而虹膜識別的核心在于虹膜識別算法技術(shù)。

　　總的來說，虹膜識別算法通常包括虹膜圖像質(zhì)量評估，虹膜區(qū)域定位(包含粗定位和精定位)，虹膜預處理，虹膜特征點提取，虹膜模板生成，虹膜模板匹配等算法處理過程。

　　圖二

　　圖三

　　當從手機攝像頭獲取到圖像后，首先對采集到的圖像進行初步質(zhì)量評估，評估圖像的清晰度，亮度，運動模糊，聚焦度等基本參數(shù)，如果圖像不滿足質(zhì)量要求，丟棄繼續(xù)獲取下一幅圖像。

　　圖像滿足要求則進入虹膜區(qū)域定位，先進行粗定位得到虹膜的大致區(qū)域，然后進行精定位，分別獲取到瞳孔和虹膜的圓心坐標和半徑。

　　得到虹膜區(qū)域后，通過預處理算法去除眼皮，睫毛，光斑等干擾因素，取出剩余可用的虹膜區(qū)域進行歸一化。

　　然后進行特征點提取，對虹膜歸一化圖像分析。如圖3所示，R1區(qū)域受上眼瞼和睫毛干擾較嚴重，R2區(qū)域受下眼瞼干擾，且虹膜紋理主要集中在靠近瞳孔的區(qū)域，所以選擇歸一化圖像的右上部R3區(qū)域為特征提取區(qū)域，R3區(qū)域大小一般不小于歸一化圖像大小的1/6，這里取40×200。提取特征區(qū)域后利用二維Gabor波將其篩選和繪制為相量，相量的信息包括方向和空間頻率(圖像內(nèi)容)以及圖像位置。

　　利用這些向量信息繪制為“虹膜碼”，最后使用虹膜碼進行匹配認證。

　　當用戶啟動功能后，手機點亮近紅外光源，將眼鏡對準虹膜攝像頭，攝像頭進行成像，手機對攝像頭的圖像進行采集，并輸出至算法處理模塊進行虹膜區(qū)域定位，特征點抽取并生成虹膜生物特征模板，首次生成的虹膜特征模板將會被存儲到手機上，用作身份認證比對的特征庫。

　　后續(xù)實時采集的虹膜特征與存儲的模板進行匹配，匹配通過即可完成手機解鎖、APP解鎖，虹膜支付等操作。手機搭載的近紅外光源照射到眼睛的光線強度只有IEC 62471生物安全檢測標準規(guī)定的光強的1/10，遠遠低于安全門限，不會對眼睛造成傷害 。

　　虹膜手機目前在技術(shù)上層面上，不管是攝像頭硬件，IR LED照明燈還是虹膜算法，均已成熟，滿足了產(chǎn)品級的應(yīng)用需求，市場上也陸續(xù)出現(xiàn)了幾款帶虹膜識別功能的手機。當具備虹膜識別功能的手機陸續(xù)普及后，基于虹膜識別的應(yīng)用將不再局限于解鎖，APP保護等基礎(chǔ)應(yīng)用，會進一步拓展到權(quán)限控制，網(wǎng)絡(luò)移動支付，文件數(shù)據(jù)加密，身份鑒權(quán)認證等領(lǐng)域。

　　目前支付寶的安全架構(gòu)方案(IFAA2.0)已經(jīng)支持虹膜識別功能，并將其作為行業(yè)標準中的亮點重點推廣。不久的將來，我們只需要看一眼，即可完成身份認證過程，相對的，不用擔心密碼忘記，指紋被竊取這類問題。