CN101262811A

CN101262811A - 角膜生物测定

Info

Publication number: CN101262811A
Application number: CNA2005800404165A
Authority: CN
Inventors: 斯蒂芬·阿彻·梅森
Original assignee: Positive Eye D Ltd
Current assignee: Positive Eye D Ltd
Priority date: 2004-09-29
Filing date: 2005-09-12
Publication date: 2008-09-10
Also published as: EP1804646B1; WO2006034527A1; US7881503B2; AU2005289354A1; EP1804646A4; CA2581570A1; US20070291997A1; KR20070072904A; BRPI0515762A; AU2005289354B2; EP1804646A1

Abstract

本发明主要涉及一种通过角膜成像技术确定人的身份的方法。所述方法包括捕获人角膜的图像并将角膜分成网格或地图(10)。所述方法还包括从所述网格或地图(10)处获得的多个点上获取一个或多个几何参数。将所述几何参数与数据库中对应的参考几何参数进行比较来确定人的身份。

Description

角膜生物测定

技术领域

本发明主要涉及一种通过角膜显像确定人的身份的方法和装置。本发明尤其涉及但不仅限于用于生物测定学的角膜形貌学。

背景技术

在生物测定领域，有各种确定人的身份的技术。这些技术包括面部识别、指纹技术、虹膜扫描和视网膜扫描。面部识别和指纹技术在生物测定中已获得普遍认可但它们具有固有缺陷。通过面部识别，面部形态的关键指数被数码记录并保存在数据库内便于将来进行比对。体重的减轻或增加、面部毛发的改变、整容手术或某种基于宗教原因而佩戴并部分覆盖在面部的布料，都可能导致该项技术的不可靠。面部识别对识别的单一性拥有最多95％的可靠度。

指纹技术在帮助解决犯罪方面有很长的历史。指纹数据的数码记录依靠记录可能被保存在为将来进行比较而设的数据库中的个体的指纹的微缩图而获得。指纹识别在先天性污损指纹或由体力劳动而导致的带有老茧的人群内有5％的不可靠率。这些因素使得指纹扫描在处理大群体时对很大一部分个体而言具有潜在的不可靠性。公民自由主义者对能够指控犯罪的数据库的持有和可能的共享有所抵制。指纹能够未经许可而获得，并且在数据“主人”不知情的情况下被复制。

虹膜扫描至今已有10年的历史，它包括在眼睛虹膜上通过摄影的方式记录大约250左右的特征。眼睛的虹膜包围着中心的瞳孔，瞳孔能随着进入瞳孔的光线的变化而扩张和收缩。由于瞳孔会随着光线水平的变化和能够在虹膜括约肌或扩张肌纤维上产生拟副交感神经、副交感神经或拟交感神经的活动的一类药物而扩张和收缩，这样虹膜图像数据就会改变。当瞳孔随着循环肾上腺素的变化而扩张或收缩时，虹膜数据也会改变。这就限制了虹膜识别系统的应用，特别是在适光条件下的户外或在暗光条件下的室内。虹膜识别仅在受控照明条件下的表现才具有可靠性。进一步，一些种群的所述虹膜拥有非常光滑的着色表面，没有Fuch小室(Crypts of Fuch)或虹膜痣(iris naevi)。例子包括有很大一部分澳洲土著人、新西兰毛利人和夏威夷人。这导致虹膜识别系统在扫描这类虹膜时较不可靠。对虹膜识别系统最乐观的宣称是大约在94～99％的正确率，也就是说在每100次扫描中会有至少一次错误匹配。这为管理大型数据库带来严重问题，例如像在一个600,000的数据库中，每个人的扫描都需要在数据库中匹配600,000个记录，这就使得防止一人带有多重身份成为不可能。虹膜扫描能够在离眼睛1米远外获得，这样就有机会未经许可地获得数据。

通过视网膜扫描，视神经和视网膜血管的图像经成像成为极好的单一性标记。然而，获得这类图像需要清晰的眼睛媒介，也就是角膜、晶状体和玻璃体以及合理的瞳孔尺寸，典型的至少要2.75mm。这带来一个问题，当扫描的眼睛已经超过60岁时，随着正常衰老，晶状体的清晰度降低最终成为白内障，并且瞳孔变得相对更小，通常小于2.5mm，这就使得捕获可靠的图像变得困难，甚至有时是不可能的。虽然视网膜扫描的精确度很高，但在老年群体中捕获可靠的数据仍然是个问题。

发明内容

根据本发明的一个方面，提供了一种确定人的身份的方法，所述方法包括如下步骤：

捕获至少一部分人眼角膜的图像，并且对分布于所述角膜部分上的多个点或区域中的每一个都取得一个或多个几何参数；

将每个取自于人角膜的点或区域的几何参数与这个人的角膜上每个相应的点或区域的参考几何参数进行比较；并且

基于对所述点或区域的几何参数的比较来确定人的身份。

确定人的身份的步骤优选包括给每个几何参数在一个场合相对于另一场合下(或相对于各自的参考几何参数)的差值设定一个累积最大值，并且仅在每个所述点或区域的几何参数的差值之和小于或等于所述最大值时才确定人的身份。或者，确定人的身份的步骤包括当几何参数差值的累积最大值大于在两个不同时间的情形下测量得到的几何参数差值的最小值时，排除潜在匹配。

优选地，捕获图像的步骤包括一种弧阶梯(arc step)法，其中角膜的顶点位于多条子午线与同心圆环的共同延伸处，子午线和圆环的交点即定义为可从其上取得每个几何参数的多个点。更优选地，同心圆环至少在经照亮和校准过的Placido Disc源的部分mire像内，使用弧阶梯法通过角膜上的mire像创建同心圆环或mire环。更进一步优选地，弧形阶梯方式包括将一台红外线探测器对准眼睛以精确定位角膜相对于placido环或mire环的顶点。当主体眼睛凝视于几何上与placido环或mire环的中心位置相一致的中心定位目标时，使所述探测器的光轴与眼睛的视轴线对齐。

可选的捕获图像的步骤包括使对应于角膜的多个区域角膜的多个横截面显像，从多个角膜横截面中的每一个都取得几何参数。优选通过激光细束照射眼睛来使横截面显像。使主体眼睛注视着以测量设备的光轴为参照的中心目标，通过数字记录虹膜和/或瞳孔的解剖学定位来帮助图像捕获设备的光轴与眼睛的视轴对齐。对齐可以通过预记录图像的软件重合手段来维持。

本方法还优选包括将多个点或区域分组为共同覆盖角膜成像部分的多个环带的步骤。更优选地，比较几何参数的步骤包括计算从每个环带中的多个点或区域中的每一个所得到的几何参数和对应的参考几何参数之间的绝对差值的步骤，并且对每个环带的绝对差值求和，将特定的几何参数的绝对差值之和与累积最大值进行比较从而确定人的身份。

角膜的几何参数优选包括轴向半径(角膜镜轴的曲率)、切线半径(特定位置的切面的曲面曲率)、角膜高度(角膜表面到给定参考面的距离，通常是垂直于角膜顶点的切面)、折射力(角膜表面特定点上根据Snell法则算得的力)、角膜仰角(从教膜表面到确定的最适球面或曲面的距离)、角膜斜角(角膜表面和切面所呈以弧度或度数表示的角度)、角膜直径(从鼻缘到颞侧的直线距离，且所述直线通过角膜的几何中心)、角膜弦(从缘到缘的直线距离，所述直线不通过角膜的几何中心)、轴向力(由轴向半径计算得到的屈光度力)、切线力(由切线半径计算得到的屈光度力)和/或角膜厚度(从角膜上皮到角膜内皮的中心，靠近中心或外围的距离)。

一个或多个几何参数优选包括多个几何参数。

当用于与下述几何参数的绝对差值之和进行比较时，所述累积最大值分别优选为：

(i)比较轴向半径时为400mm；

(ii)比较切线半径时为2000mm；和/或

(iii)比较角膜高度时为45微米。

当数据是通过弧阶梯法从角膜形貌图上捕获且在角膜上达到9,000个点时，采用这些累积最大值。

本方法还优选包括在确定人的身份之前对几何参数加权或分解因子的步骤。进一步优选比较几何参数的步骤包括过滤掉一些几何参数使得每个点或区域仅保留那些在预选范围内的几何参数。更进一步优选加权或分解因子包括将特定几何参数的绝对差值之和乘以所保留的多个点和区域的百分比。

确定人的身份的步骤优选包括选择多个几何参数来进行比较，并且仅当每个所述点或区域的参数比较之和小于所有所述参数的各自累积最大值时确定此人的身份。

可选地，确定人的身份的步骤包括对基于角膜的点、区域和/或成像角膜的整个区域的最小加权和的差值判以最高分，当角膜数据组和姓名或个人身份号码与同样的数据库进行比较后发现与同样姓名或个人身份号码的预定最高分相匹配时，确定为匹配的身份。

根据本发明的另外一个方面，提供了确定人的身份的装置，所述装置包括：

捕获至少一部分人眼角膜图像的工具，所述成像工具配置为用以从分布在所述角膜部分上的多个点或区域中的每一个取得一个或多个几何参数；

与成像工具相连的处理工具，其配置为将来自人角膜的每个几何参数与此人角膜的每个相应的点或区域的参考几何参数进行比较；以及

与处理工具相连的确定工具，其配置为基于对所述点或区域的几何参数的比较确定人的身份。

所述成像工具优选包括一个具有中央处理单元的视频捕获卡的视频成像设备。所述成像工具进一步优选是一台具有中央处理单元的能够捕获一个或多个数码图像的数码照相机，所述中央处理单元包括一台处理器。

成像工具优选包括一台红外线探测器，用来对齐角膜顶点与所述成像工具，可视光以经照亮和校准的Placido Disc的形式调整到对准人眼，并根据弧阶梯方式显现多条子午线和同心圆环或其部分相交得到的多个点。成像工具进一步优选是一个手持设备。可选地，成像工具包括一台调整到对准眼睛的激光器，以显现多个从其上得出几何参数的横截面。

处理工具优选包括一个带有相应参考几何参数的参考数据库，以所述参考几何参数据库为基准，对遍布角膜的多个点和区域中的每一个的每个几何参数进行比较。

确定工具优选包括一个带有每个几何参数的累积最大值的确定数据库，确定工具仅在每个点或区域的参数比较的和小于所述最大值时能才确定此人。

可选地，确定工具包括判分工具，其配置为判给基于角膜的点、区域和/或成像角膜的整个区域的最小加权和的差值以最高分，当角膜数据组和姓名或个人身份号码与同样的数据库进行比较后发现与同样姓名或个人身份号码的预定最高分相匹配时，确定工具则确定一个匹配身份。

附图说明

为了更好理解本发明的性质，现仅通过实施例的方式描述通过角膜成像确定人的身份的方法和装置的一个优选实施方式，参考如下附图：

图1是按照一种弧阶梯方法绘图或成像的角膜的示意图或透视图；

图2是如图1的横断线所定义的每一种点的角膜的几何参数的样本数据的样本摘录；

图3是对同一个个体的角膜数据的几组点或环带的几何参数绝对差值和的比较，和对应的其他几何参数的比较的摘录；

图4是不同个体的角膜几何参数的相似性比较的摘录；

图5是一个个体的几何参数的累积数据与其他个体的相应的几何数据的比较的摘录；以及

图6是通过角膜成像确定人的身份的装置的一个实施方式的示意图。

具体实施方式

在本发明的一个方面的优选实施方式中，提供一种通过角膜成像技术确定人的身份的方法。本方法包括捕获一个人的角膜图像并且如图1所示，角膜被分成网格或地图10。角膜网格或地图10包括多条子午线如12A延伸自角膜的顶点14，并且有角度的等分。网格或地图10也包括多条同心圆环如16A，同心圆环被等分且圆周在多个点如18A被子午线如12A交叉切断。角膜重构的方式是基于弧阶梯方法并且利用了红外线顶点探测器(未显示)。

在一个可选实施方式中，角膜图像通过激光技术利用狭长光束捕获角膜的横截面。这种形式的角膜形貌图被用到眼科学在进行折射外科手术前测量眼睛。Sarver等人在美国专利号6079831、6120150和6257723中公开了一种利用狭长光束漫反射系统如Bausch&Lomb球形扫描制图仪(Bausch&Lomb ORBSCAN topographer)的此类角膜形貌图装置和方法。

优选方式包括为角膜地图范围内多个点设定一个或多个几何参数。本实施例中，角膜地图10包括大约300根子午线如12A和30条圆环如16A，产生了大约9,000个派生每个几何参数的数据点。图2的表格显示了这些数据点的轴向半径几何参数的原始数据，行1到300和栏F1到F30对应于如图1的角膜地图所示的各自的子午线如12A和同心圆环如16A。尽管没有显示，“数据类型”的向下标记提供了其他几何参数包括切线半径和角膜高度的数据。

图3是揭示源自图2的人的角膜的几何参数的比较，在本实施例中是“113A”和“113B”。本优选方式包括将角膜的多个点分组为多个环带。本实施例中，有5个环带，每一个环带由6个同心圆环如图2表格中的F1到F6组成。

几何参数的比较包括：

1.计算环带中每个对应数据点(本例中大约1,800数据点)的绝对差值；并且

2.为该几何参数在每个环带中的绝对差值求和。

在图3的表格中，行5到9的标题为“Abs.Diff(1-6)”到“Abs.Diff(25-30)”代表上述步骤1中的计算值。例如，轴向半径在环带F7到F12的数据点绝对差值的和为“27.74471714”。行10中标题为“Abs.Diff(All)”的数字对应于上述步骤2种的计算。例如，轴向半径几何参数在所有环带中的数据点的绝对差值累积值的和为“228.4315422”。图3的表格显示角膜其他几何参数对应的数值，包括每个点与视轴线的距离“DST”、角膜高度“HGT”、作为切线角度的每个点的斜面“SLP”和切线半径“TGL”。本方法也包括根据获得数据点的百分比或个数的比较的加权或分解因子。例如，如图3的表格所示，行3的标题“Valid”显示轴向半径“AXL”的几何参数在总共9,568个数据点中获得8,283个数据点。以百分比表示为86.6％，在表中行4所显示为“Valid(％)”。

重要地，几何参数例如轴向半径的比较用来确定人的身份。在本实施方式中，当如“Abs.Diff(All)”的参数比较之和小于累积最大值时，揭示了例如图3中表格所示的几何参数的角膜比较互有联系。在轴向半径的情况下，显示轴向半径的累积最大值大约为400mm，在类似情况下能有效认定身份。尽管图3的参数比较数据仅仅是说明性的，它同样揭示了切线半径和角膜高度在大约2,000mm和45微米时的累积最大值，分别，对类似情况下的身份认定同样有效。

图4的表格显示当“113A”与本例中为“114”的另一个人进行比较的结果。每个几何参数的累积比较显示了一个比各个累积最大值更大的值，并且由此表明角膜数据的“错配”，于是能够确定不是同一个人。

图5是将轴向半径的几何参数“113A”与对应的其他人的角膜数据进行比较的表格。很显著的是在最后一栏中标题为“Dif-All”代表每个环带的绝对差值的和，除了本表中行17和行18中的“113B”和“113C”这些其它数据外，没有值是小于累积最大值400的。这肯定了所选轴向半径的累积最大值400mm在同等情况下能有效确定身份。类似地，申请人从大量比较中获得经验，预选的切线半径和角膜高度的几何参数的累积最大值在同等情况下能有效确定身份。

灵敏性可以通过角膜的某部分/区域中的加权数据来获得改进。例如，“额外的”加权可以被给到角膜的中央-外围鼻部。在数据不加权的角膜部分的相似和不相似的差值大约在400％，加权可以增加相似于不相似的差值到大约1600％(或增加4倍的灵敏性)。加权可以减少识别数据点的数量从大约9,000点到200～300点。

本方法的正确率也可以依靠在确定人的身份之前对几何参数进行组合而得到提高。例如，本方法可能需要轴向半径、切线半径和角膜高度的参数的角膜比较都小于预期累积最大值400mm、2,000mm和45微米。

图6是确定人的身份的装置的实施方式的示意图。所述装置用50表示，包括捕获图像的工具52，并且与处理工具54和确定工具56相连。成像工具52可以是角膜制图仪的形式，例如依靠如上所述的弧阶梯角膜重构或球形扫描(ORBSCAN)设备。另外一个例子和如在Snock的美国专利号5512965和5512966中公开的，成像工具包括一个设置成数码格式带有角膜曲率属性和角膜厚度属性的视频照相机用来记录狭长光束图像。成像工具也可以以数码照相机、移动或蜂窝电话、或个人数字助理(PDA)或安装在墙上或桌面上的能够批量处理进出建筑物的人的设备。

本实施方式中的处理工具和确定工具可以是以微型处理器或处理器58的形式对几何参数进行比较并且基于一个或多个几何参数类型的累积最大值确定人的身份。处理器58包括参考数据库，所述参考数据库包含对应的参考几何参数，使得本发明前述方法中描述的比较得以进行。处理器58也可以包括带有每个几何参数的累积最大值的确定数据库。

本发明的一个可选实施方式利用2500点来代表通过弧阶梯方法由经照亮并校准和组合的placido盘的mire图像产生的从角膜地图派生出的离散数据点，从而得到平均和均一分布于角膜脚面的点阵。数据点能够被安排在50单元宽50单元高的数列或矩阵单元中。本实施例中，当某个角膜与其他进行比较的同时计算每个阵列中对应单元的绝对差值。角膜被分成3个环带分别对应与矩阵中的第1行到第15行，第16行到35行和第36行到第50行。计算角膜的对应环带间的绝对差值。在阵列的数字矩阵的边界内出现空或零值的地方，就给该单元归上一个值作为计算值，该值根据阵列中即时包围单元得值得到。进一步，当阵列的数字矩阵中出现真值，并且一个零或空值在比较阵列的对应单元上出现时，两个单元都记录成零。这种情况可能会由于眼睫毛的遮盖或投下阴影，并在某个阵列中发生的次数多于其他阵列而造成的，因此会影响placido环的mire像。记录下每个阵列中的单元归于空或零值的百分比，计算单元归与真值的数值。每个环带的绝对差值和通过将绝对差值和除以小数表示的具有真值的单元的百分比(例如81％变成0.81)获得加权。如果利用角膜高度，用来比较的两个角膜对应环带间的绝对差值和是25.04030650微米和对应阵列单元的81.2％返回真值，那么加权(或修正)差值是30.83781589。

本实施方式中，有2500个离散数据点组成的角膜数据被分成3个环带分别为第1行到第15行，和第16行到第35行，和第36行到第50行。当一组角膜数据组(主体)与大量客户眼睛的大量数据库进行比较时，记录下带有每个角膜环带的最小加权差值和的客户的眼睛。那位客户的带有最小加权差值和的眼睛对应第1行到第15行，和第16行到第35行的环带以及所有三个环带(1到15，16到35和36到50)的最小加权差值之和被判以“4”分。

有着次小加权差值和的那位客户的眼睛用前述同样方式判给3分，下一个具有最小加权差值和的客户的眼睛用前述同样方式判给2分，更次小加权差值和的客户的眼睛用前述同样方法判给1分。

本实施方式中，通过比较角膜高度和轴向半径这两个参数来将分数相加。

本实施方式中，主体的角膜数据与有预先记录主体的数据库进行比较，当与有许多不同角膜数据的数据库进行比较时，数据库中属于主体的数据组会由于与主体的数据组差值最小而获得最高分。本实施例中，分数由高到低分类。同样进行姓名匹配时，最高的分数能确认主体在数据库中存在，因此与主体的眼睛匹配。

在一个应用中，主体的角膜数据可以记录在能够通过计算机芯片或磁带保存数码记录的卡片上。像绘图设备这样的成像工具能用来采集主体的角膜数据并反复与他们在卡片上已记录的角膜数据进行比较。主体的卡片由扫描设备进行扫描并与绘图设备相连进行角膜数据的比较。绘图设备(或其它成像工具)或相关设备包括确定卡片所有权的处理器，准许或阻止通道的开关使它确认记录在卡片上的满足通过标准的数据与由成像工具采集的主体的角膜数据相匹配。

在另一个应用中，成像工具或数据采集工具与远程数据库相连，所述远程数据库中涵盖不同个体的角膜几何参数数据。数据采集工具或帮助设备可以包括或与开关工具相连，一旦通过验证即可开门放行。进入的准许或不准许可以用到被建环境的安全区域、登录手机或个人数字助理(PDA)设备、登录私人电脑或网络电脑、通过自动出纳机登录到银行网络、发动摩托车或进入任何设备、区域、计算机终端、或为了防卫非法入侵或非法使用而设置安全请求的机器。

在进一步的应用中，角膜数据能记录在信用卡或智能卡上。信用卡或智能卡的所有权可以通过即时将所述信用卡或智能卡上的角膜数据和采集自信用卡或智能卡持有人的角膜数据(利用成像工具)进行比较得到确认。

优选实施方式中的方法和装置可以有其他不同的生物测量应用，包括在需要有安全边界的工作场所或建筑物设置进入限制，信用卡使用者的确认，和其他安全或例如军事相关应用。例如，护照内可以植入角膜数据，通过与扫描的或成像的对应数据进行比较进行确认。本方法和装置可以用来保证军事硬件的安全，或者为邮件附件这样的数码文件设置限制和安全进入。在本发明描述并例如采用三个选定几何参数的组合的实施方式中，估计大约在15,000,000,000人中会有1个被不正确判断相似性的人。

已经具体描述了本发明的一个优选实施方式，通过角膜成像确定人的身份的方法和装置相比较现有技术而言对本领域技术人员具有显而易见的如下优点：

1.本技术提供了特别可靠和准确的确定相似性的方法；

2.本装置或生物测定工具相对而言是安全和不昂贵的，并且需要得到预期被使用对象的认可；

3.本方法可以应用到广泛的人群，不限制任何特殊年龄组，只要人们能够提供有效的角膜图像。

本领域技术人员都会赞同本发明在此描述的内容可以有变化和修正。例如，方法可以不局限于本发明描述的几何参数也可以扩展到其他几何参数，只要在与同一个人的对应基础参数比较后能有效验证人的身份或唯一性即可。所有此类变化或修改都属于本发明的范围内，自然已经在前述描述中有过涉及。

可以理解，本专利申请中对现有技术的承认并不能认为是对所述现有技术是相关领域的普遍常识的一部分的认同。

Claims

1. 一种确定人身份的方法，所述方法包括如下步骤：

捕获人眼至少一部分角膜图像并且对遍布于所述角膜部分的多个点或区域中的每一个都取得一个或多个几何参数；

基于对所述点或区域的几何参数的比较来确定该人的身份。

2. 如权利要求1所述的确定人身份的方法，其特征在于，所述确定人身份的步骤包括为每个几何参数在一个场合与另一场合下的差值设定一个累积最大值，并且仅在每个所述点或区域的参数比较差值总量小于或等于所述最大值时才确定人的身份。

3. 如权利要求1或2所述的确定人身份的方法，其特征在于，所述捕获图像的步骤包括一个弧阶梯方式，其中角膜的顶点位于多个子午线随同心圆环延伸交点处，子午线和圆环的交点即定义为从其上取得每个几何参数的多个点。

4. 如权利要求3所述的确定人身份的方法，其特征在于，所述图像捕获包括将红外线探测器瞄准眼睛使所述探测器的顶点距离与角膜顶点对齐，并用一个装置使装置的光轴与眼睛的视轴线对齐。

5. 如权利要求1或2所述的确定人身份的方法，其特征在于，所述捕获图像的步骤包括使对应于所述多个角膜区域的角膜的多个横截面显像，从所述多个角膜横截面中的每一个都取得几何参数。

6. 如权利要求5所述的确定人身份的方法，其特征在于，用激光射向眼睛使所述横截面显像。

7. 如权利要求1～4中任一项所述的确定人身份的方法，其特征在于，还包括将多个点或区域分组成共同覆盖经成像的角膜部分的多个环带的步骤。

8. 如权利要求7所述的确定人身份的方法，其特征在于，所述比较几何参数的步骤包括计算从每个环带中的所述多个点和区域中的每一个所得到的几何参数与对应的参考几何参数之间的绝对差值，并且将每个环带的绝对差值相加，将特定几何参数的绝对差值之和与累积最大值进行比较以确定人的身份。

9. 如前述任何一个权利要求所述的确定人身份的方法，其特征在于，所述角膜的几何参数包括轴向半径、切线半径、角膜高度、角膜仰角、折射力、轴向力、切线力、角膜厚度、角膜直径、或角膜弦。

10. 如权利要求9所述的确定人身份的方法，其特征在于，所述几何参数为多个几何参数。

11. 如权利要求9或10所述的确定人身份的方法，其特征在于，当用于与下述几何参数的绝对差值之和进行比较时，所述累积最大值分别为：

(i)比较轴向半径时为400mm；

(ii)比较切线半径时为2000mm；和/或

(iii)比较角膜高度时为45微米。

12. 如权利要求11所述的确定人身份的方法，其特征在于，当数据是通过弧阶梯法从角膜的形貌图上捕获且在角膜上达到9,000个点时，采用所述累积最大值。

13. 如前述任何一个权利要求所述的确定人身份的方法，其特征在于，还包括在确定人的身份之前先对几何参数比较进行加权和分解因子。

14. 如权利要求13所述的确定人身份的方法，其特征在于，所述比较几何参数的步骤包括对每个点或区域的几何参数进行过滤而仅留下那些在预选范围内的几何参数。

15. 如权利要求14所述的确定人身份的方法，其特征在于，所述加权或分解因子包括将特定几何参数的绝对差值之和乘以所保持的多个点或区域的百分比。

16. 如权利要求2所述的确定人身份的方法，其特征在于，所述确定人的身份的方法包括选定用来比较的几何参数，并且仅在每个所述点或区域的几何参数之和小于所有所述参数的各自累积最大值时确定人的身份。

17. 如权利要求2所述的确定人的身份的方法，其中确定人的身份的步骤包括判给基于角膜的点、区域和/或成像角膜的整个区域的最小加权和的差值以最高分，当角膜数据组和姓名或个人身份号码与同样的数据库进行比较后发现与同样姓名或个人身份号码的预定最高分相匹配时，确定为匹配的身份。

18. 一种确定人身份的装置，所述装置包括：

捕获人眼至少一部分角膜图像的工具，所述成像工具配置为用以从遍布于所述角膜部分上的多个点或区域中的每一个都取得一个或多个几何参数；

与所述成像工具相连的处理工具，其配置为将来自人角膜的每个几何参数与此人角膜的每个相应的点或区域的参考几何参数进行比较；以及

与所述处理工具相连的确定工具，其配置为基于所述点或区域的几何参数的比较确定人的身份。

19. 如权利要求18所述的确定人身份的装置，其特征在于，所述成像工具包括一个具有中央处理单元的视频捕获卡的视频成像设备。

20. 如权利要求19所述的确定人身份的装置，其特征在于，所述成像工具是一台具有包括处理器的中央处理单元的能够捕获一个或多个数码图像的数码照相机。

21. 如权利要求18所述的确定人身份的装置，其特征在于，所述成像工具包括一台红外线探测器，用来对齐角膜顶点与所述成像工具，可视光调整到对准人眼，并根据弧阶梯方式显现多条子午线和同心圆环或其部分。

22. 如权利要求18～21中任一项所述的确定人身份的装置，其特征在于，所述成像工具是一个手持设备。

23. 如权利要求18～22中任一项所述的确定人身份的装置，其特征在于，所述成像工具包括一台调整到对准眼睛的激光器，以显现多个从其上得出几何参数的横截面。

24. 如权利要求18～23中任一项所述的确定人身份的装置，其特征在于，所述处理工具包括一个具有相应参考几何参数的参考数据库，以所述参考数据库为基准，来对遍布角膜的多个点或区域中的每一个的每个几何参数进行比较。

25. 如权利要求18～24中任一项所述的确定人身份的装置，其特征在于，所述确定工具包括一个带有每个几何参数的累积最大值的确定数据库，所述确定工具仅在每个点或区域的参数比较之和小于所述最大值时才确定此人。

26. 如权利要求18～23中任一项所述的确定人身份的装置，其特征在于，所述确定工具包括判分工具，所述判分工具配置为判给基于角膜点、区域和/或成像角膜的整个区域的最小加权和的差值以最高分，当角膜数据组和姓名或个人身份号码与同样的数据库进行比较后发现与同样姓名或个人身份号码的预定最高分相匹配时，所述确定工具则确认一个匹配身份。