Радужная оболочка

2.      Предобработка полученного изображения - например убирание шума(denoising), улучшение изображения (enhansing), в том числе выравнивание гистограммы, убирание блика. Некоторые методы "разворачивают" круглый зрачок в прямоугольное изображение - происходит переход из полярных координат в декартовы. Иногда после такой "развертки" часть изображения отрезается, чтобы накопленная на данном этапе ошибка не повлияла на качество распознавания.

3.      Составление кода. Предобработанное изображение фильтруется способом, зависящим от конкретного метода. По результатам фильтрации составляется представление в виде кода.

Для кодов необходимо выработать критерий сравнения. Часто  код записывается в виде последовательности битов и критерием сравнения  служит код Хэмминга. В частности, код Хэмминга используется в системах Daugman, Tisse [6].

Большинство методов  работает с изображениями в градациях  серого либо картами яркости изображений, то есть цветовая составляющая является избыточной.

Локализация радужки

Некоторые методы, например Wildes, используют специальное оборудование для захвата изображения, чтобы полученное изображение глаза было высокого разрешения, с хорошей контрастностью, освещением (при этом человек, которого снимают, не должен чувствовать дискомфорта от слишком яркой вспышки), и центрировано (радужка должна находиться в центре изображения). Кроме того, система камер должна быть неинвазивна, то есть не принуждать человека сесть в определенную позу на фиксированном расстоянии от камеры при специальном освещении. Для этого Wildes предлагает специальную систему камер [4].

Иногда, кроме снимка в видимом диапазоне, делается дополнительный снимок инфракрасной камерой [7].

Для того, чтобы отделить собственно радужку от остальных деталей на изображении, в простейшем случае можно использовать выделение краев (путем анализа первой производной) и последующую аппроксимацию границ радужки простыми геометрическими объектами. Так, окружность зрачка и внешнюю границу радужки можно найти при помощи преобразования Хафа (Hough transform) [5]. Другие методы дополнительно определяют границу радужки и век двумя параболами, как Wildes, либо просто отрезают те части изображения, которые могут не относиться к радужке, как Daugman, Ma [4], [5].

Если для захвата  изображения не было использовано специальной  аппаратуры, может понадобиться предварительное  подавление нежелательных эффектов, таких как блик внутри зрачка от вспышки либо другого яркого источника света, если эти артефакты мешают корректной работе алгоритма выделения радужки [6].

Нормализация изображения

Часто для дальнейшей работы производится перевод изображения  радужки из полярных координат в декартовы [5], [6], [7], [8], [9]. Однако есть методы и не требующие такого перевода [4], [11]. В частности, [11] использует обратный перевод - из декартовых координат в полярные, причем перевод задается специальным образом так, чтобы окружность границы зрачка и радужки при переводе отобразилась на прямую.

К полученному изображению  можно применить фильтрацию гауссовым  фильтром для устранения высокочастотного шума [5], [8] или медианную фильтрацию [7]. После этого изображение все  еще слабоконтрастно, и для повышения надежности производят выравнивание гистограммы (histogram equalization) [5], [8], [9].

Часто помимо этого  производится отбрасывание малозначащих частей изображения - это могут быть верхняя и нижняя строки (по несколько  пикселей) изображения после его  перевода в декартовы координаты [5], [6] или устранение бликующих областей, портящих рисунок радужки [11].

Составление кода

После проведенной  предобработки изображение радужки  готово к тому, чтобы из него можно  было извлечь более формальную информацию.

К классическим способам составления кода можно отнести  пространственно-частотную свертку  изображения фильтрами Габора (Gabor's filters), предложенную Daugman. Каждый бит кода определяется знаком результата воздействия двухмерного фильтра Габора на некоторую небольшую окрестность текстуры радужки [12]. Для кода Daugman и подобных ему в качестве сравнения используется расстояние Хэмминга (количество отличающихся бит кода). Развитием этого направления является применение специальных симметричных функций Circular symmetric filter [5].

Другой модификацией кода на основе фильтров Габора является составление кода на основе среднего абсолютного отклонения (average absolute deviation, AAD) отфильтрованного изображения от оригинального. В этом случае функцией сравнения будет выступать евклидово расстояние между векторами [8].

Wildes использует декомпозицию изображения на основе Laplacian of Gaussian filters. Результирующее изображение представляется как лапласова (многомасштабная) пирамида изображений, подвергнутых действию гауссовых фильтров, и призвано представлять пространственные характеристики радужки. В этом случае для дальнейшего сравнение используются нормированная корреляция (normalized correlation) обрабатываемого изображения и изображений из базы данных [4]. Нормализованная корреляция показывает меру соответствия точек двух изображений или областей изображений друг другу.

Tisse использует многомерное преобразование Гилберта (multidimentional Hilbert transform). [6]. Процесс составления кода похож на составление кода Daugman, и процесс сравнения, соответственно, тоже (расстояние Хэмминга).

Авторы работы [11] применяют многомасштабную фильтрацию (scale-space filtering) на основе данных о направлении выпуклости функции изменения яркости исходного изображения. По изображению строятся карта направлений вогнутости - величина вогнутости во внимание не берется, так как является следствием условий съемки (например освещения). Затем для каждой окружности внутри радужки ее сигнал яркости фильтруется scale-space filter-ом, и результатам фильтрации инициируется специальная двоичная переменная. Проделав эту операцию для всех радиусов внутри радужки и набору масштабов, двоичные коды по разным масштабам складываются. Полученный результат используется как одномерный код. Для сравнения результатов используется расстояние Хэмминга.

Обеспечение инварианта относительно масштаба и поворота

Инвариант относительно масштаба входного изображения во многих системах регулируется приведением  текстуры радужки к карте фиксированного размера [8].

Обеспечение стабильности относительно поворота достигается  за счет хранения нескольких изображений  одной радужки в базе данных - под несколькими углами поворота [6], [8], [9].

Классические методы

Daugman

Система Daugman'а спроектирована в 1992 году. Основа для составления кода - фильтры Габора, критерий сравнения кодов - расстояние Хэмминга. Код представляется в виде двоичной переменной 512 байт (4096 бит), имеющей запатентованное название IrisCode. Это наиболее ранняя и по-видимому наиболее развитая система, имеются коммерческие разработки.

Wildes[4]

Система была предложена в 1996. Система использует преобразование Хафа для локализации радужки, Лапласову пирамиду фильтров Гаусса (мультимасштаная декомпозиция) для составления кода, в качестве критерия сравнения берется нормализованная корелляция (normalized correlation). Для захвата изображения использует специальное оборудование.

Boles

В 98 Boles предложил метод составления кода, основанный на вейвлет-преобразованиях. Изображение радужки представляется одномерной функцией, которая фильтруется вейвлетами специального вида. Код составляется с помощью точек, в которых результирующее представление обнуляется (zero-crossings of one-dimensional wavelet transforms).

Noh[10]

Коммерческая разработка. В основе лежит использование  анализа независимых компонент  с переменной разрешающей способностью (Multiresolution Independent Component Analysis).

Заключение

По мнению специалистов в области биометрических систем, средства идентификации личности по радужной оболочке глаза способны заменить ключи и персональные идентификационные  номера (пины). Рисунок радужной оболочки уникален и не повторяется даже у близнецов. Вероятность того, что два разных человека имеют один и тот же рисунок радужной оболочки глаза, равняется приблизительно 10^-78, в то время как все население Земли составляет примерно 10¹⁰. В отличие от других биометрических систем контроля доступа, идентификация по рисунку радужки допускает полностью бесконтактную реализацию. В данной статье изложены основные принципы и дан краткий обзор существующих методов идентификации личности по радужной оболочке глаза.

Идентификация по радужке  глаза. Часть 1

На сегодняшний  день существует много различных  биометрических технологий. И все  они используют различные признаки человека, уникальные для каждой личности. Наибольшее распространение среди  биометрических технологий получила идентификация  по отпечаткам пальцев. Правда, в последнее  время все большую и большую  популярность приобретает использование  в качестве рабочего признака радужной оболочки глаза. И, если задуматься, в  этом нет абсолютно ничего удивительного. Дело в том, что радужная оболочка — элемент достаточно уникальный. Во-первых, она имеет очень сложный рисунок, в ней много различных элементов. Поэтому даже не очень качественный ее снимок позволяет точно определить личность человека. Во-вторых, радужная оболочка является объектом довольно простой формы (почти плоский круг). Так что во время идентификации очень просто учесть все возможные искажения изображения, возникающие из-за различных условий съемки. Ну и, наконец, в-третьих, радужная оболочка глаза человека не меняется в течение всей его жизни с самого рождения. Точнее, неизменной остается ее форма (исключение составляют травмы и некоторые серьезные заболевания глаз), цвет же со временем может измениться. Это придает идентификации по радужной оболочке глаза дополнительный плюс по сравнению со многими биометрическими технологиями, использующими относительно недолговечные параметры, например геометрию лица или руки.

Кстати, у идентификации  личности по радужной оболочке глаза  есть еще одно серьезное преимущество. Дело в том, что некоторые биометрические технологии страдают одним недостатком. При установке в настройках системы  идентификации высокой степени  защиты от ошибок первого рода (вероятность  ложного допуска) вероятность появления  ошибок второго рода (ложный недопуск в систему) возрастает до непозволительно высоких величин -нескольких десятков процентов. Так вот, идентификация по радужной оболочке глаза полностью избавлена от этого недостатка. В ней соотношение ошибок первого и второго родов является одним из лучших на сегодняшний день. Для примера можно привести несколько цифр. Исследования показали, что при вероятности возникновения ошибки первого рода в 0,001% (отличный уровень надежности) вероятность появления ошибок второго рода составляет всего лишь 1%.

К сожалению, есть у рассматриваемой технологии и  недостатки. И первым из них является относительно высокая стоимость  оборудования. И действительно, для  проведения исследования нужна как  минимум камера, которая будет  получать начальное изображение. А  стоит это устройство гораздо  дороже, чем, например, сенсор отпечатков пальцев. Кроме того, она требует  довольно много места для размещения. Все это ограничивает область  использования идентификации личности по радужной оболочке глаза. На сегодняшний  день она применяется в основном в системах допуска на различные  объекты как гражданского, так  и военного назначения.

Ну а теперь, когда мы рассмотрели основные достоинства  и недостатки идентификации личности по радужной оболочке глаза, давайте  разберемся, как она осуществляется. Первым этапом, естественно, является получение исследуемого изображения. Делается это с помощью различных  камер. Причем стоит отметить, что  большинство современных систем предполагает использование для  идентификации не одного снимка, а  нескольких. Они необходимы для получения  более полного изображения радужки, а также могут использоваться при некоторых способах защиты от муляжей (подробнее об этом мы будем  говорить позже).

Второй этап — выделение изображения радужной оболочки глаза. Вообще-то, особой сложности он не представляет. Мы уже говорили, что радужка — это достаточно темная (относительно белка глаза) почти плоская фигура, более или менее похожая на круг. Кроме того, внутри нее должна находиться еще одна окружность, дающая сильные блики (зрачок). Сегодня разработано множество способов точного получения границы радужной оболочки по описанным признакам. Единственной проблемой являются области, закрытые веками. Впрочем, она решается с помощью создания в течение одного сеанса нескольких снимков. Ведь векам присущи непроизвольные движения, дрожание. Таким образом, то, что скрыто на одном снимке, может оказаться видно на другом. Кроме того, на радужной оболочке глаза настолько много разнообразных элементов, что, по некоторым данным, для надежной идентификации достаточно всего лишь 30-40 процентов из них. Так что многие системы вообще игнорируют закрытые области без заметного ущерба для надежности.

Следующий этап идентификации — это приведение размера изображения радужки к эталонному. Это нужно по двум причинам. Во-первых, в зависимости от условий съемки (освещенность, расстояние для объекта) размер изображения может изменяться. Соответственно и элементы радужки тоже будут получаться разными. Впрочем, с этим особых проблем не возникает, так как задача решается путем масштабирования. А вот со второй причиной дела обстоят не так хорошо. Дело в том, что под воздействием некоторых факторов может меняться размер самой радужки. При этом расположение ее элементов относительно друг друга становится несколько иным. Для решения этой задачи используются специально разработанные алгоритмы. Они создают модель радужной оболочки глаза и по определенным законам воссоздают возможное перемещение ее элементов.

Следующим действием  является преобразование полученного  изображения радужной оболочки глаза  в полярную систему координат. Это  существенно облегчает все будущие  расчеты. Ведь радужка — это почти круг, а все основные ее элементы располагаются по окружностям и перпендикулярным им прямым отрезкам. Кстати, в некоторых системах идентификации этот этап неявный: он совмещен со следующим.

Пятым шагом в  процессе идентификации личности является выборка элементов радужной оболочки глаза, которые могут использоваться в биометрии. Это самый сложный  этап. Проблема заключается в том, что на радужной оболочке нет каких-то характерных деталей. А поэтому нельзя использовать ставшими привычными в других биометрических технологиях определения типа какой-то точки, ее размера, расстояния до других элементов и т. д. В данном случае используются сложные математические преобразования, осуществляющиеся на основе имеющегося изображения радужки.

Ну и, наконец, последним  этапом идентификации человека по радужной оболочке глаза является сравнение  полученных параметров с эталонами. И у этого действия есть одно отличие  от многих других подобных задач. Дело в том, что при выделении уникальных характеристик необходимо учитывать  закрытые области. Кроме того, часть  изображения может быть искажена веками или бликами от зрачка. Таким  образом, некоторые параметры могут  существенно отличаться от эталонного. Впрочем, эта проблема довольно легко решается благодаря избыточному содержанию на радужной оболочке глаза уникальных для каждого человека элементов. Как мы уже говорили, совпадения 40% из них достаточно для надежной идентификации личности. Остальные же могут считаться «испорченными» и просто-напросто игнорироваться.

Ну а теперь пришла пора подвести итоги. Несмотря на некоторые  недостатки, технология идентификации  личности по радужной оболочке глаза  является весьма перспективной. Особенно хороша она благодаря своей надежности и хорошему соотношению ошибок первого  и второго рода для систем доступа  к различным гражданским и  военным объектам. Ну а если учесть еще и неизменность радужки в  течение всей жизни человека, то становится понятно, что эта технология вполне может быть использована для  создания биометрических паспортов, о  которых в последнее время  ведется множество споров во многих странах мира.