[發明專利]偽造虹膜圖像的判別方法

有效

• 申請號: 201110362103.9
• 申請日: 2011-11-15
• 公開（公告）號: CN102436591A
• 公開（公告）日: 2012-05-02
• 發明（設計）人: 譚鐵牛;孫哲南;張慧
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 周國城

技術領域

本發明屬于計算機視覺、數字圖像處理和模式識別技術領域，具體涉及一種偽造虹膜圖像的判別方法，可應用于基于生物特征的身份判別系統中來提高系統自身的綜合性能。

背景技術

目前，基于生物特征的身份識別受到了各國政府的重視，已經滲透到人們日常生活的每一個方面。在眾多生物特征中，虹膜具有唯一性高、穩定性強、非侵犯性等優點。這些優點使得虹膜特別適合用于人的身份認證和判別，在過去的十幾年間受到越來越多的關注，相關研究和技術也得到了迅速的發展。虹膜判別不僅可以應用于電子商務、金融證券、信息安全、交通、公安和司法，而且已經上升到了國家戰略國防的高度。

隨著虹膜判別從實驗走向實用，在眾多安全防控領域得到應用，虹膜判別系統本身也面臨著安全問題，出現了各種不同形式的系統攻擊方式。其中，偽造虹膜對系統是很大的威脅，偽造虹膜攻擊系統的方法有很多種，比如打印在紙上的虹膜圖像、顯示屏顯示的虹膜圖像、彩色印花隱形眼鏡、具有豐富虹膜紋理的人造眼球等。偽造虹膜可能造成虹膜判別系統的錯誤判別，例如在自助通關系統中，系統工作于判別工作模式，包含嫌疑犯虹膜數據庫，佩戴彩色印花隱形眼鏡可能導致系統判別該用戶沒有注冊，可以通行，導致系統沒有起到應有的安全防控作用。因此，有效的偽造虹膜判別方法是提高虹膜判別系統可靠性的重要部分。

目前，雖然虹膜判別系統的安全性問題成為備受關注的焦點，但實用的偽造虹膜判別的方法并不多，大多為針對某一系統的安全策略。John?Daugman(U.S.Pat.No.5291560)使用虹膜圖像的傅里葉變換的頻譜特性進行偽造虹膜判別可用于判別清晰的紙質打印虹膜圖像與真實虹膜圖像。施鵬飛等(CN101059837A)使用灰度共生矩陣的對比度及角度二階矩特征作為偽造虹膜判別的特征，該方法針對清晰的彩色印花隱形眼鏡判別。

隨著虹膜判別系統向用戶友好、方便使用的方向發展，對用戶的配合度要求減低，會導致虹膜圖像質量下降等問題，這使得虹膜的真偽判別面臨更大的挑戰。偽造虹膜的方法也呈現多樣化、高質量的發展趨勢。現有的偽造虹膜判別算法仍有改進的空間，如何快速有效地進行虹膜判別系統中的偽造虹膜判別仍然是一個亟待解決的難題。

發明內容

(一)要解決的技術問題

本發明所要解決的技術問題是提供了一種偽造虹膜圖像判別方法，以改進現有的偽造虹膜圖像判別方法，提高偽造虹膜圖像判別系統的精度、魯棒性和可靠性，從而提高虹膜識別系統的安全性能。

(二)技術方案

為解決上述技術問題，本發明提供了一種偽造虹膜圖像判別方法，該方法包括構建階段和判別階段，所述構建階段包括樹型視覺詞典的構建階段和偽造虹膜判別分類器的構建階段，其中樹型視覺詞典的構建階段對樣本虹膜圖像庫中的樣本虹膜圖像進行處理，得到樹型視覺詞典；偽造虹膜判別分類器的構建階段基于所述樹型視覺詞典和稀疏編碼方法來構造偽造虹膜判別分類器；判別階段使用所述偽造虹膜判別分類器來判斷目標虹膜圖像的真偽。

其中所述樹型視覺詞典的構建階段包括如下步驟：

步驟S11：建立所述樣本虹膜圖像庫，使其包含多個真實樣本虹膜圖像和多個偽造樣本虹膜圖像；步驟S12：對所述樣本圖像庫中的多個真實樣本虹膜圖像和多個偽造樣本虹膜圖像進行預處理，得到歸一化樣本虹膜圖像；步驟S13：在所述歸一化樣本虹膜圖像中抽取底層特征，該底層特征是指采用算子直接從圖像提取的特征。步驟S14：根據所抽取的底層特征建立樹型視覺詞典，該樹型視覺詞典結構如下：包括一個根節點和多個層，每一層包括若干節點；其中根節點是一個虛擬節點，代表整個特征空間；第一層包含k₁個節點，其作為根節點的子節點，對應k₁個特征聚類中心；第二層包含對應第一層中節點的子節點，第一層中每個節點有k₂個子節點；以后每層中都是上一層的子節點，每個父節點最多有k_i個子節點，其中i＞2。

其中偽造虹膜判別分類器的構建階段包括如下步驟：

步驟S15：自所述的樹型視覺詞典的根節點而下，級聯的在每層對底層特征進行編碼，獲得所述底層特征的特征向量；步驟S16：將真實樣本虹膜圖像和偽造樣本虹膜圖像的特征向量分別作為正樣本和負樣本，訓練支持向量機，得到偽造虹膜判別分類器。

其中判別階段包括如下步驟：