虹膜特征
眼睛的虹膜是由相當復雜的纖維組織構成，其細部結構在出生之前就以隨機組合的方式?jīng)Q定下來(lái)了，虹膜識別技術(shù)將虹膜的可視特征轉換成一個(gè)512個(gè)字節的Iris Code（虹膜代碼），這個(gè)代碼模板被存儲下來(lái)以便后期識別所用，512個(gè)字節，對生物識別模板來(lái)說(shuō)是一個(gè)十分緊湊的模板，但它對從虹膜獲得的信息量來(lái)說(shuō)是十分巨大的。 虹膜從直徑11mm的虹膜上，Dr. Daugman的算法用3.4個(gè)字節的數據來(lái)代表每平方毫米的虹膜信息，這樣，一個(gè)虹膜約有266個(gè)量化特征點(diǎn)，而一般的生物識別技術(shù)只有13個(gè)到60個(gè)特征點(diǎn)。266個(gè)量化特征點(diǎn)的虹膜識別算法在眾多虹膜識別技術(shù)資料中都有講述，在算法和人類(lèi)眼部特征允許的情況下， Dr. Daugman指出，通過(guò)他的算法可獲得173個(gè)二進(jìn)制自由度的獨立特征點(diǎn)。這在生物識別技術(shù)中，所獲得特征點(diǎn)的數量是相當大的。
算法
第一步是通過(guò)一個(gè)距離眼睛3英寸的精密相機來(lái)確定虹膜的位置。當相機對準眼睛后，算法逐漸將焦距對準虹膜左右兩側，確定虹膜的外沿，這種水平方法受到了眼瞼的阻礙。算法同時(shí)將焦距對準虹膜的內沿（即瞳孔）并排除眼液和細微組織的影響。
單色相機利用可見(jiàn)光和紅外線(xiàn)，紅外線(xiàn)定位在700-900mm的范圍內（這是IR技術(shù)的低限，美國眼科學(xué)會(huì )在他們對macular cysts研究中使用同樣的范圍。） 在虹膜的上方，如上圖所示，算法通過(guò)二維Gabor子波的方法來(lái)細分和重組虹膜圖象，第一個(gè)細分的部分被稱(chēng)為phasor，要想明白二維gabor子波的原理需要懂得很深的數學(xué)知識。
精確度
由于虹膜代碼（Iris Code）是通過(guò)復雜的運算獲得的，并能提供數量較多的特征點(diǎn)，所以虹膜識別技術(shù)是精確度最高的生物識別技術(shù)，具體描述如下：
·兩個(gè)不同的虹膜信息有75%匹配信息的可能性是1:106
·等錯率：1:1200000
·兩個(gè)不同的虹膜產(chǎn)生相同Iris Code（虹膜代碼）的可能性是1:1052
錄入和識別
整個(gè)過(guò)程其實(shí)是十分簡(jiǎn)單的，虹膜的定位可在1秒鐘之內完成，產(chǎn)生虹膜代碼（Iris Code）的時(shí)間也僅需1秒的時(shí)間，數據庫的檢索時(shí)間也相當快，就是在有成千上萬(wàn)個(gè)虹膜信息數據庫中進(jìn)行檢索，所用時(shí)間也不多，有人可能會(huì )對如此快的速度產(chǎn)生質(zhì)疑，其實(shí)虹膜識別技術(shù)的算法還受到了現有技術(shù)的制約。我們知道，處理器速度是大規模檢索的一個(gè)瓶頸，另外網(wǎng)絡(luò )和硬件設備的性能也制約著(zhù)檢索的速度。當然，由于虹膜識別技術(shù)采用的是單色成像技術(shù)，因此一些圖像很難把它從瞳孔的圖像中分離出來(lái)。但是虹膜識別技術(shù)所采用的算法允許圖像質(zhì)量在某種程度上有所變化。相同的虹膜所產(chǎn)生的Iris Code（虹膜代碼）也有25%的變化，這聽(tīng)起來(lái)好像是這一技術(shù)的致使弱點(diǎn)，但在識別過(guò)程中，這種Iris Code（虹膜代碼）的變化只占整個(gè)虹膜代碼的10%，它所占代碼的比例是相當小的。
更多關(guān)于產(chǎn)品詳情與技術(shù)解釋?zhuān)凑堦P(guān)注官網(wǎng)：深圳市激埃特光電有限公司
