首先给大家介绍虹膜图像获取的过程，虹膜图像获取是一个具有 挑战性的问题， 一是物理尺寸小，造成成像系统景深是比较小的，然后成像过程用户眼睛跟摄像机在一个光轴上，有效对焦就不是很方便，就是传统的技术面临着很大挑战。比如说戴上眼睛之后会有反光等其他因素的干扰，所以 虹膜图像采集是虹膜识别比较大的瓶颈。

　　虹膜成像的原理主要是采用近红外的一个滤光片通过成像系统之后进行成像，包括有一些视觉反馈、人和相机的距离。这个虹膜的系统是一个精密的自动化系统，这是在不同的情况下采集的虹膜图像，我们东方人虹膜纹理是采用近红外800多纳米光源，虹膜图像是最清晰的。

　　当前 虹膜识别系统主要是近距离的，比如说日本冲电气最早是手持式，在笔记本上用的虹膜装备，包括这种便携式虹膜成像系统，包括还有虹膜成像设备。当前也有公司开发远距离，比如说1米到3米之间可以采集人的虹膜纹理，这样更方便，也是在安检通关方面比较重要的趋势，主要的科研单位和科研机构，美国的一些公司，Aoptix, Eyelock, Sarnoff等公司都曾经研发近距离虹膜系统。

　　虹膜图像的获取主要有四个跨越，我们是从1998年开始做，1999年实现了从无到有，当时我们从美国买设备，他们不卖我们，后面通过我们自主的研究，2001年有了很大的进步，我们实现了单眼到双眼的采集，2006年和2008年都有新的设备做出来，后面我们研究出来一幅图像可以先拍照后对焦的光场相机。

　　现在我们发展移动终端的虹膜识别技术，这是我们最近研发手机虹膜识别。这是虹膜识别登记，只要两三秒钟就可以实现虹膜注册，非常方便。今年年初发布了第一部虹膜安全手机，在国家的安全部门在用，包括应用自主知识产权的虹膜设备，我们也建设了自己的虹膜项目数据库，目前有1.6万个科研团队申请使用，包括有各种各样的数据库，我们通过虹膜图像的共享使虹膜研究领域活跃度大幅度提升。

　　虹膜图像处理

　　采集了虹膜图像之后，我们要对虹膜图像进行预处理，就是把虹膜图像上面一些反光，包括确定初步位置，就是虹膜检测，然后对虹膜内外圆进行定位，有时候虹膜并不完全是圆形，包括睫毛和眼睛的检测，我们也提出新的方法，根据虹膜分布的规律，能够自动建模，然后结合纹理、虹膜的边缘、上下眼皮的边界，再用一些模型把这些睫毛、光斑滤除。

　　虹膜图像特征比对

　　这时怎么对虹膜特征进行编码，传统的虹膜识别方法都比较复杂，我们提出比较新颖非常简单并且实用，计算速度非常快的 定序测量特征，就是统计这个图像区域之间绝对值，就计算哪个区域之间相对哪个区域更亮，哪个区域更暗。

　　这些编码是符合二项分布的，这样可以确定如果是不同用户虹膜比对，匹配分数的分布服从二项分布。Hamming距离匹配分数会非常高。而同一个人绝大部分即使有一些噪声，定序测量也能够匹配上，这样的话很容易识别出来，并且计算速度非常快。后面我们提出了线性规划方面 解决虹膜和掌纹图像中定序测量特征选择问题，在主流的虹膜和掌纹图像数据库取得了当前最好的识别效果。

　　虹膜识别的机遇与挑战

　　在完成虹膜技术识别之后，我们通过技术转移转换之后，atv，对于监狱犯人的管理、机场安检、计划生育、防恐、国外的提款机都有应用，也会发布今年虹膜安全手机。现在虹膜虽然经过多年的发展，可以取得很好的识别效果，但是并不一定完全解决虹膜识别的问题，因为在复杂场景中，特别是在远距离、多目标包括沟通量的条件下，怎么精确识别人的身份还需要很大的研究。