虹膜识别技术算法解读
来源：中国安全防范产品行业协会
人的眼睛外观由巩膜、虹膜和瞳孔三部分构成。虹膜是位于巩膜和瞳孔之间的环形区域，约占眼睛总面积的65%，包括凹点、放射纹、色素点和其他斑点等丰富的纹理信息。并且自8个月年龄开始，虹膜信息趋于稳定，终身不再变化。
虹膜识别技术最早在1987年由眼科专家FLOM和SAFIR提出并申请了相关核心专利，2005年FLOM和SAFIR的专利到期后，国内外虹膜识别技术迅速发展起来。虹膜身份识别系统可以粗略划分为图像采集、预处理和识别三大环节，每个环节中又包括了若干步骤。
虹膜识别的基本流程
1.虹膜图像采集模块主要功能是借助光电设备，以友好的人机接口采集到高质量的虹膜图像。与人脸和指纹不同，虹膜属于小目标物体，图像获取困难，图像采集是虹膜识别面临的首要难点问题。目前国内虹膜识别设备主要在近红外光(波长约为850nm)下采集虹膜图像，对设备的补光设计和用户配合度有较高要求。国内虹膜识别设备应用距离多在60cm以内，景深可达5~15cm，对用户配合度要求较低；也有应用距离在60~150cm范围的虹膜识别设备，但对用户配合度要求较高，成本也较高；应用距离在150cm以上的虹膜识别设备尚处于实验室研究阶段。
2.虹膜图像预处理包括虹膜检测、分割和归一化等。虹膜检测是指检测当前输入图像中是否含有虹膜，以及虹膜在图像中的位置和大小。虹膜图像分割是指定位虹膜的内外边界并检测可能的遮挡物，排除瞳孔、巩膜、眼皮、睫毛、光斑等非虹膜纹理图像区域对虹膜特征提取的影响。虹膜图像归一化则是指将不同的虹膜图像从直角坐标系映射到极坐标系下固定大小的矩形中，消除虹膜大小和形变对识别性能的影响。
3.虹膜图像识别模块包括虹膜特征抽取和特征比对，从归一化后的虹膜图像中抽取鲁棒的个性化信息，并且用计算机能够存储和读取的格式进行编码形成虹膜模板，然后利用神经网络、支持向量机等机器学习的方法两两比对虹膜模板，最终完成身份识别和验证。
