ВВЕДЕНИЕ 3
1 СОВРЕМЕННЫЕ ПОДХОДЫ И ПРОБЛЕМЫ ИДЕНТИФИКАЦИИ ПО РАДУЖНОЙ
ОБОЛОЧКЕ ГЛАЗА 7
1.1 Глаз как объект распознавания 7
1.2 Обзор исследований 8
1.3 Общая схема процесса идентификации 10
1.4 Получение изображений 12
1.5 Сегментация и нормализация 15
2 МАТЕМАТИЧЕСКОЕ ОПИСАНИЕ МЕТОДОВ СЕГМЕНТАЦИИ 18
2.1 Оператор Кэнни 18
2.2 Интегро-дифференциальный оператор 21
2.3 Преобразование Хафа 23
2.4 Преобразование Даугмана из декартовых в полярные координаты 26
2.5 Расстояние Хэмминга 28
3 РАЗРАБОТКА АЛГОРИТМА 30
3.1 Предварительная обработка изображения 30
3.2 Околокруговой активный контур зрачка 31
3.3 Эллиптический контур век 35
3.4 Итеративный алгоритм определение лимба и век 36
3.5 Контурный метод развёртки радужки 38
3.6 Определение и маскирование ресниц на изображении 42
3.7 Параллельный подход 45
4 ВЫЧИСЛИТЕЛЬНЫЕ ЭКСПЕРИМЕНТЫ 50
4.1 Использованные аппартно-программные средства 50
4.2 Критерии точности идентификации 53
4.3 Результаты тестирования 54
ЗАКЛЮЧЕНИЕ 57
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 58
Биометрические технологии связаны с распознаванием личности людей на основе их уникальных физических или поведенческих характеристик [1]. Физические характеристики, такие как отпечаток пальца, отпечаток ладони, узоры радужной оболочки глаза или поведенческие характеристики, такие как манера печати на клавиатуре и рукописная подпись, представляют уникальную информацию о человеке, и могут использоваться в приложениях аутентификации.
Достижения науки и техники позволили использовать биометрию в прикладных программах, где требуется установить или подтвердить личность человека. Такие области применения, как контроль пассажиров в аэропортах, контроль доступа в зонах ограниченного доступа, пограничный контроль, доступ к базам данных и финансовым услугам, являются примерами применения биометрических технологий для более надёжной идентификации и проверки.
За последние годы в некоторых странах были выпущены биометрические удостоверения личности и паспорта для улучшения процесса пограничного контроля [2] и упрощения пассажирских перелётов.
В сфере финансовых услуг, биометрические технологии показали большой потенциал в предоставлении большего удобства для клиентов при одновременном повышении их безопасности. Например, банковские услуги и платежи на основе биометрии будут намного безопаснее, быстрее и проще, чем существующие методы, основанные на кредитных и дебетовых картах.
Кроме того, приложения контроля доступа, такие как доступ к базе данных и вход в систему компьютера, также выигрывают от новых предлагаемых технологий. По сравнению с паролями, биометрические технологии предлагают более безопасный и удобный доступ и устраняют такие проблемы, как забывание или взлом паролей.
К преимуществам использования РОГ для идентификации можно отнести:
1. Универсальность
Идентификация по радужной оболочке глаза подходят большинству людей и имеет низкий коэффициент отказа в регистрации (коэффициент, при котором попытки создать шаблон из входных данных безуспешны).
2. Уникальность
Образцы радужной оболочки весьма разнообразны, и считаются уникальными для каждого человека. Узоры формируются случайным образом во время эмбрионального беременности, поэтому даже генетически идентичные близнецы имеют разные узоры радужной оболочки глаза.
3. Постоянство
Радужная оболочка имеет сильное преимущество в том, что она является внутренним органом, и, таким образом, хорошо защищена, но при этом видима извне. Кроме того, радужная оболочка не меняется с возрастом, за исключением повреждения в результате несчастного случая или болезни.
4. Простота регистрации
Форма радужной оболочки почти полностью плоская и, таким образом, достаточно постоянна, гораздо сильнее, чем лицо. Кроме того, изображение может быть снято на расстоянии от 10 см до метра. Поэтому не требуется дорогая SD-камеры, чтобы делать снимки под разными углами, как, например, в процессе распознавании лица. Проблема, однако, может заключаться в освещении, потому что глаза являются отражающими поверхностями. Кроме того, радужная оболочка глаза часто частично закрыта веками, но это компенсируется согласно используемого алгоритма.
По этим причинам использование радужной оболочки становится интересным как альтернативный подход к надёжному визуальному распознаванию людей, когда идентификация может быть выполнена на расстоянии менее метра, и особенно при необходимости поиска по очень большой базе данных без каких-либо ложных совпадений.
В целом, будущее биометрической технологии, как полагают, открыто для большего количества инвестиций, основанных на новых услугах, которые она может предложить обществу. Обзор рынка, представленный Международной биометрической группой (IBG), показывает, что доходы биометрической отрасли, постоянно росли с 1538.9 миллионов долларов США в 2005 году до 5749.2 миллиона долларов США в 2010 году [3].
Актуальность. В области цифровой обработки изображений радужной оболочки глаза, было выявлено, согласно наблюдениям, что в существующих методах, окружность не может эффективно моделировать границу радужки, что и является мотивацией для создания точного алгоритма обнаружения радужки, основанного на концепции активных контуров.
Целью исследования является разработка алгоритма, выполняющего сегментацию и нормализацию изображений радужной оболочки глаза. Для достижения поставленной цели нужно решить следующие задачи:
1. Изучить современные методы по теме локализации, сегментации и нормализации радужной оболочки глаза;
2. Разработать математическую модель локализации век при помощи метода эллиптического активного контура и модель локализации и сегментации РОГ при помощи метода околоокружного активного контура;
3. Разработать алгоритм локализации век при помощи метода эллиптического активного контура и алгоритм локализации и сегментации РОГ при помощи метода околоокружного активного контура;
4. Оценить работоспособность разработанного алгоритма на основе вычислительных экспериментов
Объект и предмет исследования. Объект исследования — снимки глаза, выполненные в ближней инфракрасном диапазоне. Предмет исследования — алгоритм сегментации и нормализации изображений радужной оболочки глаза.
Методы исследования. В работе были использованы методы цифровой обработки изображений, геометрии, линейной алгебры.
Научная новизна заключается:
1. Метод нахождения центра и контура РОГ с помощью околоокружного активного контура;
2. Метод нахождения век с помощью эллиптического активного контура;
Практическая значимость определяется возможностью применения алгоритма в системах аутентификации.
Структура и объем. Выпускная квалификационная работа состоит из введения, 4 глав, заключения, списка использованной литературы. Общий объем составляет 61 страница, 13 рисунков, 1 таблица.
Разработан алгоритм, объединяющий методы в единый комплекс, осуществляющий сегментацию изображений РОГ. Отличительной особенностью работы системы является определение параметров радужки на нескольких шагах (начальное приближение, уточнение). Последовательность определения параметров радужки отличается от общепринятой и оптимизирована для достижения максимальной на каждом этапе доли изображений, на которых проведена сегментация. Представлены результаты работы этого комплекса для баз данных, находящихся в открытом доступе. В качестве направлений дальнейших исследований можно выбрать реализацию алгоритма сравнения РОГ на основе топологических векторов для графических процессоров, а также реализацию различных стратегий балансировки загрузки процессов в подходе параллелизма по данным и применение других технологий параллельного программирования в сочетании с OpenMP.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
