虹膜识别是三星Note

7今年的最大卖点之一，然而硬件写手Camila

Rinaldi体验了快两周后撰文表示“我放弃使用这功能了”。

　　这是什么情况来看看他是怎么说的。

　　1步骤有些繁琐

　　Note

7目前使用虹膜的步骤是，第一步点亮屏幕，第二步滑动屏幕解锁，第三步对准眼球取景框进行虹膜识别和解锁

。

　　是的，不仅看起来，用起来也挺繁琐的，根据开发者Loket的一份大数据，人均每天要解锁手机110次，想想你“浪费”了多少时间

。

　　2虹膜真的那么安全？

　　当然，虹膜技术本身的安全是得到业界共识的，但在三星Note7上未必。我这么说是因为，三星允许指纹和虹膜并存，所以你依然可以靠指纹解锁手机，不必需要虹膜认证，这就拉低了所谓安全度。

　　如果结合第一条我们再看，在指纹有记录的情况下如果选择Home键亮屏，又从流程上绕过了虹膜，这有点像个悖论。

　　再者，虹膜无效时还有图案，虽然这可理解为对技术的容错，但考察安全这一概念的话，只能给出差评。

　　结论

　　作者最后认为，虹膜识别目前最亟待解决的还是步骤繁琐问题，指纹的那种从口袋掏出到进入手机内的一气呵成应该作为模板

，这样也会让消费者更愿意高频地使用它。

如需了解三星S8手机设计亮点有： 1、全视曲面屏；一体成型的设计，突破边框限制，以流畅圆润的线条，融进金属边框。更纯粹的视觉体验，更平滑细腻的触感，令它宛如艺术品般，熠熠生辉。 2、疾速对焦摄像头；拥有全像素双核1200万像素后置摄像头及800万像素前置摄像头，无论白天或黑夜，它们都可实现准确疾速自动对焦，让你不会错过每一个精彩瞬间。 3、安全；虹膜识别技术，通过虹膜纹理的独特性，给你更加安全的加密保障。当然，敏锐的人脸识别也是另一种快捷便利的打开方式。 虹膜是你眼睛中有颜色的环形部分。 4、性能；配备了世界上第一款10nm制程处理器，这令它变得更加强大。不仅如此，它还可扩展存储容量。更具有IP68级防尘防水，令你随时随地 从容无忧。 具备IEC 60529 Ed22:2013中界定的IP68防尘防水等级，其中IP68等级防水检测条件为(1)无流动清水，水深15米；(2)试验时间30分钟；(3)水温与产品温差不大于5K。请严格按照产品说明书中有关防尘防水的说明使用，否则由此造成的设备损坏由使用者自行承担责任。

2016年从三星Note 7开始，三星也开始将虹膜识别技术作为新的生物识别技术；在S9上，三星对虹膜与指纹进行了整合，使得用户体验更加完善。

尽管虹膜技术起了个大早，但似乎连晚集都没赶上，现在的主流解锁技术是指纹与人脸识别。

据韩媒消息，三星Galaxy S10可能放弃虹膜识别技术，只使用屏下指纹识别这一种解锁方式；之所以取消虹膜识别，一是S10正面全是屏幕，没有安装的位置，二是虹膜识别的市场反响一般，甚至有点冷清。

早在今年6月就有爆料，三星没有为S10采购任何虹膜传感器组件。

值得注意的是，韩媒还表示，这次三星S10搭载的指纹识别技术，是跟高通合作的超声波指纹识别技术，不仅识别率高，抗污渍能力也更强。

虹膜解锁的原理是什么

简单问题简单答，下面我们针对虹膜解锁，进行一个简单的拓展，感兴趣的朋友可以继续往下看。

一、虹膜识别的由来与简介

虹膜识别的方法最早由美国的眼科医生Leonard Flom 和 Arin Safir在1987年提出来的。虹膜识别的算法是由剑桥大学John Dargman博士研究出来的。他提出了对虹膜进行编码、比较的数学算法。

虹膜是瞳孔周围的环状颜色组织，它有丰富而各不相同的纹理图案，构成了虹膜识别的基础。虹膜识别技术是通过一种近似红外线的光线对虹膜图案进行扫描成像，并通过图案象素位的异或操作来判定相似程度。虹膜识别过程首先需要把虹膜从眼睛图像中分离出来，再进行特征分析。理论上找到两个完全相同的虹膜的概率是120万分之一。这也是目前已知的所有生物识别技术中最为精确的。

虹膜识别因为设备复杂，扫描距离短（一般要求在7英寸范围以内），以及使用者心理上对健康的担心，而未能在民用市场大量使用。

一个人的虹膜在发育成熟后终生不变，且具有极高的唯一性，因此，是一种安全性（密切量）极高的人体生物特征。虹膜是与视网膜不同的概念，它存在于眼的表面（角膜下部），是瞳孔周围的有色环行薄膜，人眼的颜色就是由虹膜决定的，不受眼球内部疾病的影响。

虹膜读取装置主要是摄像机，只要眼睛正视摄像头就可完成信息读取。它的特点是不需要接触识读设备，但也需人体配合（不能闭眼，侧面对摄像机）才能摄取有用信息，因不便严格规定人的位置，系统的误识率很低，拒识率则较高。

虹膜作为特征的另一优势是不易仿造，但环境条件的限制，在安全防范系统中应用尚不普遍。

二、基于虹膜的人体特征识别方法研究

虹膜识别技术的一般过程

虹膜识别技术的过程一般来说分为：虹膜图像获取、图像预处理、特征提取和特征匹配四个步骤。

虹膜图像获取是指使用特定的数字摄像器材对人的整个眼部进行拍摄，并将拍摄到的图像通过图像采集卡传输到计算机中存储。

图像预处理是指由于拍摄到的眼部图像包括了很多多余的信息，并且在清晰度等方面不能满足要求，需要对其进行包括图像平滑、边缘检测、图像分离等预处理操作。

特征提取是指通过一定的算法从分离出的虹膜图像中提取出独特的特征点，并对其进行编码。

最后，特征匹配是指根据特征编码与数据库中事先存储的虹膜图像特征编码进行比对、验证，从而达到识别的目的。

获取眼部图像

本文的虹膜图像摄取装置如所示，采用的是卓为（SOVIC）SP-313 摄像头。该摄像头采用的是最新CCD效果的CMOS感光芯片，图像分辨率为 35万像素（640×480 无软件插值），内置低照度的辅助光源，能最大限度减少对人眼的刺激，使用时配以人工暗室，使人的眼部图像更清晰、明亮。是本设计采用的摄像头获取到的人眼部图像。

虹膜图像摄取装置

获取到数据后，只需要将其按照一定的格式写入文件，即可完成需要的眼部图像在计算机中的存储。本文程序中采用的是BMP格式的图像文件，因为BMP图像文件存储的图像数据没有经过压缩，方便以后对图像进行的预处理。

人的眼部图像

眼部图像的预处理

BMP图像文件格式主要有1、4、8、16、24和32位等图像格式。32位BMP图像文件格式表示该图像有232种颜色，图像中的每个像素用32位表示，一般情况下该文件格式没有调色版，32位中的最高8位保留，其余8位表示红色，8位表示绿色，8位表示蓝色。8位BMP图像文件表示该图像有256种颜色。图像中的每个像素用8位表示，并用这8位作为索引在彩色表中查找该像素的颜色，8位BMP图像一般也叫做灰度图像。

在本文获取到的图像是32位的彩色BMP图像。32位的彩色图像存储的图像色彩数据较多，图像文件的尺寸也较大。但是从本文图像识别的要求来看，这些都是不必要的，因此有必要将其转换为8位的灰度图像。

转换公式如下所示。

其中Gray （i， j）为转换后的黑白图像在（i， j）点处的灰度值，由于公式中绿色所占的比重最大，所以转换时可以自接使用G值作为转换后的灰度。转换后的灰度图像如所示。从图像上看与 32 位RGB 图像没有大的不同，但是图像文件的尺寸从117Mb缩小到了301Kb。

人眼部图像的灰度图像

将获取到的眼部图像转换为灰度图像之后，还需要对灰度图像进行去噪声处理。本文采用的是空域法中的加权均值滤波，它是用一个有奇数点的滑动窗口在图像上滑动，将窗口中心点对应的图像像素点的灰度值用窗口内的各个点的灰度值的平均值代替，如果滑动窗口规定了在取均值过程中窗口各个像素点所占的权重，也就是各个像素点的系数。

提取虹膜图像

此过程需要读取眼部图像的数据，检测虹膜图像的内外边缘，提取内圆圆心坐标及短半径，再求出虹膜长半径，建立极坐标系，分离虹膜图像，最后进行特征提取。

和眼睛的其他部分相比，瞳孔的灰度值要小得多，也就是颜色要暗得多，而且在灰度级上有一个明显的突变，也就是说在瞳孔的灰度级要比其他部分的灰度级“黑得多”。因此，可以充分利用这个特性，对图 2进行直方图分析，结果如图 4所示。

灰度直方图

对计算结果可以得出，图像灰度值从 62 开始，且图中存在若干个峰值点。我们已知瞳孔的颜色最暗，因此可以判定第一个波峰为瞳孔的灰度分布。具体观察第一个峰值，其基本呈正弦函数状分布，以72为波峰（值：884），左侧62（值：0）为波谷，1/4 周期为10。据此，我们确定右侧的波谷为 82。根据分析结果，对图 4进行二值化，阈值为 82，可以求出虹膜的长半径，如所示。

虹膜长半径

三、手机虹膜识别

手机应用虹膜解锁是否实用

既然前面网友问到了是否靠谱的问题，那么我们就接着这个问题来延伸着谈一谈，不考虑技术问题，如果虹膜解锁能够克服环境的影响，那么将其应用在手机中还是比较实用的。

如果可以实现百分百的识别，从生物特性来说，虹膜解锁，要比指纹扫描更加安全，理论上来说，只有DNA才能超过它。在人体生物特征识别领域，认假率是十分重要的指标，它的数值越低，就代表识别越精确，也就越能减少出错的可能性。虹膜识别的认假率为1/1500000，而TouchID的认假率为1/50000。而从唯一性来说，当人到两岁以后，人类眼睛的虹膜就几乎不会再发生变化，所以将虹膜作为“密码”有着更好的“长期安全性”。

能否取代指纹识别

既然虹膜解锁认假率如此之高，看起来如此安全，那么可能就会有很多朋友提问了，虹膜解锁究竟能否取代指纹识别呢？其实这是一个开放性的问题，毕竟目前在手机领域，指纹识别都还没有真正的普及，对于识别率还没有真正达标的虹膜解锁，我们更不好去为它的未来下定论。

用来完成对虹膜的获取和识别过程。

三星2019Note 7配备了一颗红外线IR LED以及一颗虹膜摄像头，分别位于手机听筒的左右两侧，用来完成对虹膜的获取和识别过程。在启动虹膜识别的功能之后，IR LED和虹膜摄像头会协同工作，对虹膜和眼睑位置进行识别，然后提取出虹膜区域，之后再消除部分干扰因素的影响，比如眼睑上的睫毛图像，最后形成独立的虹膜图像，然后对虹膜图像进行标准化分析，再进行数据编码之后就会储存在手机的数据库中，用于后续的核对以及授权工作。

虹膜属于眼球中层，位于血管膜的最前部，在睫状体前方，有自动调节瞳孔的大小，调节进入眼内光线多少的作用。位于血管膜的最前部，虹膜中央有瞳孔

人类眼睛的虹膜与手指纹一样，是独一无二的。只要利用激光仪扫一扫你的虹膜，便可即时确认你的身份。

　　IT168 评测月初刚刚发布的三星Galaxy Note7以其秒开的虹膜识别功能引发了众多网友的关注，国行版的三星Galaxy Note7也将于今晚发布。而在此之前，Lumia950/950XL以及富士通Arrows NX F-04G也均支持虹膜识别，另外一方面近两年国产厂商也有不少推出了具有眼纹识别(有些厂商为眼球识别功能，以下统称眼纹识别功能)的手机，例如vivo X5 Pro、nubia布拉格S、中兴天机等等。那么既然都是刷眼，目前手机上的“稀有物种”虹膜识别与较为常见的眼纹识别有什么不同呢今天小编就来带你一探究竟。

　　简单来说虹膜识别与眼纹识别最本质的区别就是：在原理上两者识别的区域完全不同。虹膜识别顾名思义识别的是眼睛的虹膜部分，而眼纹识别则是识别眼睛的巩膜部分。通俗的说，虹膜识别是识别“黑眼仁儿”的纹理，眼纹识别则是识别“眼白”的血管排布情况。

▲虹膜识别与眼纹识别进行识别的区域完全不同

　　识别技术

　　目前手机上见到的眼纹识别基本都是来自于美国EyeVerify公司的Eyeprint技术，EyeVerify表示该技术只要摄像头不低于100万像素即可拍清楚巩膜的血管分布情况。另外人的眼球会因为过敏、熬夜等种种原因发生充血的状况，但这些并不会影响巩膜上血管排布。

　　现有搭载了虹膜识别的手机的这三款机型有一个共同的特点就是：除了普通的前置摄像头之外，还配备了红外LED以及虹膜识别摄像头。首先前置摄像头确定用户的眼睛位置，然后红外LED发射红外线，虹膜识别摄像头透过红外线获取虹膜图案信息，与预先设置存储的虹膜新机进行比对。但三家在最关键的识别算法上均采用了各自专属的技术，这也使这三款机型在虹膜识别上呈现的效果不同(具体不同的技能点详见下页“各种特殊场景使用情况”)。

　　无论是虹膜还是巩膜都具有很高的唯一性，即使是双胞胎也不相同。不过虹膜识别在容错率、信息量以及稳定性方面相比眼纹识别优势明显，不过技术门槛和成本更高一些，这也是现在虹膜识别手机相对于眼纹识别手机较少，并且仅运用于高端旗舰机型的原因。

　　录入方式

　　由于识别区域的不同，虹膜识别与眼纹识别在录入方式上也有所不同。眼纹识别录入的为“眼白”部分，因此在录入时需要按照提示左看看右看看，基本上一次录入下来已经把四周都看遍，为了获取更完整的巩膜血管分布情况，同时也避免了使用的情况出现。

　　虹膜识别因为是识别虹膜部分，因此录入时需要盯着屏幕几秒，整体录入过程相当快。那么录入完样本之后我们一起来看下虹膜识别与眼纹识别在使用上有何不同。

　　夜晚识别

　　既然都会用到利用前置摄像头，那么夜晚能否使用。虽然如果仅从原理上讲，眼纹识别仅利用前置摄像头，在晚上应该无法使用。但在实际使用中，采用眼纹识别功能的厂商们显然也考虑到了夜晚的使用场景，于是在使用眼纹识别时会利用屏幕对眼睛“打光”，但是夜晚的识别速度势必会受到影响。

　　而虹膜识别由于有红外LED的加持，所以夜晚识别不在话下。那么自然会有一个问题就是：虹膜识别用太多的话会不会伤眼睛

　　需要说明的是，一般用于虹膜识别的红外线波长在700-900纳米之间，能量小，低于国际安全标准，对眼睛几乎没有伤害。使用10万次的辐射小于打1分钟电话，光照强度跟自然光差不多。

　　眼镜、美瞳、墨镜识别

　　现在戴眼镜的人越来越多，比如一组8个人里只有1个人不戴眼镜!然而不论由于框架眼镜存在反光的问题，因此佩戴框架眼镜对两种识别方式的速率多少都有些影响。不过如果是隐形眼镜的话，对眼纹识别完全没有影响，对虹膜识别也是因为反光而可能会有影响。

▲眼镜反光 这可就尴尬了

　　至于爱美女生戴的美瞳，只能说要是带美瞳的话就还是老老实实地指纹识别吧。这主要是佩戴美瞳可以让眼睛的“黑眼仁儿”看起来更大一些，因此会盖掉一部分眼白，将会导致眼纹识别失败。另外美瞳自身带有图案，必然会影响虹膜识别对虹膜本身图案的识别。

　　而如果戴了墨镜的话，眼纹识别是指定用不了的，因为前置摄像头想透过墨镜去看清“眼白”的血管分布几乎是不可能的。而虹膜识别的话就得依不同的算法来看了。

　　前面我们说过目前搭载了虹膜识别功能的三款手机在最关键的识别算法上均采用了各自专属的技术。在软件算法上富士通与三星都更倾向于解锁速度，因为相对于成熟的指纹识别，虹膜识别的解锁速度确实稍显慢了点儿，不过尽管富士通Arrows NX F-04G是全球首款支持虹膜识别的手机，它的解锁速度还是相当令人满意的；而三星Galaxy Note7作为最新款支持虹膜识别的手机，在解锁速度上更是达到了新的高度，不戴眼镜的同事在实际体验中，甚至有多次在屏幕上还没来得及出现对准眼睛的框就成功解锁进入桌面。不过如此快的解锁速度是对于不带眼镜的朋友，Note7的虹膜识别算法对戴眼镜的朋友就没那么友好了，解锁成功率较低。至于富士通Arrows NX F-04G对于戴眼镜的准确率，由于该机未在国内上市加上小编看不懂日语暂时无法查证。

▲Lumia950XL墨镜解锁

　　而Lumia950的识别算法就是不同路线了，解锁速度略慢，大约在两秒左右。然而点亮了几个神奇的技能点，对戴眼镜的朋友也还是比较友好，解锁成功率较高，另外经外媒实测，就算戴着墨镜Lumia950 XL也能够进行解锁，解锁时间与一般情况下几乎无差异。