虹膜 识别系统 虹膜识别技术的优缺点
捕捉虹膜的数据图像
为虹膜的图像分析准备过程
从虹膜的纹理或类型创造512字节的iriscode.
使用iriscode模板用于确认。
在当今世界，虹膜识别仍被公认为是识别精度最高的生物识别系统。
生物测定学是一种技术，这种技术是将独特的人体特征（诸如面部特征、声音，指纹特征等）翻译成数字编码，这种编码可以识别、检验身份。
而虹膜识别技术通过人体独一无二眼睛虹膜的特征来识别身份，虹膜特征匹配的准确性甚至超过了DNA匹配。
这种技术在生物测定行业已经被广泛认为是目前精确度、稳定性、可升级性最高的身份识别系统（human authentication）
生物测量手段
在身份识别或确认过程中会有错误。有两个重要的测量因子——拒假率（FRR）和容假率(FAR)可以表明任何一种生物测量技术的正确性，可靠性。
拒假率（FRR）
在进行生物测量时，对某对象的某一生物特征进行生物测量所得结果与该对象已经记录在系统中的模板不匹配，这时拒假事件发生。理论上拒假事件的发生概率或者实际发生的频率（在有足够的历史数据可用的情况下）就是拒假率。 拒假率FRR在不同的生物测量体系和技术中值不同；而在任何一个单独的生物测量体系中，尽管用于识别或确认的过程不尽相同，但拒假率（FRR）可能会一样。因为在一个体系中仅有一个有效模板与该系统所获得的数据匹配。
FRR值在生物测量时又会因为环境的不同而不同， 比如使用者合作的程度，操作条件等都可以影响FRR。
容假率（FAR）
在生物测量时，有一种可能性——对某一个对象的某一生物特征扫描取得的数据与数据库中另外一个非该对象的模板足够相似以至于匹配,这种错误叫做接受假事件，相关的概率叫做容假率FAR。 一个生物测量系统的FAR反映了该系统所使用技术的基本性能及系统独特性。为了获得一个低的FAR值，在测量生物实体的模板时，一定要使用这个个体的独一无二的生物个性，同时用于测量该生物个体的算法一定要能够有效地抓住这种唯一的个性。
英国政府(National Physics Laboratory)把各种各样的生物测量技术进行了比较，下面的图表是比较结果的一部分。图表所显示的是这八种生物识别技术的FAR以及FRR。
Face—面部识别 Fp-chip ——指纹芯片采集 FP-chip(2)——指纹芯片采集（2）
FP-optical ——指纹光学采集 Hand ——掌纹 Iris ——虹膜 Vein——血管
Voice ——声音
该图表告诉我们这八种生物识别技术在安全性以及处理FRR和FAR使之达到一个最佳平衡点的关系——也就是说对于安全性要求越高，那么拒假事件就会发生的越多；而另一方面，如果希望减少拒假事件的发生，那么需要建立一个容假率更高的系统，但在这种情况下，非法人员又可以进入系统，从而降低了系统安全性。
而如上图所示，IRISCODE 固定在y轴，即说明虹膜识别的FRR值远远低于其他生物识别技术同时FAR值始终保持为0。
虹膜识别技术
每个人每只眼睛的虹膜都是唯一的。即使是整个人类，也没有任何两个虹膜在数学细节（mathmatical detail）是相似的。即使是一对双胞胎，他们的虹膜也不会相同。
每只眼睛的虹膜都有外界环境保护。从一定的距离之外可以看到虹膜，这样可视性为生物测量方案的操作上提供了理想的条件。即不像DNA这种生物特征的不可视。登记时获得图像，以及身份识别都是很容易完成的，最重要的是这种技术的抗干扰性（抗插入性）。
其他生物测量技术在数学算法的确定性、速度以及非干扰性这些方面不能够和虹膜识别相提并论。
总之， 虹膜识别是
An award winning access control system 在门禁控制系统中一定会赢。
Has no requirement or costs for cards and pin’s对于智能卡或者PIN 没有要求也没有成本。
比DNA的匹配准确性还要高。比如没有容假事件的纪录。
需要的储存空间很小 （iriscode 512字节 ）
使用的是识别匹配（identification matching，一对多）而不是确认匹配( verification matching，一对一)。
图像获取来自虹膜，而虹膜特征在人的一生中都很稳定，使用基于录像的技术
数据库的数据匹配很快（匹配率在标准的个人电脑上超过了每秒钟十万个。）
虹膜识别技术的优缺点~
1．便于用户使用；2．可能会是最可靠的生物识别技术；3．不需物理的接触；4．可靠性高。快捷方便：拥有本系统，不需要携带任何证件，就能实现门控，可单向亦可双向；既可以被授权控制一扇门，也可以控制开启多扇门；授权灵活：本系统根据管理的需要，可任意调整用户权限，随时了解用户动态，包括客户身份、操作地点、功能及时间次序等，实现实时智能管理；无法复制：本系统以虹膜信息为密码，不可复制；且每一次活动，都可自动记录，便于追溯、查询，非法情况则自动报警；配置灵活多样：使用人和管理者可根据自身喜好、需要或场合的不同，设定不同的安装及运行方式。比如在大堂等公共场所，可以只采用输入密码的方式，但在重要场合，则禁止使用密码，只采用虹膜识别方式，当然也可以两种方式同时使用；投入少、免维护：装配本系统可以保留原来的锁，但其机械运动件减少，且运动幅度小，门栓的寿命更长；系统免维护，并可随时扩充、升级，无须重新购置设备。长远来看，效益显著，并可使管理档次大大的提高。应用行业广泛：广泛应用于煤矿、银行、监狱、门禁、社保、医疗等多种行业； 1．很难将图像获取设备的尺寸小型化；2．设备造价高，无法大范围推广；3．镜头可能产生图像畸变而使可靠性降低；4．两大模块：硬件和软件；5．一个自动虹膜识别系统包含硬件和软件两大模块：虹膜图像获取装置和虹膜识别算法。分别对应于图像获取和模式匹配这两个基本问题。
目前有以下三款：
iphone8、富士通Arrows NX F-04G、三星Galaxy Note 7
什么是虹膜？
人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分，其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后，在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。
由于虹膜的唯一性，所以就出现了用虹膜作为识别对象的虹膜识别技术，以此来提高个人信息安全性。
虹膜识别的应用历史：
虹膜识别最早应用还是在19世纪80年代，当时巴黎的刑事监狱就用耳朵的大小、脚的长度、虹膜等特征来鉴别犯人；1987年，眼科专家Leonard Flom 和 Arin Safir首次提出利用虹膜图像进行自动虹膜识别的概念，到1991年，美国洛斯阿拉莫斯国家实验室的JOHNSON实现了一个自动虹膜识别系统。1993年，JOHNDAUGMAN实现了一个高性能的自动虹膜识别原型系统。今天，大部分的自动虹膜识别系统使用DAUGMAN核心算法。
虹膜识别安全性：
一个虹膜约有266个量化特征点，而一般的生物识别技术只有13个到60个特征点。266个量化特征点的虹膜识别算法在众多虹膜识别技术资料中都有讲述，在算法和人类眼部特征允许的情况下，算法可获得173个二进制自由度的独立特征点。在生物识别技术中，这个特征点的数量是相当大的。从而在安全性上有很大保障。
而且当一个人死亡后，瞳孔会自然放大，从而造成虹膜消失，所以只有活体才能够只用虹膜识别，而且由于虹膜是生物特征，在照片或者视频上是不能解锁的。
虹膜识别技术的过程一般来说分为：虹膜图像获取、图像预处理、特征提取和特征匹配四个步骤。
1、图像获取使用特定的数字摄像器材对人的整个眼部进行拍摄，并将拍摄到的图像通过图像采集卡传输到计算机中存储。
2、图像预处理由于拍摄到的眼部图像包括了很多多余的信息，并且在清晰度等方面不能满足要求，需要对其进行包括图像平滑、边缘检测、图像分离等预处理操作。
3、特征提取通过一定的算法从分离出的虹膜图像中提取出独特的特征点，并对其进行编码。
4、特征匹配根据特征编码与数据库中事先存储的虹膜图像特征编码进行比对、验证，从而达到识别的目的。
相关要点总结：