Uma proposta automtica para a segmentao da imagem da ris humana

Luiz Antnio Pereira Neves, Jeovane Honrio Alves, Gustavo Benjamin Virmond Portela Ferreira,
Lauryen Rodrigues Brey, Jeroniza Nunes Marchaukoski
Universidade Federal do Paran
neves@ufpr.br; jeohalves@gmail.com; xemudu@hotmail.com; laurybrey@gmail.com;
jeroniza@ufpr.br

Abstract

In this paper, a fast iris segmentation method is
presented. This method is based in histogram
equalization, mode and mathematical morphology
operators. The proposed approach has been tested and
validated with 500 different iris images, using the image
database CASIA from the Institute of Automation of the
Chinese Academy of Sciences. Tests gave promising
results, providing they are robust.

1. Introduo

A viso computacional est expandindo suas pesquisas em
biometria humana para a identificao e controle de
acesso de pessoas. O padro da ris considerado a
modalidade biomtrica mais precisa e estvel. Torna-se
relevante a utilizao de dados biomtricos resultante das
caractersticas fsicas e comportamentais do indivduo,
inserindo o corpo humano, ou parte dele, como senha
principal de identificao e reconhecimento [5].
A identificao pessoal usando a biometria tem sido muito
visada desde a dcada passada. Sistemas biomtricos j
so utilizados para controle de acesso a computadores,
entrada e sada de estabelecimentos particulares, entre
outros.
Neste contexto, este trabalho tem como proposta uma
metodologia de segmentao da ris do olho humano para
extrair dados biomtricos, atravs da localizao da pupila
do olho, focando principalmente na agilidade do processo
e no baixo custo do software/hardware.
Os processos dessa viso envolvem em geral uma viso
em baixo nvel representada pelo pr-processamento da
imagem, uma viso em nvel intermedirio pela extrao
de caractersticas da imagem da ris e uma viso em alto
nvel reconhecida pelo reconhecimento desta para uma
futura implementao em um banco de dados [6].
Como as caractersticas da ris mudam muito poucas
(com a idade, por exemplo), ela se torna uma grande
proposta para a biometria, sendo esse um dos grandes
motivos para a utilizao da ris na identificao.
Portanto, nossa metodologia se baseia em histogramas
[8] e morfologia matemtica [7]. Analisamos variados
trabalhos que apresentam diferentes formas de
segmentao da ris, tais como: Popescu-Bodorin [1] que
prope o mtodo Circular Fuzzy Iris Segmentation
(CFIS) e o mtodo Gabor Analytic Iris Texture Binary
Encoder (GAITBE). O mtodo CFIS foi feito para
garantir que segmentos similares da ris sejam obtidos de
imagens semelhantes no resultado. E o GAITBE promove
a melhor codificao de independncias estatsticas entre
os cdigos da ris retirados de diferentes ris, utilizando o
filtro Hilbert Transform. Por outro lado, Azizi e
Pourreza [2] apresentam vrios mtodos para o
reconhecimento da ris e criao de vetores usando o
mtodo de transformao de Contourlet, cuja qual
captura na imagem a estrutura intrnseca geomtrica da
ris. Outro trabalho interessante proposto por Hong-ying
ET al [3]. Estes autores apresentam um novo mtodo de
segmentao da ris. A metodologia utiliza tanto o
domnio espacial quanto o domnio de frequncia, atravs
do mtodo da Steerable Pyramid. Este mtodo consegue
extrair as caractersticas fsicas da ris.
Uma metodologia eficiente a apresentada por
Tavares. Sua metodologia utiliza a equalizao de
histograma, operadores morfolgicos e clculos da
distncia para segmentar a regio da ris [4].
Portanto, o presente trabalho visa descrever uma
metodologia para segmentao da imagem da ris humana.
A descrio do artigo est organizada da seguinte
maneira: na seo 2 apresentada a metodologia; a seo
3 mostra os resultados obtidos e a seo 4 apresenta a
concluso do trabalho.

2. Metodologia

A metodologia foi dividida em quatro partes: aquisio
da imagem, pr-processamento, processamento e ps-
processamento (Figura 1). A ideia apresentar uma
metodologia que encontre a pupila do olho, e a partir da
mesma, segmente a ris. Para a aquisio da imagem, foi
usada a base de dados da CASIA. Na segunda parte foram
utilizadas funes para a normalizao da imagem. Na
parte de processamento, so usadas tcnicas de
morfologia matemtica. No ps-processamento, o objetivo
segmentar a regio de interesse, a ris.


Figura 1. Metodologia apresentada graficamente.

2.1. Aquisio da imagem

Para a aquisio das imagens da ris, foi utilizada a
base pblica de repositrio de imagens do Institute of
Automation of the Chinese Academy of Sciences,
conhecido como CASIA. Foram utilizadas 500 imagens
(quantidade relativamente razovel para os testes) da
CASIA Iris Interval V3 (Figura 2-a). Essa base possui
vrias imagens da ris de 249 indivduos. Para os testes,
foram usadas em torno de duas imagens para cada
individuo. Essas imagens so mais focadas no olho,
aumentando os seus detalhes. Alm disso, o reflexo da luz
est presente em todas as imagens, atrapalhando na hora
da segmentao.


2.2. Pr-processamento

Antes da segmentao da pupila, necessrio remover
o reflexo presente na mesma. Para isso, foi usado o
operador morfolgico top-hat. O top-hat simplesmente a
diferena entre uma imagem onde foi aplicado o operador
morfolgico de abertura (em nveis de cinza) e a imagem
original (Figura 2-b). O top-hat trata de extrair objetos
menores que o elemento estruturante utilizado e regies
luminosas cercadas por regies mais escuras do que elas.
A diferena da imagem original e a imagem depois de
aplicada o operador morfolgico top-hat a imagem com
o reflexo da luz removido (mostrado na Figura 3-a). Nessa
metodologia, so aplicadas sete iteraes do top-hat na
imagem.


Figura 2. Imagem original adquirida da CASIA-IrisV3-Interval
(a) e a imagem depois de aplicado o top-hat (b).

Depois de feito a remoo do reflexo, feita uma
equalizao de histograma (Figura 3-b) para aumentar o
contraste da imagem, distribuindo melhor os nveis de
cinza presentes, facilitando na hora da extrao da
imagem [8].
A pupila a parte da imagem mais normalizada, pois
seus nveis de cinza so muito prximos e baixos. Por isso
foi feito um histograma dos primeiros 30 nveis de cinza
(os mais escuros), observando que os valores dos pixels
da pupila no chegam a um valor maior do que esses (se a
pupila no estiver sob muito reflexo). Depois foi feito
uma moda desses 30 nveis, sendo que o nvel de cinza
com a maior frequncia utilizado como threshold ou
limiar. O valor deste limiar utilizado para separar a
pupila do resto da imagem, nesse caso, para criar uma
mascara que ser usada na reconstruo binria da pupila.


Figura 3. Imagem com o reflexo removido (a) e imagem
equalizada (b).
2.3. Processamento

Na fase do processamento primeiramente separada a
pupila da imagem atravs do limiar adquirido pela moda
obtido no pr-processamento. Essa operao feita em
todos os pixels da imagem. Se o valor do pixel da imagem
for maior que esse limiar, atribudo o valor de 255
(branco) ao pixel. Caso seja menor ou igual, o valor
atribudo zero (preto). Essa primeira limiarizao feita
para obter a mascara que ser utilizada na reconstruo
binria, mostrada na Figura 4-a.
Alm disso, feita outra limiarizao da imagem
equalizada, usando um limiar com o valor de 25, para
extrair a pupila e outros segmentos com nveis de cinza
menores que o limiar (Figura 4-b).


Figura 4. Tcnica de limiarizao usando o valor da moda para
criar a mscara (a) e a limiarizao usando o limiar com o valor
de vinte e cinco, para isolar a pupila (b).

A reconstruo binria um operador morfolgico que
tem por objetivo de extrair as regies da imagem que tem
conexo com um marcador (mscara) [12]. A
reconstruo binria usada na imagem limiarizada para
separar a pupila de outros rudos presentes (clios, por
exemplo).
A regio da pupila tem a maior concentrao de pixels
escuros e pouco varivel. Partindo dessa ideia, a
mscara ter, em sua maioria, a regio da pupila. Porm
ainda existe a possibilidade de conter outros rudos, ainda
que mnimos. Por isso so feitas vrias dilataes em cima
dessa imagem, at que sobre alguns pixels pretos, que
fazem parte da regio da pupila. A mscara no precisa
ser grande, bastando apenas ter um pixel preto que fala
parte da regio da pupila.
Depois de feitas essa dilataes binrias em cima da
mascara, so aplicadas cinco operaes de dilatao na
imagem limiarizada para remover possveis ligaes entre
a pupila e outros rudos (Figura 5-a), e cinco eroses
binrias para a imagem voltar ao seu tamanho original
(Figura 5-b). A reconstruo binria aplicada nessa
imagem limiarizada, utilizando a mscara para isolar a
regio da pupila (Figura 6-a).


Figura 5. Dilatao (a) e Eroso (b) na imagem limiarizada.

Existe a possibilidade de que a imagem da pupila ainda
tenha outras partes da imagem original. Esses rudos
geralmente so mnimos, mas podem atrapalhar na
extrao da ris. As operaes morfolgicas de dilatao
binria e eroso binria resolvem o problema [7]. Nossa
metodologia usa o elemento estruturante cruz, de tamanho
3x3, para as operaes que envolvem a dilatao e a
eroso.
O elemento estruturante um conjunto de pixels que
utilizado como base em uma comparao com uma
imagem desconhecida. A partir do elemento estruturante,
as operaes de eroso e dilatao tomam forma. Por
exemplo, vrias iteraes de eroso binria, utilizando um
elemento estruturante no formato cruz, em uma imagem
com um crculo no meio (a pupila, por exemplo), faro
com que o seu formato fique mais parecido com o formato
do elemento estruturante utilizado, nesse caso, parecido
com uma cruz.
Foram feitas cinco dilataes para remover os rudos
(Figura 6-b) e oito eroses para a pupila voltar ao seu
tamanho original, alm de remover a sua borda (Figura 7-
a). Esta borda geralmente mais clara que o valor do
limiar, consequentemente no inclusa na imagem da
pupila sozinha.


Figura 6. Reconstruo Binria (a) e Dilatao na imagem
reconstruda.

Para a prxima etapa necessrio encontrar os pontos
extremos da pupila. Para isso preciso analisar a imagem,
procurando os pixels pretos da pupila e salvar a posio
de quatro pixels: onde a coordenada x menor (ponto da
esquerda), onde x maior (ponto da direita), onde y
menor (ponto de cima) e onde y maior (ponto de baixo).
Essas coordenadas so utilizadas para adquirir o raio da
pupila: o raio horizontal e o raio vertical, sendo usado
como padro o raio com o maior tamanho.
A pupila tem um formato circular. Por isso, criado
um crculo com o raio adquirido (Figura 7-b) e outro de
um raio com vinte pixels a mais do que o raio adquirido
(Figura 8-a). O primeiro crculo criado para substituir a
imagem que contm a pupila, pois pode haver pixels
brancos dentro desta, e o segundo crculo utilizado na
extrao da ris.


Figura 7. Eroso na imagem reconstruda (a) e crculo gerado
com o raio da pupila da imagem erodida (b).

2.4. Ps-processamento

Finalmente, a extrao da ris feita usando os dois
crculos criados. Varrendo e analisando toda a imagem
original, se um pixel do crculo menor for 255 (branco) e
um pixel que esteja na mesma posio do primeiro pixel
for zero (preto) ento o pixel da imagem original
copiado para outra imagem (que inicialmente vazia, mas
adquirem pixels no zeros quando esse caso for
verdadeiro). Terminando essa operao, somente a parte
inferior da ris salva nessa ltima imagem, vide Figura
10.

Figura 8. Crculo vinte pixels maior que o anterior (a) e a regio
interior da ris segmentada.

3. Resultados

Esta sesso apresenta os resultados dos experimentos
realizados. As imagens utilizadas so da base de dados da
ris da CASIA [9]. Foi utilizado a biblioteca de viso
computacional OpenCV (Open Source Computer Vision)
[10] e as linguagens C/C++ para o desenvolvimento do
cdigo [11]. O computador utilizado para teste foi um
desktop com o processador Intel Core2 Duo E7500
@2.93 GHz, memria RAM de 2GB DDR2 800 MHz,
CodeBlocks 10.05 e OpenCV (verso 2.1.0).
Foram usadas 500 imagens de ris, todas da CASIA-
Iris-Interval V3 para os testes. A Iris-Interval foi utilizada
porque apresenta mais detalhes da ris (as fotos foram
tiradas de perto) e o reflexo da luz est presente na pupila,
que baseou a segmentao dessa metodologia.
Em relao ao reflexo, nos melhores casos, ele era
mais fraco ou era mais centralizado. Nos piores casos o
reflexo era extremamente alto e estava nas bordas da
pupila, o que acabava dificultando na hora de adquirir o
raio. Felizmente, a operao de top-hat neutralizou a
maioria desses casos. Alm disso, houve casos onde
tinham muitos clios perto da pupila. Isso um problema,
pois, na hora da limiarizao, a regio da pupila fica
grudada com a regio dos clios, anulando a ideia de
reconstruir somente a parte da pupila.


Figura 9. Segmentaes no sucedidas.

Algumas imagens (Figura 9-a, 9-b e 9-c, por exemplo)
tiveram a regio da pupila colada com a regio dos clios,
o que impossibilitou a reconstruo binria de isolar a
pupila (Figura 10-a). Apesar da Figura 9-d ter segmentado
a ris, a regio segmentada no vizinha pupila. Isso se
deve ao motivo da pupila estar muito clara. Depois de
aplicado o top-hat, os reflexos so removidos, mas o nvel
de cinza claro da pupila continua. Depois feita a
equalizao de histograma, mostrando que os nveis de
cinza da pupila e da regio interior da ris so muito
prximos, pegando uma parte da ris na tcnica de
limiarizao.
No caso da Figura 9-e, o top-hat no foi suficiente. A
regio onde estava o reflexo ainda possui nveis de cinza
muito altos, sendo transformado em branco, na operao
de limiarizao (Figura 10-b). Como pode ser observada
na Figura 10-b, a pupila foi dividida em duas partes.
Como s reconstruda a regio que est no mesmo local
que a mascara e seus anexos, uma parte da pupila ser
reconstruda (nesse caso, a regio de cima) e a outra no.
Consequentemente, o algoritmo ir encontrar um falso
ponto extremo (o de baixo), pois o ponto extremo
encontrado no ser o mesmo ponto extremo da pupila.

Figura 10. Reconstruo binria da Figura 9-d (a) e eroso da
limiarizao antes de ser aplicada a reconstruo binria na
Figura 9-e (b).

Muitas outras imagens foram segmentadas com
sucesso. Independente do tamanho da pupila: se est
grande (Figuras 11-a, 11-b, 11-i e 11-j, por exemplo), ou
se est pequeno (Figuras 11-e e 11-f), ou se est em um
tamanho mdio (Figuras 11-c, 11-d, 11-g e 11-h),
possvel a segmentao. Alm disso, a tcnica de top-hat
provou ser positiva contra o reflexo da luz presente na
pupila.

Figura 11. Exemplos de segmentaes sucedidas


Das 500 imagens utilizadas, 47 delas no tiveram o
resultado esperado na segmentao, tendo um taxa de
sucesso de 90,6% (453 positivas). Apesar disso, os
resultados foram bem satisfatrios, principalmente na
velocidade de execuo. A partir de vrios testes, foi
constatada uma grande velocidade em todo o processo. A
mdia da velocidade do processo de 0,082 segundos,
tendo uma variao bem pequena, chegando ao mnimo de
0,036 segundos. A grande velocidade adquirida pela
utilizao de tcnicas velozes, como a utilizao da
morfologia matemtica. Para futuros trabalhos, a meta
segmentar a pupila de uma forma que o reflexo da luz e os
clios no interfiram no processo, e ainda extrair toda a
rea da ris.

4. Concluso

A identificao da ris uma excelente proposta na
rea da biometria, pois ela sofre poucas mudanas com o
envelhecimento do corpo humano. Portanto uma
biometria de caracterstica fsica estvel. Existem vrios
mtodos de identificao da ris que so bem precisos,
porm requerem um alto processamento,
consequentemente tero um elevado tempo na
identificao.
Este artigo apresenta uma metodologia para a
segmentao da ris, utilizando tcnicas de morfologia
matemtica e histogramas. A metodologia proposta
procura extrair a parte de interesse de maneira simples e
rpida, no requerendo alto processamento
computacional. A maior contribuio desta pesquisa
isolar somente a pupila, pois em certas imagens ela vem
acompanhada de rudos. Em estudos futuros, pretendemos
usar tcnicas de texturas para extrao das caractersticas
biomtricas da ris e fazer a identificao humana.

Referncias

[1] N. Popescu-Bodorin, Exploring New Directions in
Iris Recognition, 13th International Symposium on
Symbolic and Numeric Algorithms for Scientific
Computing, Timisoara Romania, 2009, pp. 384 391.

[2] A. Azizi e H. R. Pourreza, Efficient IRIS Recognition
through Improvement of Feature Extraction and subset
Selection, International Journal of Computer Science and
Information Security (IJCSIS), IJCSIS June 2009 Issue,
Vol. 2, No. 1, 2009.

[3] G. Hong-ying, Z. Yue-ting e P. Yun-he, An iris
recognition method based on multi-orientation features
and Non-symmetrical SVM, Journal of Zhejiang
University Science A, Volume 6, Number 5, 2005, pp.
428-432.

[4] J.G. Rogeri, M.A. Pontes, A.S. Pereira, N.
Marranghello, A.F. Araujo e J. M. R. S. Tavares, Fast
identification of individuals based on iris characteristics
for biometric systems, Computational Vision and
Medical Image Processing: VipIMAGE 2011, Algarve
Portugal, 2011, pp. 183 187.

[5] Arajo, E. C. J. de; Souza, L. V. de. A Biometria
como Mecanismo Seguro de Identificao e Autenticao
de Indivduos em Sistemas de Informao. Disponvel
em:
<http://www.fatecjp.com.br/revista/artigo05.pdf
>. Acesso em Nov. 2011.

[6] Biometria. Disponvel em:
<http://pt.scribd.com/doc/904479/Biometria>.
Acesso em Jul. 2011.

[7] J. Facon, Morfologia Matemtica: Teoria e
Exemplos, Editor Jacques Facon, Curitiba, 1996.

[8] R. C. Gonzalez, R. E. Woods, Digital Image
Processing, 3rd ed. Prentice Hall, 2007.

[9] Institute of Automation of the Chinese Academy of
Sciences (CASIA). Disponvel em:
http://english.ia.cas.cn/. Acesso em Nov. 2011.

[10] Open Computer Vision Library. Disponvel em:
<http://sourceforge.net/projects/opencvlibrary/>.
Acesso em: 20 Nov. 2011.

[11] Ritchie, D.; Kernighan, B. C - A Linguagem de
Programao. Editora Campus, 1986.

[12] J. Serra. Image Analysis and Mathematical
Morphology. Academic Press, London, 1982.