UNICAMP/LCV 2007

RECONHECIMENTO DE RIS

Projeto em LabView

Tpicos em Microeletrnica IE327

Tcnicas de programao em Labview
Roger Larico Chavez

Agosto 2007

1. Introduo
A biometria apresenta vantagens em relao aos meios convencionais de identificao,
tais como cartes de identidade ou senhas, pois permite a utilizao de caractersticas
intrnsecas s pessoas. Conseqentemente, ela dificulta a falsificao e o roubo porque
envolve o histrico biomtrico de uma pessoa que, em geral, tende a permanecer estvel na
fase adulta. Em virtude dessa vantagem cresce o nmero de aplicaes de sistemas
biomtricos tanto no Brasil quanto em todo o mundo i. Dentro desse contexto, a ris humana
apresenta um conjunto de propriedades que a qualifica como um dos sistemas mais seguros
de reconhecimento biomtrico. De fato, entre todas as biometrias, a ris se apresenta como
sendo uma das mais confiveis e com taxas mnimas de erro de reconhecimento.
Como em todas as reas do conhecimento, hoje h uma farta literatura disponvel que
descreve os principais mtodos de reconhecimento de ris propostos. Porm, ela se
apresenta ainda de forma fragmentada e incompleta, talvez devido aos interesses
financeiros envolvidos uma vez que h uma tendncia de se preservar segredos de
tecnologia com potencial comercial. Entre os algoritmos de reconhecimento de ris
descritos na literatura [1], o algoritmo de J. Daugman tem os melhores resultados.
Neste trabalho se desenvolve um sistema bsico de reconhecimento de ris, na
modalidade de comparao. Todo baseado no algoritmo de Daugman modificado para que
seja mais fcil mudar de algoritmo e fazer mais fcil o entendimento. O sistema tem como
blocos bsicos:
Captura de dados, Localizao da pupila, Localizao da ris, Normalizao da ris,
Codificao da ris, Comparao da ris.
Todo o desenvolvimento foi feito em Labview 8.0 com o intuito de utilizar as
experincias e cdigos em um projeto futuro de integrao do software com o hardware.
Dado que possvel utilizar muitas caractersticas desta ferramenta para melhorar e
modificar facilmente o fluxo de dados. Alem disso o Labview tem a vantagem de conter
muitas funes e subroutinas que so melhoradas constantemente e existe para possveis
problemas de desenvolvimento. A adio de novas caractersticas simples nesta
ferramenta. Ento o objetivo deste sistema ser base para iniciar um desenvolvimento mais
completo e cada vez mais robusto. Outro ponto que no foi encontrado um
desenvolvimento de um software em Labview disponvel como ponto inicial de pesquisas e
comparaes (como existe em outras linguagens de programao). Um bloco importante o
Liveness no foi desenvolvido e poder ser acrescentando no futuro assim como uma
conexo a uma base de dados.
Finalmente ele testado obtendo uma preciso moderada para fins didticos e como
ponto inicial das melhoras para o futuro.

2. Caractersticas da ris Humana.

A ris um rgo interno que faz parte do globo ocular protegido pela crnea do olho,
sendo colorida e cuja funo controlar os nveis de luz assim como faz o diafragma de
uma cmera fotogrfica. A pupila a abertura para a entrada de luz que controlada pela
ris [2].
A ris tem caractersticas que so prprias de cada pessoa [3]. Existem muitos tipos de
caractersticas combinadas com diversas cores (ver Fig. 2.1). Durante o processo de
envelhecimento, a partir de certa idade, a ris no se altera biometricamente, sendo isso uma
de suas caractersticas fisiolgicas mais importantes. A ris formada no incio da gravidez
durante os trs primeiros meses de gestao. Sua estrutura completada aos oito meses e
aps esse tempo ocorrem algumas mudanas de textura. Aos dois ou trs anos de idade ela
deixa de mudar [4]. A formao da ris depende do meio no qual formado o embrio.
Dessa forma, muitos de seus detalhes no tm correlao com a carga gentica [5], [6].
Cada pessoa possui uma ris diferente, sendo que isso ocorre mesmo que se trate de gmeos
univitelinos [7], [8]. Os rgos do olho, o humor aquoso e a crnea protegem a ris do
ambiente como se pode observar na Fig. 2.1. Essa proteo impede ou dificulta a mudana
das caractersticas da ris. Evita tambm a ocorrncia de riscos de leso graves.

Fig. 2.1 Olho humano. Alguns tipos de olho. Caractersticas circulares e angulares da ris
[5]. Anatomia do olho [2].

Caractersticas da ris utilizadas para biometria

A estrutura microscpica da ris apresenta vrios aspectos incomuns. Sua superfcie
anterior que forma o limite posterior da cmara anterior no revestida por um epitlio

distinto. O estroma contm vasos sanguneos e nervos da regio. Prximo da periferia da

pupila, um conjunto de fibras musculares lisas forma uma estrutura contrctil anular,
conhecido como esfncter da pupila. A face posterior da ris consiste de um prolongamento
das mesmas duas camadas de epitlio que revestem o corpo ciliar (clulas pigmentadas). A
essa estrutura esto estreitamente associadas fibras lisas do dilatador da pupila, que esto
dispostas radialmente. Existem depresses ou criptas, atravs das quais os vasos podem ser
vistos no estroma. H tambm vrias pregas e estrias radiais ou circulares. A observao
clnica da ris (realizada por oftalmologistas e anatomistas durante um perodo em que
examinaram uma grande quantidade de olhos) permite afirmar que o padro detalhado de
uma ris nico. Isso ocorre ainda que se trate da ris esquerda ou da direita de um mesmo
indivduo. O padro de uma determinada ris varia muito pouco [7], [8].
Por outro lado, constatou-se que raramente o processo evolutivo transcorre de forma
inadequada, dando origem a uma ris rudimentar ("aniridia") ou a uma distoro na forma
da pupila ("colobloma"). Evidncias evolucionistas tambm tendem a comprovar a
estabilidade do padro da ris no tempo. Determinadas partes da ris j se encontram
desenvolvidas no nascimento, enquanto que outras, tais como a fina musculao
desenvolve-se durante os primeiros dois anos de vida. De particular importncia para o
reconhecimento de padres, o fato de que a pigmentao da ris continua at a
adolescncia. Na verdade, o tamanho mdio da pupila sofre pequenos acrscimos at essa
fase da vida. Aps a adolescncia, uma ris saudvel varia muito pouco pelo resto da vida
de um indivduo, embora uma pequena despigmentao e reduo do tamanho mdio da
abertura da pupila ocorram na velhice.
Um outro aspecto interessante da ris, sob o ponto de vista biomtrico, est relacionado
com a sua dinmica de movimentao. Essas alteraes ocorrem devido complexa
interao dos msculos da ris (dimetro da pupila est em constante estado de oscilao).
A absoro da luz e outras caractersticas fisiolgicas podem ser usadas para se evitar
possveis fraudes.

3. Reconhecimento de ris.
Os algoritmos bsicos de reconhecimento de ris variam de acordo com a classificao
dada por diferentes autores na literatura. No entanto, em geral os algoritmos contm uma
entrada de dados, um pr-processamento matemtico para segmentar a informao,
extrao de caractersticas e uma parte final de comparaes para tomar uma deciso (ver
Fig. 3.1).

Fig. 3.1. Descrio de um tpico sistema de reconhecimento de ris.

A aparncia bastante complexa da ris uma conseqncia das caractersticas de sua
estrutura, resultando em mais de 400 graus de liberdade [9]. Esse um parmetro muito til
para sistemas de reconhecimento, uma vez que expressa quanto os padres a serem
comparados so independentes. Esse valor trs ou quatro vezes maior do que o nmero de
graus de liberdade de sistemas de reconhecimento de impresses digitais [10]. Entretanto, o
algoritmo associado ao reconhecimento limita o grau de liberdade.
Dependendo da aplicao o reconhecimento de ris pode-se utilizar isto para: comparar,
verificar e ate identificar um individuo. Cada uma destas modalidades deve conter uma
comparao para fazer a tarefa completa. Neste trabalho somente se desenvolve o mtodo
de comparao bsico como inicio e ferramenta para outras aplicaes.

Implementao em Labview: IrisR.vi, App_IrisRecognition.vi

O sistema de reconhecimento de ris bsico desenvolvido esta dividido em um sistema
para gerar templates IrisR.vi. Nesta etapa se integra todos os blocos para fazer a tarefa de
gerar os templates (ver Fig).

Fig. 3.2. Processo de gerao de templates a partir de ima imagem.

Fig. 3.3 Diagrama do processo bsico de gerao de templates

No entanto a aplicao que faz a comparao e medida similaridade esta feito por dois
processos em paralelo. Um deles de gerao de cdigos de ris ou templates e a distancia de
Hamming. Isto observado nas figuras embaixo.

Fig. 3.4. O painel frontal da aplicao de reconhecimento de ris.

Fig. 3.5. O diagrama da aplicao de reconhecimento de ris.

4. Processo de captura da ris.

O dispositivo de captura de dados (e tambm o liveness) a primeira etapa de um
sistema de reconhecimento de ris. Nesta etapa se captura uma imagem do olho para serem
processada. As caractersticas da imagem esto de acordo com os parmetros utilizados
como a cor, luminncia, contraste o foco e a resoluo entre outras. Essas caractersticas da
imagem dependem muito do fabricante, do ambiente e algumas vezes do mesmo usurio.
No entanto, alm da forma de se capturar a imagem, devem-se levar em conta outros
fatores. De fato, o objetivo da captura de dados a obteno de uma imagem que sirva para
reconhecimento. Assim, qualquer que seja o dispositivo usado, o resultado dever fornecer
os parmetros (caractersticas) de imagens adequados para o reconhecimento. Dessa forma,
se dois ou mais equipamentos permitem a obteno de parmetros com a mesma definio,
claridade e contraste das imagens para a composio de uma base de dados, ento no
haver necessidade de se ajustar o algoritmo. O ideal tentar imitar as formas finais das
imagens obtidas, ajustando-se os equipamentos.

Implementao em Labview: AcquireEye.vi

A implementao feita uma captura por cmera USB. Processo de captura
desenvolvido de simples design. O diagrama em Labview o seguinte:

Fig. 4.1. Interfaz e o diagrama em Labview.

Na Fig. anterior se observa a utilizao do NI-IMAQ for USB Cmera sobre LabView
8.0. aqui se observa o processo tradicional de inicio, captura de cada frame da cmera e
uma finalizao. Embora se observa um lao de N=2. A finalidade deste bloco sincronizar
a primeira captura (errada durante a primeira captura) para obter na seguinte a imagem
desejada. O processo de escala de cinza pegando as propriedades de luminncia da
imagem.

5. Localizao
A captura de ris a etapa onde se processa as imagens para obter a informao. Neste
caso obter a ris do olho humano e desprezar as outras partes. Isto para facilitar aos
algoritmos de no comparar regies que no intervierem no algoritmo. A forma utilizada na
maioria de pesquisas detectar a pupila e a ris para segmentar a ris (ver Fig. 5.1).

Fig. 5.1. Localizao da ris: centros e raios de pupila e ris [16].

Tm-se conseguido muitas melhoras no reconhecimento de ris, mas alguns problemas no
podem ser ignorados. Os sistemas reais, em condies variantes requerem muita robustez.
No entanto, tambm necessrio adicionar rapidez, dado que so capturadas vrias
imagens por segundo. Alm disso, o usurio tem pouca tolerncia a longos tempos de
processamento. Os custos de localizao esto prximos da mdia total do processo [11] e a
localizao da ris importante para a seqncia de processamento. A localizao crucial
para o melhor desempenho em relao ao tempo e preciso do sistema de reconhecimento
[12]. Em diversos trabalhos, um dos problemas que no foi resolvido a falta de exatido
na localizao. Sugere-se esse tema como pesquisa futura [13], Nesse caso, simplesmente
no se utilizam as amostras erradas nessa etapa (ver Fig. 5.2).

Fig. 5.2 Erros acentuados na localizao com a

transformada de Hough (imagem 52).
Um requisito importante a ser satisfeito a necessidade de balanceamento entre o tempo
de localizao e o tempo necessrio para obteno de uma exatido aceitvel.

Implementao em Labview: Pupildetect.vi, Irisdetect.vi

A implementao feita possui as caractersticas clssicas de deteco de circunferncias.
Utilizaram-se as bibliotecas disponveis no Vision and Motion e funes de
processamento de imagens como se observa no diagrama de cada um dele (ver Figuras).
A deteco da pupila foi desenvolvida no arquivo pupildetect.vi. onde a entrada de
dados o arquivo armazenado pelo capturador. A sada a imagem com a pulila indicada
pela circunferncia, os parmetros dessa pupila como o radio e o centro (tambm tem se um
modulo de erro). Isto se observa na seguinte figura.

Fig. 5.3. O painel frontal pupildetect.vi para deteco da pupila.

Como se observa no diagrama deste bloco, vrios estgios como: entrada de dados e
carga da imagem em memria, filtros para acentuar as bordas da imagem do olho, um
estagio para remover partculas, uma deteco de circunferncias e uma sada de dados (ver
Fig).

Fig. 5.4. Diagrama para deteco da pupila.

6. Normalizao
A aquisio de uma imagem real no meio ambiente dificilmente perfeita, isto mesmo
tomando as medidas necessrias para ser evitadas. Os erros inseridos so devidos s muitas
variveis envolvidas, tais como os diferentes tamanhos das ris, as variaes de iluminao,
bem como de outros fatores que afetam a imagem incluindo-se as reaes naturais da
pupila. Para se obter uma informao confivel da ris deve-se localizar a ris e uniformizar
esses dados para que os algoritmos computacionais de reconhecimento possam realizar a
anlise. O processo de normalizao responsvel por gerar imagens com dimenses
constantes. Assim, imagens da mesma ris capturadas sob condies diferentes tero suas
caractersticas em uma mesma localizao espacial. Neste trabalho foi simulada a tcnica
de normalizao proposta por John Daugman [3], [6], [15] simplificada, fazendo que a ris
e a pupila estejam concntricas [16]. O contedo circular em uma imagem padro de ris
pode ser representado em uma imagem retangular. Assim, aplica-se uma transformao
para se passar de uma faixa circular para um retngulo (ver Fig. 6.1).

Fig. 6.1. ris em formato (64x512) normalizado em um retngulo e Realando da imagem.

Ao normalizar uma imagem devem-se ter parmetros fixos a fim de simplificar os
passos subseqentes de processamento sem reduzir os dados relevantes nem causar
distores [17], [18]. Tem-se:
I n ( X , Y ) I o ( x, y )

(6.1)

x x p ( ) ( xi ( ) x p ( ))

Y
M

(6.2)

y y p ( ) ( y i ( ) y p ( ))

Y
M

(6.3)

2X / N

(6.4)

onde I n a nova imagem de M N (64 x 512).

A imagem normalizada conserva as caractersticas principais da textura como observado
na Fig. 6.1, mas a ris de baixo contraste e as informaes relevantes so as mudanas de
textura. Por essa razo, o tratamento da imagem consiste em se realar as regies que

contm os dados. Com localizao precisa e normalizao sem deformao, as informaes

de textura esto prontas para posteriores tarefas de reconhecimento, porm, reduzindo-se os
dados.

Implementao em Labview: Normalization.vi

A implementao feita utilizando basicamente o IMAQ Unwrap. Onde escolhido
um anel de acordo com os parmetros dos mdulos anteriores para transform-lo em um
retngulo. A entrada o arquivo do olho a processar e os parmetros da regio da ris.
Tambm tem como parmetros internos o tipo de realce da imagem final normalizada.

Fig. 6.2. O painel frontal normalization.vi para passar a ris a uma forma retangular.

Fig. 6.3. Diagrama para a normalizao da ris.

Finalmente, o processo de normalizao usado em conjunto com um bom mtodo de
localizao (circunferncias concntricas) mais simples e funciona adequadamente com
alta exatido para a base de dados utilizada [16]. Tm-se tambm esquemas elpticos e
outros tipos de forma [19] que requerem maior trabalho computacional (trabalhos futuros).

7. Codificao e Casamento
Codificao. A codificao est baseada na transformada de wavelets, utilizando-se o
esquema de Daugman. A extrao de caractersticas feita pelos filtros de Gabor e
modulada em uma constelao a modo de utilizar uma escala no eixo dos reais e outra no
eixo dos nmeros complexos. Para depois demodular como se fosse uma constelao em
quadratura. A continuao uma breve descrio do processo.
Para se representar a textura da ris faz-se uso de filtros de Gabor [20], [21] em duas
dimenses. Suas propriedades matemticas foram discutidas por Daugman em 1985 [22].
Nesse mesmo trabalho o autor demonstra que os filtros de Gabor 2D em quadratura so
notavelmente adequados para se representar texturas. Os filtros de Gabor 2D so definidos
assim:
2

H (r , ) e j (0 ) e ( r0 r ) / e ( 0 ) /

(7.1)

Onde, r e so coordenadas da imagem normalizada, r0 e definem a posio do filtro,

e e so as aberturas das gaussianas que compem o filtro nas direes de r e .
Para uma representao da ris, o autor divide a matriz imagem da ris normalizada em
blocos de dimenso fixa. Cada bloco projetado sobre o filtro de Gabor com a forma
anterior. Os parmetros r e variam com o inverso de w de modo a produzir um conjunto
de filtros centralizados em (r0, 0), posio do centro de cada bloco. Depois dessa
decomposio Daugman produz uma representao mais compacta da sada de cada filtro
que consiste de dois bits. O primeiro bit dessa representao ser 1 ou 0, dependendo da
parte real de H(r0, 0) ser positiva ou negativa. Do mesmo modo, o segundo bit ser 1 ou 0,
dependendo da parte imaginria de H(r0, 0), ser positiva ou negativa. Os valores de (r0, 0,
e ), so amostrados de modo a produzir uma representao em 256 bytes chamada de
iriscode, que serve de base para o processo de quantizao associado a essa passagem (ver
Fig. 7.1).

Fig. 7.1 Cdigo de 256 bytes da ris.

Implementao em Labview: Createtemplate.vi

A implementao feita utilizando basicamente o filtro de Gabor. Onde esse filtro foi
desenvolvido dado que modificado especificamente para este caso. A criao do template

 feito fazendo uma demodulao da sada do filtro. A entrada a imagem normalizada da

ris do olho a processar.

Fig. 7.2. Diagrama da criao de template ou cdigo de ris.

Distncia de Hamming. Uma distncia de Hamming uma medida quantitativa da
variao entre bits e entre templates. Essa medida obtida atravs da comparao bit a bit
dos templates seguida do clculo da razo entre a quantidade de bits que no se
correlacionam e a quantidade total de comparaes entre bits. Uma distncia euclideana
aquela entre dois pontos enquanto que a de Hamming simplesmente a somatria de 1s ou
0s. Essa medida utilizada com sucesso em vrias aplicaes de processamento de sinais.
Por exemplo, pode ser usado na implementao de correlatores baseados na distncia de
Hamming generalizada, a fim de se recuperar o sincronismo no tempo de um sinal OFDM
(Orthogonal Frequency Division Multiplexing) ii.
Para o casamento, uma distncia de Hamming utilizada como uma mtrica em
reconhecimento, bit a bit. A distncia de Hamming trabalha com mscaras onde os bits no
significativos so omitidos e somente so utilizados os bits teis entre dois templates de
ris. A segmentao utilizada para criar essa mscara e tirar esses bits feita pela
Transformada de Hough TH para linhas [23].
A similaridade entre duas imagens de ris determinada pela distancia de Hamming que
corresponde a equao:
HD

1 2048
A j ( XOR) B j
2048 j 1

(7.2)

A deciso, se duas representaes correspondem a uma mesma ris ou a ris distintas

feita com base num limiar determinado empiricamente.

Quando ocorre um casamento perfeito entre as ris, o valor computado zero.A que a
esperana de uma comparao de ris no relacionadas 0,5 com um desvio padro muito
pequeno [20]. Isso se deve ao fato de se usar um clculo estatstico, uma vez que dado um
bit do valor retornado pela codificao, a probabilidade dele ser 0 a mesma de ser 1, e a
comparao entre dois bits no relacionados tem probabilidade mdia de 50% de chance de
ser divergente, isto , no converge nem para 0 e nem para 1. Ento podemos concluir que
uma correlao ou grau de similaridade corresponde a um numero menor ao 0.5. o valor
utilizado na literatura varia de 0.34 ate 0.45. O que significa que o sistema e capaz de
distinguir fcil se o valor fosse menor ou difusamente se o valor fosse maior.

Implementao em Labview: distanceH.vi

A implementao feita utilizando um operador binrio XOR. A entrada do bloco so
dois cdigos de ris. Aqui se inicia um ou exclusivo a nvel binrio e essa operao indica o
grau de similaridade que a resposta (sada) do bloco. Adicionalmente tem uma entrada do
limiar que se atingido ento se decide que diferente (ver Figura).

Fig. 7.3. Diagrama da comparao de templates ou cdigos de ris.

Teoricamente, dois templates de ris gerados a partir da mesma ris deveriam ter a
distncia de Hamming igual ao zero, no entanto na prtica isso no acontece, devido a uma
normalizao imperfeita, aos rudos no detectados ou alguma variao entre templates.

8. Testes e Resultados
A pesquisa realizada neste trabalho procura investigar os aspectos bsicos de um sistema
biomtrico de identificao pessoal, baseado em imagens de ris. Como parte do trabalho,
foi desenvolvida um bloco de captura, localizao, normalizao, codificao e comparao
de ris. Os testes foram feitos considerando o seguinte:
A ferramenta utilizada para os experimentos foi desenvolvida no laboratrio de
comunicaes visuais (LCV/Decom/Feec/Unicamp), que est equipado com um
computador Pentium IV 3.2 GHz, 256Mb RAM, que roda o LabView 8.0, em ambiente
operacional Windows 2000.
Para se avaliar o funcionamento do projeto foi utilizada a base de dados CASIA ris
Database, que contm 756 imagens (320x280 pixels) de ris de 108 olhos, que resulta em
108 classes. Para cada olho, sete imagens so capturadas em duas sesses. Trs so
coletadas na primeira e quatro na segunda sesso [24].
Foram utilizadas algumas amostras dessa base de dados. A entrada de dados dos testes
est disponvel na pasta de teste. Devido ao sistema ser simples em alguns casos o sistema
se no encontra resposta simplesmente no fornece uma deciso.
Foram utilizadas 10 pessoas diferentes da base de dados. Aqui foram analisados dois
aspectos: A aceitao do sistema ao fazer uma comparao positiva. A rejeio do sistema
ao fazer uma comparao negativa. Isto em biometria fundamental, dado que a deciso
poderia ter uma taxa falsa aceitao (FAR) ou uma falsa rejeio (FRR). Teoricamente a
ris esta perto dos 100% de preciso. E esta preciso dividida em essas duas taxas. Na
pratica se ajusta uma taxa para que uma melhore e a outra piore. Todo com a variao do
limiar de similaridade. O nosso valor foi ajustado ao limiar=0.45 de similaridade.
O modulo de teste apresentado no arquivo testIris.vi e o diagrama observa-se na
seguinte figura.

Fig. 8.1. Diagrama de teste de identificao de um entre muitas imagens de ris.

O teste tem como entrada uma imagem de ris e ela ser testada e comparada com 77 olhos
de 10 pessoas diferentes e assim conseguir identificar quais amostras pertences a amostra
inserida. No caso de duas imagens iguais a distancia de Hamming ser 0, mas ser
penalizada dado que impossvel que uma amostra na pratica seja exatamente igual e no
pode entrarem como resposta aceita. A coluna boolean estar acesa se a similaridade no
ultrapassa ao limiar inserido. Como se observa na seguinte figura.

Fig. 8.2. Painel frontal do teste de identificao de um entre muitas imagens de ris.
Pode se concluir que o sistema funciona com boa preciso e que serve para iniciar novas
pesquisas e melhoramentos para ele evoluir ate obter uma alta preciso.

9. Referncias Bibliogrficas
[1]

M. Vatsa, R. Singh and P. Gupta, Comparison of Iris Recognition Algorithms,

IEEE Proc. of ICISIP 2004, ndia, 2004, pp. 354-358.

[2]

M. Erickson (1996). Eye Anatomy. St. Luke's Cataract & Laser Institute.
http://www.stlukeseye.com/Anatomy.asp

[3]

J. G. Daugman, How Iris Recognition Works, IEEE Trans. on Circuits and Systems
for Video Technology, vol. 14, n. 1, pp. 21-30, 2004

[4]

P. C. Kronfeld, The Gross Anatomy and Embryology of the Eye, The Eye, H.
Davson, Ed. London: Academic, vol. 1, pp. 1-66, 1968.

[5]

J. G. Daugman, Iris Recognition for Personal Identification, The Computer

Laboratory, University of Cambridge. http://www.cl.cam.ac.uk/~jgd1000/

[6]

J. G. Daugman,High Confidence Recognition Persons by Iris Patterns, University

of Cambridge, The Computer Laboratory, 2001.

[7]

R. Wildes, I. Asmuth, G. Green, S. Hsu, R Kolczynski, I Matey and S. McBride, "A

Machine Vision System For Iris Recognition," Machine Vision and Applications, vol.
9, pp. 1-8, 1996.

[8]

R.Wildes, Iris Recognition: An Emerging Biometric Technology, Proceedings of

the IEEE, vol.85, pp. 1348-1363, 1997.

[9]

G. Williams, lris Recognition Technology, IEEE Aerospace And Electronics

Systems Magazine, vol 12, n. 4, Abril 1997.

[10] K. Rhodes, National Preparedness: Technologies to Secure Federal Buildings, U.S.

Government Accountability Office, Abril 2002
[11] L. Ma and T. Tan, Personal Identification Based on Iris Texture Analysis, IEEE
Transaction on Pattern Anlisis and Machine Intelligence, vol. 25, n. 12, Dec. 2003.
[12] J. Cui, Y. Teniu, L. Ma, Z. Sun, A Fast and Robust Iris Localization Method Based
on Texture Segmentation, Center for Biometric Authentication and Testing,
National Laboratory of Pattern Recognition,Chinese Academy of Sciences, Beijing,
P.R.China, 2004.
[13] M. Pereira, Uma Proposta para o Aumento da Confiabilidade de um Sistema de
Reconhecimento de ris e sua Implementao atravs de Algoritmos Genticos,
dissertao de mestrado, Dept. Engenharia Eltrica, Universidade Federal de
Uberlndia. 2005.
[14] L. Masek, Recognition of Human Iris Patterns for Biometric Identification,
dissertao de bacharelado, Dept. The University of Western, Australia, 2003.
[15] I. Daubechies, Image Coding Using Wavelet Transform, IEEE Transactions on

Image Processing, vol. 1, n. 2 ,pp. 205-220, Apr. 1992.

[16] R Larico Chavez, Uma Proposta para Melhoria na Eficincia de um Sistema de
Reconhecimento de ris Humana, dissertao de mestrado, Engenharia Eltrica e
Computao, Dept. Comunicaes, Universidade Estadual de Campinas, So Paulo,
2007.
[17] J. G. Daugman, "High Confidence Visual Recognition of Persons by a Test of
Statistical Independence," IEEE Trans. Pattem Anal. Machine Intell., vol. 15, n. 11,
pp. 1148-1161, 1993.
[18] L. Ma, Y. Wang and T. Tan, Iris Recognition Using Circular Symmetric Filters,
Intl. Conf. Pattern Recognition, vol. 2, pp. 414417, Ago. 2002.
[19] K. Voss, H. Suesse and W. Ortmann, Radon, Hough, Acumulacin y el Mtodo
SDR, CC/CIMAT Dep. Mathematic, Comunicacin Tcnica I-04-05, 2004.
[20] J. G. Daugman,"Wavelet Demodulation Codes, Statistical Independence, and Pattern
Recognition," Institute of Mathematics and its Applications, Proc. 2nd IMA-IP.
London: pp 244-260, 1999.
[21] J. Movellan, Tutorial on Gabor Filters, Machine Perception Laboratory, 2002.
http://mplab.ucsd.edu/tutorials/pdfs/gabor.pdf
[22] J. G. Daugman, Uncertainty Relation for Resolution in Space, Spatial Frequency,
and Orientation Optimized by Two Dimensional Visual Cortical Filters, Journal of
the Optical Society of America, vol. 2, n. 7, pp. 1160-1169, Jul. 1985.
[23] L. Masek, P. Kovesi. MATLAB Source Code for a Biometric Identification System
Based on Iris Patterns. The School of Computer Science and Software Engineering,
The University of Western Australia. 2003.
[24] CASIA Iris Image Database (ver 1.0), Institute of Automation, Chinese Academy of
Sciences. www.sinobiometrics.com/resources.htm
[i]

Notcias Tecnologia, http://www.link.estadao.com.br/index.cfm?id_conteudo = 345

(01/2005)

[ii]

Mtodo Rpido de Sincronismo de Smbolo em Tempo e Ajuste de Freqncia em

Sinais OFDM, http://www.decom.fee.unicamp.br/~rlarico/SincronismoOFDM.pdf
(01/2007)