболочек. Проводится обзор литературных данных по методам идентификации на основе изображения радужной оболочки. Определены требования к качеству цифрового изображения, поступающего на вход системы.
В первой главе определены критерии качества работы системы на различных этапах. Выявлены недостатки существующих алгоритмов и намечены пути повышения эффективности системы идентификации личности.
Во второй главе рассмотрены предварительные этапы обработки изображения радужной оболочки в системе идентификации личности. Предложен эффективный интегрально-дифференциальный алгоритм локализации радужной оболочки с последовательным уточнением.
В третьей главе работы проведен анализ различных текстурных признаков, применимых для информативного описания структуры радужной оболочки. Выявлены качества, которыми должны обладать признаки.
В работе проведено детальное исследование признаков, основанных на фильтрах Габора. Полученные при моделировании результаты использованы для оценки эффективности новых методик и алгоритмов, предложенных в диссертации, Предложена новая система признаков, основанная на знаках отклика DoG-фильтра.
В четвертой главе рассмотрены вопросы управления работой распознающей системы, предлагается эффективный подход к созданию регистрационных записей в базе данных системы и алгоритм идентификации, устойчивый к наклону головы.
В пятой главе приводится описание аппаратных средств и программного обеспечения созданной системы идентификации личности и поддержки экспериментов, а также результаты экспериментов, обосновывающие и подтверждающие эффективность предложенных в работе решений.
В заключении перечислены основные результаты диссертационной работы.
Сравнение биометрических технологий
Цена здесь представляет средние затраты, необходимые для получения коммерчески доступных биометрических сенсоров и для построения системы аутентификации. Самые дорогие технологии не обязательно являются самыми точными. Из всех приведенных в последние 25 лет наибольшее внимание уделялось идентификации по отпечаткам пальцев и распознаванию по голоса. Не так давно в связи с изменениями требований широко изучаются идентификация по лицу и радужке [8]. Привлекательность систем идентификации по радужной оболочке можно достичь путем снижения стоимости системы. Другой важный фактор, учитываемый при разработке систем идентификации, - среда использования (см. табл. 1.3). Все методы подходят для управляемой среды дома или офиса. Методы, требующие использования громоздкого или хрупкого сенсора, неудобны для мобильных приложений. Устройства идентификации в общественном месте, такие как банковские терминалы, должны разрабатываться в большей степени с точки зрения долговечности и прочности; в такой среде лучше использовать пассивную биометрию (без прямого взаимодействия с пользователем) или биометрические методы, в которых используются адаптивные сенсоры. В заключение, частота выполнения идентификации влияет на выбор соответствующего метода. В среде, где идентификация выполняется часто (например, в банках), требования отличаются от требований, предъявляемых там, где идентификация выполняется редко. Для среды с частой идентификацией подходят только те биометрические методы, которые достаточно быстры и требуют минимального взаимодействия с пользователем (см. табл. 1.4) [4, 5, 6]. Приведенный выше анализ представляет разработку метода биометрической идентификации в терминах специальных требований, предъявляемых средой использования устройства идентификации. Из вышесказанного можно заключить, что не существует идеального биометрического метода. Все биометрические методы имеют соответствующие преимущества и недостатки. Однако, некоторые биометрические методы более удобны, чем другие в определенных приложениях С точки зрения автора, наиболее важными характеристики метода идентификации являются следующие: 1) защищенность биометрического метода (универсальность, уникальность, эффективность, измеримость, устойчивость к попыткам обмана, механическая прочность); 2) доступность для пользователя; 3) стоимость; 4) простота использования. Метод идентификации по радужной оболочке глаза обладает всеми перечисленными характеристиками. Радужная оболочка как биометрический объект имеет ряд положительных качеств. Радужка имеет очень богатую информацией физическую структуру, которая не зависит от генов. Не существует двух одинаковых радужек. Структура радужки остается постоянной после достижения определенной стадии развития. Радужная оболочка физически защищена роговицей, при этом роговица не препятствует ее визуальному исследованию [7].
Локализация радужки глаза
Для достижения максимальной эффективности распознавания должны выполняться следующие требования: 1. Голова должна находиться в вертикальном положении, наклон не должен превышать 10. Система распознавания может измерять и компенсировать наклон головы. 2. Наблюдаемый глаз должен быть открыт как можно шире. 3. Очки должны быть сняты. 4. Жесткие контактные линзы и окрашенные мягкие контактные линзы должны быть удалены. Для обеспечения достаточной для распознавания детализации изображения радужки система ввода изображения должна обеспечивать разрешение не менее 50 пикселов на радиус радужки. В настоящее время в основном используются системы ввода изображения с разрешением 100-140 пикселов на радиус радужки. Для ввода изображения используют ПЗС камеры с разрешением 640x480, чувствительные к ближнему инфракрасному излучению, невидимому для человека, с длиной волны 700 - 900нм. Некоторые устройства ввода изображения имеют широкоугольную камеру для грубой локализации глаза и камеру с малым углом зрения, которая настраивается по результатам локализации глаза и обеспечивает ввод изображения радужки с высоким разрешением. Существует множество различных методов получения изображения радужки. Большинство устройств для съемки радужки не имеют устройства наведения, но вместо этого используется визуальная обратная связь, основанная на использовании зеркала или видеоизображения. Обратная связь позволяет пользователю правильно разместить глаз в поле зрения телекамеры с малым углом зрения. Фокусировка выполняется в реальном времени (быстрее, чем интервал между кадрами) путем измерения суммарной энергии высокочастотной части двумерного спектра Фурье для каждого из кадров, и максимизации этой энергии путем перемещения линз объектива или путем звуковой обратной связи с субъектом идентификации [24, 25].
Получаемые изображения радужки кроме областей представляющих интерес содержат «бесполезные» части (т.е. веко, зрачок и т.д.) Поэтому изображение не может быть использовано непосредственно. Более того, изменение расстояние между камерой и радужкой может привести к изменению размера одной и той же радужки. Кроме того, радужка освещается неравномерно. Для эффективного распознавания, на исходном изображении необходимо локализовать радужку, нормализовать ее изображение, и снизить влияние вышеупомянутых факторов. Предварительная обработка изображения радужки описана в следующих разделах.
Как внутренняя, так и внешняя граница радужки могут быть аппроксимированы окружностями. Однако эти окружности обычно не являются концентрическими. Метод локализации, описанный в [27], включает в себя простую фильтрацию, выделение перепадов яркости и преобразование Хоха. Преобразование Хоха позволяет перейти от радиальной системы координат, на которой базируется объект изображения радужки, так как она аппроксимируется кругом, в декартову систему координат.
Другой метод определения границ радужки [27, 28, 29] заключается в выделении границ путем максимизации суммы градиентов яркости в направлении перпендикулярном к границе радужки: где 1(х,у)- изображение глаза , г - радиус окружности по которой выполняется интегрирование, (х0,у0)- координаты центра, ds - элементарная дуга, Ga(r) — гауссов фильтр с масштабным параметром Т , - операция свертки. Оператор является детектором размытых круговых перепадов с параметром размытия СУ. Оператор осуществляет итеративный поиск максимума контурного интеграла градиента в направлении радиуса окружности в пространстве трех параметров (хо Уо г) определяющих путь интегрирования.
Очень часто центр зрачка смещен вниз и в сторону носа по отношению к центру радужки. Радиус зрачка составляет 0,1 - 0,8 радиуса радужки. Поэтому все параметры окружности, описывающей зрачок, оцениваются отдельно. Оператор (2.1) позволяет обнаружить границу зрачка и внешнюю границу радужки. Однако, для определения начального приближения при поиске внешней границы необходимо использовать информацию о границе зрачка, поскольку внешняя граница имеет меньший контраст при съемке в ближнем инфракрасном свете. После того, как границы радужки выделены с точностью до одного пикселя, похожий способ используется для определения криволинейной границы между радужкой и веками. Описанный метод достаточно эффективен, однако при поиске глобального максимума требует больших вычислительных затрат.
Фазовые текстурные признаки изображения
Как видно из рис. 4.4 распределения вероятностей для различных радужек существенно отличаются. Причина этого в свойствах структуры изображения радужной оболочки (наличие ярко выраженных особенностей, их количество и т.д.). Повышение эффективности может быть достигнуто путем определения индивидуального порога для каждой радужки из базы эталонов. Определение индивидуального порога происходит в измененной процедуре регистрации. Машинными методами моделируется ввод большого числа измененных радужек, а обработанные данные могут быть представлены на графике, аналогичном рис.4.3, но обе кривые соответствуют не всем, а единственному классу. Полученное по результатам моделирования значение порога сохраняется в базе данных вместе с кодом и используется в процедуре идентификации.
Дальнейшее уменьшение вероятности ошибки достигается путем оптимизации параметров фильтров, используемых для получения признаков радужки. Оптимальные параметры фильтров получают, сохраняют и используют в процедурах регистрации и идентификации аналогично индивидуальным порогам.
Проверка пользователя является более простой задачей. Для этого захватывается изображение радужки и вычисляется код. В базе данных находится запись на проверяемого пользователя и определяется расстояние Хэмминга. Если расстояние Хэмминга ниже порога, проверка считается пройденной.
Проверка идентичности может рассматриваться как более ограниченная задача, чем идентификация, поскольку необходимо сравнение только с признаками для одной личности.
При проверке аутентичности даже при большом объеме базы данных вероятность Pju должна быть больше, или, по крайней мере, близкой к вероятности Р[т. В этом случае применение критерия Байеса может оказаться более предпочтительным. 1. В данной главе рассмотрен комплекс вопросов связанных с принятием решений при идентификации личности по радужке глаза. 2. Экспериментально установлена чувствительность результатов сравнения радужных оболочек к повороту изображения (наклону головы при съемке). В работе предлагается методика, снижающая такую зависимость и уменьшающая, таким образом, вероятность возможной ошибки. В процедуру регистрации добавлено моделирование поворота входного изображения на определенные углы и вычислении кодов для каждого из них с сохранением результатов в базе данных. Значения углов поворота могут быть определены на основе анализа чувствительности расстояния Хэмминга к повороту изображения. В измененной процедуре идентификации решение принимается по наименьшему расстоянию с одной из копий эталона. 4. Рассмотрены статистические критерии выбора порога для принятия решения. Показано, что в задаче идентификации личности могут быть применены критерии Байеса, минимаксный и Неймана-Пирсона, Выбор критерия зависит от требований, установленных в конкретном приложении, 5. Полученные в статистическом эксперименте данные могут быть использованы для выбора параметров алгоритма выделения признаков и алгоритма идентификации с целью повышения эффективности системы идентификации. Предлагаются методика выбора порога для принятия решения при идентификации, основанная на определении оптимального индивидуального порога для каждого субъекта из базы данных, и методика выбора оптимальных параметров фильтров, соответствующих наилучшим условиям разделимости.
Коды радужек и их сравнение
В ходе исследований были получены следующие результаты: 1. В работе проведен анализ биометрических методов идентификации, обоснована актуальность исследований в области разработки эффективной системы для идентификации личности по радужной оболочке. 2. Определены основные направления исследований: Выбор эффективных систем признаков для описания изображения радужки глаза. - Совершенствование методик и алгоритмов локализации, нормализации, выделения признаков и распознавания. 3. Предложен и исследован новый интегрально-дифференциальный алгоритм определения границ радужной оболочки с последовательным уточнением и определением области поиска центра зрачка путем порогового ограничения. Разработанный алгоритм требует меньших вычислительных затрат при сохранении высокой точности. 4. Исследованы текстурные признаки на основе фазы отклика вейвлета Габора. Предложены и исследованы новые признаки на основе знаков отклика DoG-фильтра. Фильтр Габора уступает в вычислительной эффективности DoG-фильтру. Поэтому система признаков на основе DoG-фильтра является более эффективной, знаки отклика DoG-фильтра несут информацию о локальной структуре изображения и не чувствительны к изменениям яркости и контраста. Перечисленные свойства позволяют заключить, что использование знаков отклика DoG-фильтра в качестве признаков текстуры радужки является перспективным. 5. Предложены и исследована методика оценки вероятности ошибки системы путем моделирования потока входных изображений радужки, получаемых из одного изображения применением оператора искажений, и статистической обработкой результатов распознавания. 6. Предложен и исследован алгоритм компенсации ошибки, возникающей в 4; процессе идентификации при повороте входного изображения. 7. Предложена и исследована методика оптимизации параметров алгоритмов распознавания, основанная на статистическом моделировании. Разработаны алгоритмы регистрации и идентификации, в которых эти параметры используются совместно с признаками входного изображения, что позволило снизить вероятность ошибки. В качестве таких параметров использовались параметры фильтров и порог принятия решения. 8. Разработана интегрированная программная система для проведения экспериментов по проверке всех рассмотренных методик и алгоритмов, на основе которых работает система идентификации личности по радужке глаза. С ее % помощью выполнено исследование эффективности различных фильтров и основанных на них систем признаков, проведено статистическое моделирование, определены оптимальные значения параметров алгоритмов распознавания, оценены ресурсы, требуемые для реализации системы.
