项目信息
1.项目名称：依据FPGA的混沌加密虹膜辨认体系规划
2.运用领域：工业操控、科研、医疗、安检
3.规划摘要：
依据虹膜的生物辨认技能是一种最新的辨认技能，经过必定的虹膜辨认算法，能够到达非常优异的准确性。跟着虹膜辨认技能的开展，它的运用领域越来越宽，不仅在高度机密场所运用，并逐步推广到机场、银行、金融、公安、出入境口岸、安全、网络、电子商务等场合。在研讨了虹膜辨认算法，即预处理、特征提取和匹配的基础上，咱们规划了一种可便携运用的依据FPGA的嵌入式虹膜辨认体系。本体系由6个模块组成：电源办理和监控、虹膜图画收集(CMOS图画传感器，ADV7183)、虹膜图画处理(FPGA)、存储器(SDRAM和FLASH)、人机交互(LCD和键盘)和网络传输模块，一起从硬件、软件和算法三个方面提出规划计划
4.虹膜辨认原理
虹膜是一种在眼睛中瞳孔内的织物状各色环状物，每一个虹膜都包括一个绝无仅有的依据像冠、水晶体、细丝、斑驳、结构、凹点、射线、皱纹和条纹等特征的结构。据称，每个人每只眼睛的虹膜都是仅有的，即使是整个人类，也没有任何两个虹膜在数学细节(mathmatical detail)是类似的，即便是一对双胞胎，他们的虹膜也不会相同。
虹膜是坐落眼睛黑色瞳孔和白色巩膜之间的圆环状部分，总体上呈现一种由里到外的放射状结构，由适当杂乱的纤维安排构成，包括有许多彼此交织的类似于斑驳、细丝、冠状、条纹、隐窝等细节特征，这些特征在出世之前就以随机组合的办法承认下来了，一旦构成毕生不变。
从必定的间隔之外能够看到虹膜，这样可视性为生物丈量计划的操作上供给了抱负的条件，不像DNA这种生物特征的不可视。登记时取得图画，以及身份辨认都是很简单完结的，最重要的是这种技能的抗搅扰性(抗刺进性)。其他生物丈量技能在数学算法确实认性、速度以及非搅扰性这些方面与虹膜辨认不可同日而语。在当今世界，虹膜辨认仍被公认为是辨认精度最高的生物辨认体系。
虹膜辨认技能便是运用核算机对虹膜纹路特征进行量化数据剖析，用以承认被辨认者的实在身份，是现在世界上最顶级的生物辨认技能。
一个主动虹膜辨认体系包括硬件和软件两大模块：虹膜图画获取设备和虹膜辨认算法。别离对应于图画获取和方式匹配这两个根本问题。
收集：
从直径11mm的虹膜上，Dr.Daugman的算法用3.4个字节的数据来代表每平方毫米的虹膜信息，这样，一个虹膜约有266个量化特征点，而一般的生物辨认技能只要13个到60个特征点。266个量化特征点的虹膜辨认算法在许多虹膜辨认技能资料中都有叙述，在算法和人类眼部特征答应的状况下，Dr. Daugman指出，经过他的算法可取得173个二进制自由度的独立特征点。在生物辨认技能中，这个特征点的数量是适当大的。
算法：
第一步是经过一个间隔眼睛3英寸的精细摄像头来承认虹膜的方位。当摄像头对准眼睛后，算法逐步将焦距对准虹膜左右两边，承认虹膜的外沿，这种水平办法受到了眼睑的阻止。算法一起将焦距对准虹膜的内沿(即瞳孔)并扫除眼液和纤细安排的影响。
单色相机运用可见光和红外线，红外线定位在700-900mm(这是IR技能的低限，美国眼科学会在他们对macularcysts研讨中运用相同的规模)的规模内。
在虹膜的上方，算法经过二维Gabor子波的办法来细分和重组虹膜图象，第一个细分的部分被称为phasor，要了解二维gabor子波的原理需求很深的数学知识。
准确度：
虹膜辨认技能是准确度最高的生物辨认技能，详细描绘如下：两个不同的虹膜信息有75%匹配信息的可能性是1:106等错率：1:1200000两个不同的虹膜产生相同虹膜代码的可能性是1:1052
录入和辨认：
虹膜的定位可在1秒钟之内完结，产生虹膜代码的时刻也仅需1秒的时刻，数据库的检索时刻也适当快。处理器速度是大规模检索的一个瓶颈，别的网络和硬件设备的功能也限制着检索的速度。由于虹膜辨认技能选用的是单色成像技能，因此一些图画很难把它从瞳孔的图画中别离出来。可是虹膜辨认技能所选用的算法答应图画质量在某种程度上有所改变。相同的虹膜所产生的虹膜代码也有25%的改变，这听起来好象是这一技能的丧命缺点，但在辨认进程中，这种虹膜代码的改变只占整个虹膜代码的10%，它所占代码的份额是适当小的。
在身份辨认或承认进程中会有过错。有两个重要的丈量因子——拒假率(FRR)和容假率(FAR)能够标明任何一种生物丈量技能的正确性，可靠性。
拒假率(FRR)
在进行生物丈量时，对某目标的某一生物特征进行生物丈量所得成果与该目标现已记录在体系中的模板不匹配，这时拒假事情产生。理论上拒假事情的产生概率或许实践产生的频率(在有满意的历史数据可用的状况下)便是拒假率。 拒假率FRR在不同的生物丈量体系和技能中值不同;而在任何一个独自的生物丈量体系中，虽然用于辨认或承认的进程不尽相同，但拒假率(FRR)可能会相同。由于在一个别系中仅有一个有用模板与该体系所取得的数据匹配。
FRR值在生物丈量时又会由于环境的不同而不同， 比方运用者协作的程度，操作条件等都能够影响FRR。
容假率(FAR)
在生物丈量时，有一种可能性——对某一个目标的某一生物特征扫描取得的数据与数据库中别的一个非该目标的模板满意类似以至于匹配,这种过错叫做承受假事情，相关的概率叫做容假率FAR。 一个生物丈量体系的FAR反映了该体系所运用技能的根本功能及体系独特性。为了取得一个低的FAR值，在丈量生物实体的模板时，必定要运用这个个别的绝无仅有的生物特性，一起用于丈量该生物个别的算法必定要能够有用地捉住这种仅有的特性。
5.体系渠道概述与资源剖析
硬件架构部分：体系选用Xilinx公司XUP Virtex-II Pro系列FPGA作为中心的操控和运算芯片，数据收集模块由GD-A118型CCD传感器和ADV7183B视频编码器组成。其间，GD-A118型CCD传感器能够完结虹膜图画的收集，ADV7183B视频编码器担任将收集到得虹膜图画转换成数字信号，(运用SPI接口)传送至FPGA进行处理。当处理图画数据时，FPGA处理模块这一部分是本规划的中心部分，首要用于对已获取的高明晰虹膜图片结合算法作进一步的处理，然后取得重要的虹膜图画信息。
处理之后的图画会依据当时的操作方式被存入FLASH中作为建档模板，或许与当时模板进行匹配。作业前可用键盘对作业方式进行挑选，另附带有LCD显现器用来显现方式挑选和辨认成果。
软件架构部分：选用ISE和EDK开发渠道进行以MircoBlaze为体系操控器，以CORE Generator开发的并行处理IP作为复数迭代核算单元的体系结构。软件算法流程图如图2所示：
6.项目内容简述：
本体系能够分为五个模块：
6.1 图画收集模块：中心部分为GD-A118型CCD传感器，ADV7183B视频编码器。首要用于获取高明晰虹膜图片。
6.2 实时图画处理模块：中心部分为XUP Virtex-II Pro开发板。
这一部分是本规划的中心部分，首要用于对已获取的高明晰虹膜图片作进一步的处理。其间包括质量评价、虹膜定位、虹膜切割、归一化、打开、二值化、增强、特征提取及编码等过程。
6.3 视频输出模块：中心部分为ADV7179视频编码器。
首要用于将收集到的虹膜图画实时明晰的展现在PC机上，以进步虹膜图画的收集质量。
6.4 数据存储模块：中心部分为SDRAM和FLASH存储器。
首要用于进步体系存储空间，进一步提高渠道处理图画的才能。
6.5 成果输出模块：中心部分为3.5英寸液晶屏。
首要作用是愈加直观的展现比对成果。
6.6网络传输模块：该模块首要实现将加密后的图片信息传输到长途的中心服器。
7. 虹膜辨认算法介绍
7.1虹膜表里边际的辨认及定位
经过虹膜收集设备收集到的虹膜图画，一般不可能只是包括虹膜，往往还有眼睛的其它部分，比方眼睑，睫毛，眼白等等，因此准确的虹膜定位是虹膜辨认与剖析的条件，虹膜及其解剖特征如图3所示。
7.1.1 虹膜内边际的特征剖析
如上图中所显现的虹膜图画来看，瞳孔的灰度最为趋向共同，也是图画中灰度最低的部分，图4(a)展现了图3的灰度直方图，由图能够看出，瞳孔的灰度会集在直方图的左边，具有明显地峰值，图4(b)显现了对该图进行灰度切割后的成果。
由此可见，阈值切割不失为一种开始别离瞳孔的途径，可是应当指出，当咱们选用的虹膜图片为规范图片时，即图画聚集杰出，光照均匀，关于此类图画，能够直接选用投影的办法承认瞳孔的半径和圆心，可是，关于光照不均匀的图画，特别是本实例中所运用的虹膜图画，阈值切割之后会呈现许多搅扰点。
如图5，便是是一幅光照不均匀状况下的虹膜图画及其阈值改换，可见照顾不均匀的状况下阈值改换后的瞳孔鸿沟有棱角，并且周围有许多搅扰点，这对承认虹膜的内边际增加了不少难度。
7.1.2 虹膜内边际确实认
如上所述，阈值切割能够开始地将瞳孔切割出来，可是考虑到算法的抗搅扰才能，应对不同光照状况下阈值切割图画的差异状况予以充分考虑，关于光照均匀程度所带来的噪声与搅扰也应能够很好处理。本文拟对阈值切割后的图画进行准确取点，然后选用hough 改换来承认圆的圆心和半径。
(1) 圆的Hough 改换
Hough 改换是对图画进行某种方式的坐标改换，它将原始图画中给定的形状的曲线或直线改换成改换空间的一个点，即原始图画中曲线或直线上所有点都会集到改换空间的某个点上构成峰点，这样，把原始图画中给定形状的曲线或直线的检测问题，变成寻觅改换空间的峰点问题，也即把检测全体特性(给定曲线的点集)变成检测部分特性的问题。
由上述原理，可得圆的Hough 改换的办法：在x-y 平面上，中心在(
)，半径是
的圆周C上一点(x，y)满意：
(7-1)
假如将圆心(a，b)看作为变量，则在a-b 平面上能够画出中心在(x，y),半径
的圆
。在圆C 上的每一点(
)，在a-b 平面上有中心在(
，
)，半径为rc 的圆
与之对应，且这些圆组成了相交于一点(
