CN1235318A - 袖珍式指纹与虹膜的身份双重识别系统和方法 - Google Patents

袖珍式指纹与虹膜的身份双重识别系统和方法 Download PDF

Info

Publication number
CN1235318A
CN1235318A CN 99113607 CN99113607A CN1235318A CN 1235318 A CN1235318 A CN 1235318A CN 99113607 CN99113607 CN 99113607 CN 99113607 A CN99113607 A CN 99113607A CN 1235318 A CN1235318 A CN 1235318A
Authority
CN
China
Prior art keywords
fingerprint
iris
infrared
data
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 99113607
Other languages
English (en)
Inventor
王汝笠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SIMATE ELECTRONIC SCIENCE AND TECHNOLOGY (SHANGHAI) Co Ltd
Original Assignee
SIMATE ELECTRONIC SCIENCE AND TECHNOLOGY (SHANGHAI) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SIMATE ELECTRONIC SCIENCE AND TECHNOLOGY (SHANGHAI) Co Ltd filed Critical SIMATE ELECTRONIC SCIENCE AND TECHNOLOGY (SHANGHAI) Co Ltd
Priority to CN 99113607 priority Critical patent/CN1235318A/zh
Publication of CN1235318A publication Critical patent/CN1235318A/zh
Pending legal-status Critical Current

Links

Images

Abstract

本发明涉及一种袖珍式指纹与虹膜的身份双重识别方法,包括对指纹和虹膜图像获取数据、识别数据、数据传输和计算机模式识别,其步骤是:将指纹和虹膜成像系统作成袖珍式且获取指纹与虹膜图像的特征信息;对获取图像进行定位和预处理;将指纹与虹膜图像数据输出至信息接收部分;将预先确定人员的存储的指纹与虹膜模型样本同实时的指纹与虹膜相比较,利用人工神经网络算法,在计算机进行模式识别判定该用户是否属于预先确定人员。

Description

袖珍式指纹与虹膜的身份双重识别系统和方法
本发明涉及一种数据识别领域,用于阅读或识别图形,例如指纹的识别方法或装置,尤其涉及一种袖珍式指纹与虹膜的身份双重识别系统和方法。
现有技术包括用于根据对人们指纹或虹膜的具体特征的查验从而对个别人员进行独特标识的各种技术。其中有1994年3月1日授权于Daugman的美国专利5,291,560,1996年11月5日和1998年5月12日授于Wildes等人的美国专利5,572,596及5,751,836,在1997年9月PROCEEDINGS OF THEIEEE第85卷第9期第1365-1388页上的ANIL K.JAIN等人文章“指纹的身份鉴别系统”,以及,一种用于将指纹或虹膜图像特征信息以红外无线数据传输技术,这在申请日为1996年12月24日、中国专利号为ZL96223146.0的申请文本中已经公开。
上述专利文献所述的是,利用指纹或虹膜识别方法能够正确地表征一个人的特定身份。由于指纹与虹膜的身份双重识别方法可以增强生物识别的安全和可靠程度,所以,作为例子,指纹与虹膜双重识别可以充当个人身份的密钥并被用于以下目的:如,计算机入网控制、机场与金库等高级人室管理系统的控制、电子身份证或贺驶执照的密码鉴别、医疗信息或特别文件的专管人员特征码确认以及各种类别的非接触式安全门禁系统和自动取款机(ATM)的控制,等等。
但是,现有技术的指纹或虹膜识别系统和方法在实际应用中存在着以下问题:
1.由于现有技术用于获取指纹或虹膜图像信息的方法是利用各自不同的分离式组合成像系统装置来获取用户的指纹或虹膜的图像数据,这种系统装置体积大,成本高。
2.由于现有技术用于在指纹或虹膜识别中将成像系统装置的安装方案均采用了固定的公共使用的形式,即这种方案不能做到该装置只供专人使用和被用户随身携带以移动方式使用。
3.由于现有技术用于实时获取的指纹或虹膜图像数据同数据库中的参考模型指纹或虹膜相互匹配的数据传输是在整个识别系统内部进行的,这种一一对应的图像数据传输结构形式限制了计算机通信网络的广泛应用。
本发明的目的在于提供一种袖珍式指纹与虹膜的身份双重识别系统和方法,它能对在现有技术的指纹或虹膜识别系统和方法中所存在的上述三种问题提出解决的方法。
本发明的目的是这样实现的:
一种袖珍式指纹与虹膜的身份双重识别方法,包括对指纹和虹膜图像获取数据、识别数据、数据传输和计算机模式识别,其特点是,识别方法的步骤包括:
(1)运用CMOS成像芯片和数字信号处理(DSP)技术将指纹和虹膜成像系统作成袖珍式成像系统;该袖珍式成像系统为用户专人使用和能移动使用,实现在一个袖珍成像系统中同时获取指纹与虹膜图像的特征信息;
(2)对获取图像进行定位和预处理;
(3)用红外无线传输技术将指纹与虹膜图像数据进行红外无线数据输出至信息接收部分;
(4)在信息接收部分由红外数据输入预先确定人员的存储的指纹与虹膜模型样本,将它们同实时的指纹与虹膜相比较,利用人工神经网络算法,在计算机进行模式识别判定该用户是否属于预先确定人员。
在上述的一种袖珍式指纹与虹膜的身份双重识别方法中,其中,所述的数字信号处理技术,把输入的虹膜图像和指纹的功率谱分布图进行预处理,其内容和步骤包括:
(1)进行图像二值化,确定一个阈值,把瞳孔这一背景从图像中分离出来;
(2)基于二值图用矩方法来确定瞳孔的中心位置;
设{f(i,j)},i,j=1,2,3,…,n是区域二值图像成抑制背景以后的区域图像,它的u,v统计矩定义为: m ( u , v ) = Σ i = 1 n Σ j = 1 n f ( i , j ) i u j v i=m(1,0)/m(0,0) j → = m ( 0,1 ) / m ( 0,0 ) 其中( i,
Figure A9911360700063
)便是该区域形心的位置,当{f(i,j)}为瞳孔区及其四周区域的二值图时,( i,
Figure A9911360700064
)即为瞳孔的中心坐标;
(3)以瞳孔的中心坐标为原点,用瞳孔长轴的尺度作为直径在虹膜区域范围内作圆来采取特征数据;
(4)将虹膜数据和指纹的功率谱特征数据进行压缩处理,然后DSP控制起动红外无线传输装置工作。
在上述的一种袖珍式指纹与虹膜的身份双重识别方法中,其中,所述的信息接收部分包括若干个红外适配器和计算机网络,而计算机网络包含计算机模式识别与指纹/虹膜参考模型两项内容。
在上述的一种袖珍式指纹与虹膜的身份双重识别方法中,其中,所述的红外适配器的工作包括红外数据接收与发送两种工作过程:当工作在红外数据发送时它被连接在计算机的RS232串口上,将RS232电平进行TTL电平变换,然后通过自身的时钟信号对数据进行3/16数据调制,并经符合IrDA国际标准化的LED进行红外数据发送;当作为红外数据接收,则完成上述相反的工作过程。
在上述的一种袖珍式指纹与虹膜的身份双重识别方法中,其中,在步骤(3)中,所述的红外无线传输技术包括红外数据输出和红外数据输入,按照IrDA的国际标准,红外无线传输指纹与虹膜数据的目标在于保证0.01-1m的距离范围内,半角宽度0-15度内在最高115.2k波特率下,工作在半双工方式;所述的红外数据输出部分,将指纹与虹膜图像数据经过放大/压缩处理之后,进入编码/解码,进行红外通信信号调频,再作用于驱动电路处理,驱动红外发光管进行红外发射并由一个偏置电路提供一个静态工作电流;所述的红外数据输入部分,将红外数据信号进行红外接收,再滤波/放大,经过编码/解码调制获得与输出的原始图像数据基本相似的数字信号,并和I/O控制接口相连。
在上述的一种袖珍式指纹与虹膜的身份双重识别方法中,其中,在步骤(4)中,所述的人工神经网络算法包含神经网络训练和识别二个过程;所述的训练过程是,首先,把输入的图像进行预处理,转换成人工神经网络可以接收的数据,其次,是特征提取,把原始的图像信号特征转换为神经网络可以使用的数字特征,第三,将特征数据送入人工神经网络,而其网络输出和该指纹与虹膜图像对应的理想输出相比较,调整人工神经网络的权值,直到差别最小;所述的识别过程是,经图像预处理,特征提取,送至训练后的人工神经网络,人工神经网络进行联想,并实时地在网络输出输出与该图像特征信号对应的识别结果。
一种袖珍式指纹与虹膜的身份双重识别系统,包括信息发射装置和信息接收装置二大部分,其特点是:所说的信息发射装置由一个用户指纹与虹膜成像检测装置、一个图像定位与预处理装置及一个红外无线传输装置组成;所说的信息发射装置具体制作成长方体形袖珍盒式,盒的右侧面置有一个红外数据发射器和一个红外数据接收器,正面靠右置有红外驱动电路,编码/解码器,放大/压缩电路;在盒的上侧面置有电源、照明眼球发光二极管组;在盒的正面中上方置有虹膜定位对准器、CMOS成像器和焦距微调器;正面左上方置有指纹采样板、光束准直器;盒正面下方置有照明指纹发光二级管阵列和数字信号处理器(DSP);所说的信息接收装置由若干个红外适配器、计算机模式识别装置和用户指纹与虹膜参考模型组成;
在上述的一种袖珍式指纹与虹膜的身份双重识别系统中,其中,所述的指纹与虹膜成像检测装置包括一个CMOS成像器,成像透镜,焦距微调器,照明眼球发光二极管组,虹膜定位对准器,光漫射器、指纹采样板,菲涅尔成像透镜阵列,光束准直器,照明指纹发光二级管组和基板;照明指纹发光二极管组通过光束准直器和基板,照明指纹采样板经菲涅尔成像透镜阵列指纹的功率谱分布图像送到CMOS成像器(108)上;照明眼球发光二极管组经光漫射器、虹膜定位对准器、成像透镜和焦距微调器照明虹膜并成像于CMOS成像器上。
本发明由于采用了上述的技术方案,使之与现有技术相比,具有以下的优点和积极效果:
1.本发明由于运用CMOS成像芯片和数字信号处理(DSP)技术将指纹与虹膜成像系统装置做成可以放入口袋里的袖珍式系统,且采用了系统芯片集成,不仅提高了整个系统的可靠性,而且还大大地降低了它的成本。
2.本发明由于做成了这种轻小型的成像系统装置,由此可以做到专人使用和移动使用,用户将自已的眼球放入成像系统视野,即使他或她的眼球与系统接触,也不会感到不快。
3.本发明由于成像系统装置的定位是由用户本人直接操作完成的,所以不仅不需要像现有技术中那样复杂的对准定位设施,而且还能实现在一个成像系统装置中同时获取指纹与虹膜图像的特征信息。
4.本发明由于采用了一个将指纹与虹膜图像数据进行无线数字通信的红外无线数据传输技术,而该红外无线数据传输技术具有以下优点:(ⅰ)红外发射器和红外探测器的成本很低,且能高速运转;(ⅱ)红外光谱区域很宽,在全世界范围内使用,不受任何管制;(ⅲ)保密性强;(ⅳ)不存在象无线电那样的多路衰减现象;(ⅴ)有双向交互通信功能,因此,利用红外无线传输指纹与虹膜数据适合短距离、流动性大的通信应用,比如多节点计算机网络应用。
5.本发明由于在红外无线数据输出目标信息至信息接收部分采用了信息接收部分由预先确定人员的存储的指纹与虹膜模型样本,将它们同由红外数据输入的实时指纹与虹膜相比较,利用人工神经网络算法,在计算机进行模式识别判定,因此能正确识别与判定该用户是否属于预先的确定人员。
通过以下对本发明袖珍式指纹与虹膜的身份双重识别系统和方法的一实施例结合其附图的描述,可以进一步理解本发明的目的、具体结构特征和优点。其中,附图为:
图1是依据本发明提出的袖珍式指纹与虹膜的身份双重识别系统和方法的功能框图;
图2是本发明指纹与虹膜的身份双重识别系统中信息发射装置的结构示意图;
图3是本发明指纹与虹膜的身份双重识别系统中信息接收装置的结构示意图;
图4是依据本发明提出的袖珍式指纹与虹膜的身份双重识别系统和方法的信息接收装置中指纹与虹膜图像特征双重检测装置的结构示意图;
图5是图2中CMOS成像芯片的功能框图;
图6是图4中菲涅尔成像透镜阵的列结构与功能框图,其中,
图6a是小透镜矩孔的结构示意图;
图6b是在平行光照射下指纹图像的平面结构示意图;
图7是图3中数字信号处理(DSP)芯片的功能框图;
图8是图3中红外适配器的工作原理框图;
图9是依据本发明提出的袖珍式指纹与虹膜的身份双重识别系统和方法中用红外无线传输指纹与虹膜数据的基本工作原理框图,其中,
图9a是红外数据输出基本工作原理框图;
图9b是红外数据输入基本工作原理框图;
图10是依据本发明提出的袖珍式指纹与虹膜的身份双重识别系统和方法中对一个输入的指纹与虹膜图像特征自动识别的计算步骤流程图,其中,
图10a是神经网络训练过程的计算步骤流程图;
图10b是神经网络识别过程的计算步骤流程图。
请参见图1所示,这是袖珍式指纹与虹膜的身份双重识别系统,包括信息发射装置和信息接收装置二大部分,其中,信息发射装置是由一个用户指纹与虹膜成像特征双重检测装置1、一个图像定位与预处理子系统2和一个红外无线数据传输子系统3所组成的袖珍式信息发射装置(用虚线方框Ⅰ表示),信息接收装置是由若干个红外适配器4(其数量多少是根据实用需求所确定)、计算机模式识别子系统5和用户指纹与虹膜参考模型6三项组成(用虚线方框Ⅱ)。这里的指纹与虹膜参考模型指的是由该系统识别的预先确定人员的存储的指纹与虹膜模型样本,将它们同实时输入的指纹与虹膜相比较并利用人工神经网络算法(其详细内容将在图10中描述)在计算机模式识别子系统中判定该用户是否属于那个预先确定人员。
如图2所示,信息发射装置部分包括一个红外数据发射器304和一个红外数据接收器306,红外驱动电路303,编码/解码器302,放大/压缩电路301,一个电源7,焦距微调器106、照明眼球发光二极管组105,虹膜定位对准器107,CMOS成像器108,指纹采样板101,光束准直器102,照明指纹发光二极管组103和数字信号处理器(DSP)104。
由于该信息发射装置是供专人用的,因此通过虹膜定位对准器107、指纹采样板101和焦距微调器106能获得专门用户最合适的指纹与虹膜图像,其运作过程是:
首先,用户在手持信息发射装置时,必须有一个手指放置在指纹采样板上101,且记住是用哪一个手指,以及怎样的位置采样的,以便在往后的操作过程中能够重复同样的或基本一致的动作。
其次,将用户的眼球靠上虹膜定位对准器107,若发现对准十字叉线不清晰,通过焦距微调器106作前后焦距的调节,直至十字叉线清楚为止。从虹膜定位对准器107两侧的发光二极管阵列所发射出近红外波长的光束,该波长光束不会强烈刺激眼球故不会引起用户的厌烦。这些光线通过光漫射器109(请配合参见图4所示),照明用户眼球,即也照清楚了虹膜部位并漫反射到CMOS成像器108上形成图像。与此同时,按在指纹采样板101上的指纹通过照明指纹发光二极管阵列103射出的并由光束准直器102准直的光束照明再由菲涅尔成像透镜阵列110(请配合参见图4所示)完成FFT运算,(更详细的内容将在图6中表述)这一光计算结果将以光功率谱分布图的形式被CMOS成像器108获得。
其三,数字信号处理器(DSP)104把输入的虹膜图像和指纹的功率谱分布图进行图像预处理,其内容包括(ⅰ)进行图像二值化,因为瞳孔的灰阶和周围虹膜的灰阶存在明显的差异,可确定一个阈值,把瞳孔从背景中分离出来;(ⅱ)基于二值化图用矩方法来确定瞳孔的中心位置。设{f(i,j)},i,j=1,2,3,…,n是区域二值图像成抑制背景以后的区域图像,它的u,v统计矩定义为: m ( u , v ) = Σ i = 1 n Σ j = 1 n f ( i , j ) i u j v i=m(1,0)/m(0,0) j → = m ( 0,1 ) / m ( 0,0 ) 其中( i,
Figure A9911360700113
)便是该区域形心的位置,当{f(i,j)}为瞳孔区及其四周区域的二值图时,( i,
Figure A9911360700114
)即为瞳孔的中心坐标;(ⅲ)以瞳孔的中心坐标为原点,用大于瞳孔长轴的尺度作为直径在虹膜区域范围内作圆来采集特征数据,由于发光二极管的光源是受控的,所以用户的瞳孔大小不会产生明显变化以至影响识别,且这些分布在圆环状里的数据也不受眼球的旋转影响。(ⅳ)将虹膜数据和指纹的功率谱特征数据进行压缩处理,然后DSP控制起动红外线传输装置工作。有关CMOS成像器108、数字信号处理器104(DSP)芯片功能将在图5和图7中作详细的介绍。最后,该信息发射装置利用电源7、红外数据发射304/接收器306、红外驱动电路303、编码/解码器302和放大/压缩电路301完成红外无线通信,即以光子作为信息载体,在较短距离内以快速、安全、准确与方便的特点进行个人身份特征数据的无线传输。
如图3中所示,信息接收装置部分包括若干个红外适配器4和计算机网络。然而计算机网络包含着计算机模式识别5与指纹/虹膜参考模型6二项内容。红外适配器4的数量不限,即只要采用红外无线数据传输技术的门禁系统或计算机入网终端都能安置上这种红外适配器。这些红外适配器具有符合IrDA国际标准协议的红外数据通信接口,因此通过Internet网可以实现世界范围的指纹与虹膜的个人身份双重识别的应用,有关红外适配器工作原理的进一步介绍将在图8中表述。
如图4所示,这是袖珍式指纹与虹膜的身份双重识别系统和方法的信息发射装置中指纹与虹膜图像特征双重检测装置的结构示意图,它包括一个CMOS成像器108、成像透镜112、焦距微调器106、照明眼球发光二极管组105、一个虹膜定位对准器107、光漫射器109、指纹采样板101、菲涅尔成像透镜阵列110、光束准直器102、照明指纹发光二极管阵列103和基板111。照明指纹发光二极管阵列103通过光束准直器102和基板111照明指纹采样板101,经菲涅尔成像透镜阵列110将指纹功率谱分布图像送到CMOS成像器108上;照明眼球发光二极管组105经过光漫射器109、虹膜定位对准器107、成像透镜112和焦距微调器106作用,照明虹膜并成像在CMOS成像器108上。
如图4所示,当手指按到指纹采样板时101时,相当按动了该装置的工作起动开关,也就是该装置接通了电源,CMOS成像器108进入工作状态,照明指纹发光二极管阵列103或眼球发光二极管阵列105正常发光。由于该装置的基板111为光学透明基板(如由玻璃或塑料等材料组成),所以照明指纹发光二极管阵列103所发射出来的光束经过光束准直器102被投射到指纹采样板101上,该采样板101是半透射半反射光学器件,则按在上面的指纹图像便可反射到CMOS成像器108。如图4中菲涅尔成像透镜阵列110将一个指纹图像分割成由1-2毫米边长的正方形所组成的子图像二维列阵,每一个子图像对应一个菲涅尔成像透镜来实现光学傅里叶变换后所获得的光功率分布图,由于指纹映射到各个子图像中的几何特征是不同的,所以经傅里叶变换后的光功率谱分布图也是不一样的。这些特征量被CMOS成像器108探测获得并传送到DSP芯片104同预先存储的用户指纹特征参考模型进行比较识别。如图4中,当眼球接触到虹膜定位对准器107时,虹膜特征部位被照明虹膜发光二极管发射的,又经过光漫射器处理过的漫射光所照亮。由于用户在预先存储其虹膜参考模型数据时,曾通过焦距微调器的调正,已经取得了能清晰看到十字叉线的正确定位。因此,在用户使用这个已调试正常的专用装置过程中,他或她的眼球一旦碰到虹膜定位对准器便能容易的看清十字叉线这一目标,同时也能清楚地将他或她的虹膜图像被CMOS成像器108所获取,其图像数据在DSP芯片104中同预先存储的用户虹膜图像参考模型进行快速比较与识别。
如图5所示,这是CMOS成像器108的功能框图,它是在1998年8月由美国Photobit公司推出的数字芯片成像器PB-159DX,它在1/4平方英寸面积里包容512×384个象素108-1,每一个象素为7.9μm,该芯片成像器具备芯片上控制逻辑108-2和片上实现模/数转换的功能,它有很低的功耗,8bit数字视频输出108-3和可编程(I2C接口),还设有行列解调器108-2,行列逻辑108-5,8条附加暗行108-6,5bit DAC即参照DAC108-7,采样/同步108-8,数字控制驱动器108-9。由CMOS成像器提供的新增功能包括部分或全部集成的电路、随机存取、可积分时间、视频处理、背景减除和数字化。CMOS成像器将成为用户ASIC(专用集成电路)库中的一个标准单元,用户根据应用需求进行设计与配置。最终在一块不到10美元的芯片上实现全分辨率摄像机的功效。
如图6所示,这是菲涅尔成像透镜阵列的结构与功能示意图,它表示了二元位相型菲涅尔透镜列阵(BPFLAs)110的结构与功能,BPFLAs是根据菲涅尔波带的近轴衍射原理设计其掩模图形,并以制作大规模集成电路的工艺方法经制版、光刻、离子束刻触等过程完成器件制作。BPFLAs结构特点是体积小、重量轻、设计与制作精确、集成度高,如图6a所示的每一小透镜的矩孔为1.5mm×1.5mm,在2英寸石英基片上可制作出24×24个八阶位相型菲涅尔透镜列阵,其衍射效率可达77.3%,λ=0.5461um,f=71.42mm。BPFLAs可以在平行光分束、多路成像以及傅里叶变换等方面具有很优良的光学功能,在图6b中显示出在平行光或准平行光照明下的指纹图像平面(P1)110-1可以通过在平面(P2)110-2上的BPFLAs完成傅里叶变换,并在频谱平面(P3)110-3产生光功率谱分布图。
如图7所示,这是数字信号处理(DSP)104的芯片功能框图,它是美国TI公司于1983年推出的TMS320C10芯片为例的框图,包括采用改进的哈佛结构,将程序存储器ROM104-2和数据存储器RAM104-1的总线分开,以便最大限度地提高处理能力。片内有114字×16bit数据RAM,还有1.5K字×16-bit程序ROM。片外程序RAM可扩展至4K字×16-bit,数据总线传输速率为40M bit/s。TMS320C10的时钟频率为20MHz,指令周期为200ns,它的CPU带有32-bitALU(算术逻辑单元)及ACC(累加器),16×16-bit并行乘法器,2个16-bit辅助寄存器,0-15-bit桶形移位器,4×12-bit堆栈,最多可接受4层嵌套子程序或中断。该芯片还有8个I/O口。
如图8所示,这是红外适配器4的工作/原理框图,包括红外数据接收与发送两种工作过程。当工作在红外数据发送时它被连接在计算机的RS232串口上401,计算机发送的数据,通过自身的普通UART/USART转换成串行数据,经RS232接口传送至红外适配器。红外适配器首先要完成电平转换,将RS232电平变换为TTL电平402,然后通过自身的时钟信号404对数据进行3/16调制403,并经符合IrDA国际标准的LED进行数据发送405;作为红外数据接收,则完成其上述相反的工作过程。
如图9所示,这是红外无线传输指纹与虹膜数据的基本工作原理,其中,图9a红外数据输出,图9b是红外数据输入。按照IrDA(InfraRed Data Association)即红外数据通讯协会的国际标准,红外无线传输指纹与虹膜数据的目标在于保证0.01-1m的距离范围内,半角宽度0-15度内,在最高115.2K波特率下的无差错通讯。该红外数据输出模式切换到输入模式时,它是工作在半双工方式,也就是允许一定的延迟。这是因为,红外数据的输出和输入链路使用相同的介质和波长,同时一般没有隔离措施,在输出时,输出的红外数据信号往往会被自身接收到,形成自发自收的干扰。红外数据传输链路的主要器件是红外收发器模块,这类器件一般以表面封装,内部包含发射红外信号和红外发光二极管和驱动电路,以及接收红外信号的红外光电二极管和放大、比较电路。在发射与接收的端面还集成发射透镜与接收透镜。HP公司生产的HSDL-1000系列和Temic公司的TFD3000系列为其代表产品。红外数据传输中可以使用HSDL-7000编码解码器,它是由独立的编码模块与解码模块集成的芯片,在和红外收发器模块结合使用时,提供信号的调制和解调功能。这类器件一方面能提供与传统I/O控制芯片的接口,另一方面则联接红外收发器或者其他红外数传输链别器件的驱动电路。为了给传输链路提供较纯净的电源,还需采用电源滤波电路。如图9a为指纹与虹膜图像数据的红外输出部分,将指纹与虹膜图像数据经过放大/压缩处理301之后,进入编码/解码器302进行红外通信信号调制,再由这些调制后的信号直接作用于驱动电路303,驱动电路驱动红外发光二极管(或红外激光二极管)发射出相应的红外信号304。偏置电路305是为发射提供一个静态工作电流。放大与压缩电路301的作用是控制输入信号的强度,使红外发光二极管(或红外激光二极管)的驱动电流在线性工作范围内变化,这样做既不会产生非线性失真,又能得到较大的光功率输出。图8b是指纹与虹膜图像数据的红外输入部分,红外光电二极管进行红外接收306,将接收到的红外数据信号进行滤波/放大307后,再经过编码/解码器调制可以获得与输出的原始图像数据基本相似的数字信号,并和I/O控制接口309相连接。
如图10所示,这是描述对一个输入的指纹与虹膜图像特征自动识别的计算步骤流程。因计算流程采用人工神经网络自动识别图像目标技术,因此它包含网络训练和识别二个过程。如图10(a)所示,在神经网络训练过程中,首先要把输入的图像进行预处理501,例如运用图像二值化、基于矩确定瞳孔中心和功率谱特征采集等等方法,试图将普通的图像转换成人工神经网络可以接收的数据;其次是特征提取502,人工神经网络识别的特征提取和传统模式识别中的特征提取存有差异,即在传统模式识别器中对输入的信号特征需进行全面深入的数学剖析,使其所提取的特征不仅能表征样本,而且还要使样本之间的识别距离尽可能地大,以便在后续参考模型与样本匹配中能有实现的基础。然而在神经网络识别中,特征提取的目的是把原始的图像信号特征转换为神经网络可使用的数字特征,再由神经网络进行训练得到样本之间的分割曲面。当然,这些特征也是能够良好地表征样本的,但不必人为地拉大样本之间的识别距离。第三,将特征数据送入人工神经网络503的输入端,而其输出值504和该指纹与虹膜图像对应的理想输出505相比较,根据差别来调整人工神经网络的权值506,一直调到这个差别为最小。依此类推,将所有的指纹与虹膜的参考模型都训练至它们同理想输出之间的误差为最小。这样就形成了参考模型都“记忆”到人工神经网络中去了,并具备了自适应学习的性能,也就是说不需人的介入,它便能自行抽取不易表达的知识和经验。图10(b)是神经网络识别过程,其中的图像预处理507、特征提取508同图10a中的一致,而这里的人工神经网络509是受过训练后的网络,当待识别的指纹与虹膜图像特征信号送人该网络后,人工神经网络便进行“联想”,并且实时地在网络输出510获得与该图像特征信号对应的输出,即完成了对一个输入的指纹与虹膜图像的识别结果511。由于待识别的图像允许和训练时的图像参考模型存有一定的差别,这种差别一般是由许多不规则的外界噪声所影响造成的。因此人工神经网络具有一定的容错特性,这是传统模式识别所没有的非线性映射能力。BP(Back Propagation)网络算法DYSTAL(Dynamically StableAssociative Learning)网的分类对象可以是特征图像或特征失量,所以它们均可作为指纹与虹膜图像特征自动识别的人工神经网络算法。
本发明应用范围较大并具有如下有益效果,它可以充当个人身份的密钥,实现计算机入网控制,如电子货币网(EDI)、Internet和Intranet等;可以以指纹与虹膜作为生物识别特征,建立全自动高级人室管理系统,例如应用于机场、银行金库和军事基地等;可以将个人的指纹与虹膜特征数据输入到电子身份证或驾驶执照等证件的数据存储集成芯片内,则它和照片可组合成无法伪造的个人证件;可以实时确认出自动取款机(ATM)、智能卡、信用卡等金融服务系统的真实用户;可以作为各种类别的非接触式安全门禁或开关系统的控制,如汽车的起动装置、智能通道和保险箱等系统装置的控制。

Claims (8)

1.一种袖珍式指纹与虹膜的身份双重识别方法,包括对指纹和虹膜图像获取数据、识别数据、数据传输和计算机模式识别,其特征在于识别方法的步骤是:
(1)运用CMOS成像芯片和数字信号处理(DSP)技术将指纹和虹膜成像系统作成袖珍式成像系统;该袖珍式成像系统为用户专人使用和能移动使用,实现在一个袖珍成像系统中同时获取指纹与虹膜图像的特征信息;
(2)对获取图像进行定位和预处理;
(3)用红外无线传输技术将指纹与虹膜图像数据进行红外无线数据输出至信息接收部分;
(4)在信息接收部分由红外数据输入预先确定人员的存储的指纹与虹膜模型样本,将它们同实时的指纹与虹膜相比较,利用人工神经网络算法,在计算机进行模式识别判定该用户是否属于预先确定人员。
2.如权利要求1所述的一种袖珍式指纹与虹膜的身份双重识别方法,其特征在于:
所述的数字信号处理技术,把输入的虹膜图像和指纹的功率谱分布图进行预处理,其内容和步骤包括:
(1)进行图像二值化,确定一个阈值,把瞳孔这一背景从图像中分离出来;
(2)基于二值图用矩方法来确定瞳孔的中心位置;
设{f(i,j)},i,j=1,2,3,…,n是区域二值图像成抑制背景以后的区域图像,它的u,v统计矩定义为: m ( u , v ) = Σ i = 1 n Σ j = 1 n f ( i , j ) i u j v i=m(1,0)/m(0,0) j → = m ( 0,1 ) / m ( 0,0 ) 其中( i,
Figure A9911360700023
)便是该区域形心的位置,当{f(i,j)}为瞳孔区及其四周区域的二值图时,( i, )即为瞳孔的中心坐标;
(3)以瞳孔的中心坐标为原点,用瞳孔长轴的尺度作为直径在虹膜区域范围内作圆来采取特征数据;
(4)将虹膜数据和指纹的功率谱特征数据进行压缩处理,然后DSP控制起动红外无线传输装置工作。
3.如权利要求1所述的一种袖珍式指纹与虹膜的身份双重识别方法,其特征在于:
所述的信息接收部分包括若干个红外适配器(4)和计算机网络,而计算机网络包含计算机模式识别(5)与指纹/虹膜参考模型(6)二项内容。
4.如权利要求3所述的一种袖珍式指纹与虹膜的身份双重识别方法,其特征在于:
所述的红外适配器(4)的工作包括红外数据接收与发送两种工作过程:
当工作在红外数据发送时它被连接在计算机的RS232串口(401)上,将RS232电平进行TTL电平变换(402),然后通过自身的时钟信号(404)对数据进行3/16数据调制(403),并经符合IrDA国际标准化的LED进行红外数据发送(405);
当作为红外数据接收,则完成上述相反的工作过程。
5.如权利要求1所述的一种袖珍式指纹与虹膜的身份双重识别方法,其特征在于:
在步骤(3)中,所述的红外无线传输技术包括红外数据输出和红外数据输入,按照IrDA的国际标准,红外无线传输指纹与虹膜数据的目标在于保证0.01-1m的距离范围内,半角宽度0-15度内在最高115.2k波特率下,工作在半双工方式;
所述的红外数据输出部分,将指纹与虹膜图像数据经过放大/压缩(301)处理之后,进入编码/解码(302),进行红外通信信号调频,再作用于驱动电路(303)处理,驱动红外发光管进行红外发射(304)并由一个偏置电路(305)提供一个静态工作电流;
所述的红外数据输入部分,将红外数据信号进行红外接收(306),再滤波/放大(301),经过编码/解码(308)调制获得与输出的原始图像数据基本相似的数字信号,并和I/O控制(309)接口相连。
6.如权利要求1所述的一种袖珍式指纹与虹膜的身份双重识别方法,其特征在于:
在步骤(4)中,所述的人工神经网络算法包含神经网络训练和识别二个过程,
所述的训练过程是,首先,把输入的图像进行预处理(501),转换成人工神经网络可以接收的数据,其次,是特征提取(502),把原始的图像信号特征转换为神经网络可以使用的数字特征,第三,将特征数据送入人工神经网络(503),而其网络输出(504)和该指纹与虹膜图像对应的理想输出(505)相比较,调整人工神经网络的权值(506),直到差别最小;
所述的识别过程是,经图像预处理(507),特征提取(508),送至训练后的人工神经网络(509),人工神经网络进行联想,并实时地在网络输出(510)输出与该图像特征信号对应的识别结果(511)。
7.一种袖珍式指纹与虹膜的身份双重识别系统,包括信息发射装置和信息接收装置二大部分,其特征在于:
所述的信息发射装置由一个用户指纹与虹膜成像检测装置(1)、一个图像定位与预处理(2)装置及一个红外无线传输(3)装置组成;所说的信息发射装置具体制作成长方体形袖珍盒式,盒的右侧面置有一个红外数据发射器(304)和一个红外数据接收器(306),正面靠右置有红外驱动电路(303),编码/解码器(302),放大/压缩电路(301);在盒的上侧面置有电源(7)、照明眼球发光二极管组(105);在盒的正面中上方置有虹膜定位对准器(107)、CMOS成像器(108)和焦距微调器(106);正面左上方置有指纹采样板(101)、光束准直器(102);盒正面下方置有照明指纹发光二级管阵列(103)和数字信号处理器(DSP)(104);
所述的信息接收装置由若干个红外适配器(4)、计算机模式识别(5)装置和用户指纹与虹膜参考模型(6)组成;
8.如权利要求7所述的一种袖珍式指纹与虹膜的身份双重识别系统,其特征在于:
所述的指纹与虹膜成像检测装置(1)包括一个CMOS成像器(108),成像透镜(112),焦距微调器(106),照明眼球发光二极管组(105),虹膜定位对准器(107),光漫射器(109)、指纹采样板(101),菲涅尔成像透镜阵列(110),光束准直器(102),照明指纹发光二级管组(103)和基板(111);照明指纹发光二极管组(103)通过光束准直器(102)和基板(111),照明指纹采样板(101)经菲涅尔成像透镜阵列(110)指纹的功率谱分布图像送到CMOS成像器(108)上;照明眼球发光二极管组(105)经光漫射器(109)、虹膜定位对准器(107)、成像透镜(112)和焦距微调器(106)照明虹膜并成像于CMOS成像器(108)上。
CN 99113607 1999-04-05 1999-04-05 袖珍式指纹与虹膜的身份双重识别系统和方法 Pending CN1235318A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 99113607 CN1235318A (zh) 1999-04-05 1999-04-05 袖珍式指纹与虹膜的身份双重识别系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 99113607 CN1235318A (zh) 1999-04-05 1999-04-05 袖珍式指纹与虹膜的身份双重识别系统和方法

Publications (1)

Publication Number Publication Date
CN1235318A true CN1235318A (zh) 1999-11-17

Family

ID=5276781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 99113607 Pending CN1235318A (zh) 1999-04-05 1999-04-05 袖珍式指纹与虹膜的身份双重识别系统和方法

Country Status (1)

Country Link
CN (1) CN1235318A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100343862C (zh) * 2003-04-30 2007-10-17 香港中文大学 基于受激肌肉动作电位信号的身份识别方法
CN100349542C (zh) * 2004-05-29 2007-11-21 倪蔚民 实时自动无侵害的虹膜光学成像装置
CN100361131C (zh) * 2005-04-08 2008-01-09 佳能株式会社 信息处理设备、信息处理方法
CN100365644C (zh) * 2003-04-21 2008-01-30 香港中文大学 身份识别和鉴定方法
CN102343125A (zh) * 2010-07-30 2012-02-08 莱特布克有限公司 便携式眼用光治疗装置
CN105608410A (zh) * 2015-07-20 2016-05-25 宇龙计算机通信科技(深圳)有限公司 手纹信息识别装置和手纹获取方法
CN106203410A (zh) * 2016-09-21 2016-12-07 上海星寰投资有限公司 一种身份验证方法及系统
CN106355164A (zh) * 2016-09-30 2017-01-25 桂林师范高等专科学校 一种虹膜识别系统
CN109154869A (zh) * 2016-06-07 2019-01-04 深圳市汇顶科技股份有限公司 用于屏上指纹感应的屏下光学传感器模块的光学准直器
US10963671B2 (en) 2015-06-18 2021-03-30 Shenzhen GOODIX Technology Co., Ltd. Multifunction fingerprint sensor having optical sensing capability
US11017068B2 (en) 2015-06-18 2021-05-25 Shenzhen GOODIX Technology Co., Ltd. Optical sensing performance of under-screen optical sensor module for on-screen fingerprint sensing
CN114758406A (zh) * 2015-05-11 2022-07-15 奇跃公司 用于使用神经网络的生物特征用户识别的设备、方法和系统

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100365644C (zh) * 2003-04-21 2008-01-30 香港中文大学 身份识别和鉴定方法
CN100343862C (zh) * 2003-04-30 2007-10-17 香港中文大学 基于受激肌肉动作电位信号的身份识别方法
CN100349542C (zh) * 2004-05-29 2007-11-21 倪蔚民 实时自动无侵害的虹膜光学成像装置
CN100361131C (zh) * 2005-04-08 2008-01-09 佳能株式会社 信息处理设备、信息处理方法
CN102343125A (zh) * 2010-07-30 2012-02-08 莱特布克有限公司 便携式眼用光治疗装置
CN114758406B (zh) * 2015-05-11 2024-02-23 奇跃公司 用于使用神经网络的生物特征用户识别的设备、方法和系统
CN114758406A (zh) * 2015-05-11 2022-07-15 奇跃公司 用于使用神经网络的生物特征用户识别的设备、方法和系统
US10963671B2 (en) 2015-06-18 2021-03-30 Shenzhen GOODIX Technology Co., Ltd. Multifunction fingerprint sensor having optical sensing capability
US11017068B2 (en) 2015-06-18 2021-05-25 Shenzhen GOODIX Technology Co., Ltd. Optical sensing performance of under-screen optical sensor module for on-screen fingerprint sensing
WO2017012373A1 (zh) * 2015-07-20 2017-01-26 宇龙计算机通信科技(深圳)有限公司 手纹信息识别装置、手纹获取方法和终端
CN105608410B (zh) * 2015-07-20 2018-03-16 宇龙计算机通信科技(深圳)有限公司 手纹信息识别装置和手纹获取方法
CN105608410A (zh) * 2015-07-20 2016-05-25 宇龙计算机通信科技(深圳)有限公司 手纹信息识别装置和手纹获取方法
CN109154869A (zh) * 2016-06-07 2019-01-04 深圳市汇顶科技股份有限公司 用于屏上指纹感应的屏下光学传感器模块的光学准直器
CN109154869B (zh) * 2016-06-07 2021-02-05 深圳市汇顶科技股份有限公司 用于屏上指纹感应的屏下光学传感器模块的光学准直器
CN106203410A (zh) * 2016-09-21 2016-12-07 上海星寰投资有限公司 一种身份验证方法及系统
CN106203410B (zh) * 2016-09-21 2023-10-17 上海星寰投资有限公司 一种身份验证方法及系统
CN106355164A (zh) * 2016-09-30 2017-01-25 桂林师范高等专科学校 一种虹膜识别系统

Similar Documents

Publication Publication Date Title
CN1235318A (zh) 袖珍式指纹与虹膜的身份双重识别系统和方法
CN200950262Y (zh) 一种移动终端
EP1600898B1 (en) Personal authentication method, personal authentication apparatus and image capturing device
CN103886283A (zh) 用于移动用户的多生物特征图像信息融合方法及其应用
CN1388945A (zh) 虹膜识别系统和方法及用于实现虹膜识别方法的计算机可读存储介质存储的计算机可执行指令
CN1157679C (zh) 在非接触数据交换系统中处理冲突的方法
CN103294995A (zh) 成像设备和用于鉴别使用者的方法
EP1562134A3 (en) Biometric information verifying apparatus
CN1217290C (zh) 二维条码身份证件防伪系统自动识读方法
CN104527535B (zh) 一种带加密qr二维码的汽车车牌
CN101819629B (zh) 一种基于监督张量流形学习的掌纹识别系统及识别方法
CN1369085A (zh) 检查访问权利
CN101067845A (zh) 一种免接触光学指纹图像采集方法和系统
He et al. Iris feature extraction method based on LBP and chunked encoding
Feng et al. Fingerprint indexing using ridge invariants
CN107172386A (zh) 一种基于计算机视觉的非接触式数据传输方法
CN202771437U (zh) 一种基于指部生物特征的多模态身份认证装置
CN200980081Y (zh) 一种网络身份认证系统
CN100489882C (zh) 生物统计识别的方法、装置和系统
CN101833815A (zh) 一种纸币清分机的图像识别系统及其控制方法
CN1482569A (zh) 离线二维条码生物认证防伪方法
CN106503532A (zh) 一种基于指纹识别的鼠标及其使用方法
CN2854703Y (zh) 超声波电子笔指纹接收装置
CN1153402C (zh) 产生和鉴别不可变更的自动验证制品的方法和系统
CN202205213U (zh) 应用于公安系统的人像比对系统

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
AD01 Patent right deemed abandoned
C20 Patent right or utility model deemed to be abandoned or is abandoned