由于虹膜的唯一性和可区分性，虹膜识别和验证系统已经成为了最为精确的生物识别方法之一。技术的进步极大地降低了这些系统的成本和尺寸，从而导致了其在若干个行业的价值定位的增长。图像分辨率和对焦的质量对于解析虹膜复杂的纹理至关重要。传统的的虹膜识别设备需要体积庞大且成本高昂的系统来克服使用机械镜头的相机在光学上的限制。本文介绍了使用液体透镜的设备如何克服传统系统的光学限制，从而实现了低成本、更小更快的系统。

液体透镜简介

受人眼功能的启发，液体透镜为制造商和代工厂提供了比机械式的解决方案更快的速度和更高的可靠性。人眼可以以惊人的速度适应周边的环境；同样，康宁的液体透镜模仿了人眼中的液体和适应特征，能够对各种环境产生快速反应。这一过程通过一种叫电润湿的技术得以实现，电润湿技术使用电信号操纵液体溶液成为可工作的透镜。‍

传统的机械式的调焦方案受限于它们的连续而可靠地传送清晰图像的能力。Corning® Varioptic®透镜为复杂的光学挑战提供了创新的解决方案。Varioptic透镜能够实现没有移动部件的快速对焦和微距对焦。传统的相机需要移动部件，而移动部件将随着使用寿命而开始磨损并最终失效。相比之下，液体透镜无需使用机械移动部件即可工作，省去了很多跟视觉系统有关的维护工作。
用于个人身份识别的生物识别系统

生物识别是检测和分析诸如语音模式、指纹、手或脸部图案、虹膜、或DNA等人体生物数据的科技。其中，虹膜由于其复杂的纹理而携带了非常独特的信息。以瞳孔和巩膜为边界的眼部环形区域在胎儿发育期即形成，并在生命的最初两年内稳定下来。跟指纹类似，每个虹膜都是不同的，即使是同卵双胞胎的虹膜也是不同的。这一独特的生物数据极难篡改，因此使其成为以下应用理想的识别特性：

·商业用途：ATM取款机和其它的需要安全保证的金融交易、计算机登录、电子数据安全、电子商务、卫生保健行业的病人身份证明、设备解锁及登录、物理门禁控制、及信用卡交易安全

·政府用途：国家身份证、边境和护照控制、驾驶证、及社会安全

·法医用途：犯罪调查和嫌犯识别

随着社会数字化的进程以及由此产生的对更高效、更可靠的认证的不断增长的需求，虹膜识别的市场预计在2017年至2024年间将实现两位数的增长。全球的生物识别市场预测从2020年的241亿美元，将增长到2027年的828亿美元，年复合增长率为19.3%。虹膜识别市场估计年复合增长率为18.8%，到2027年底将达到103亿美元。

虹膜识别非常准确，而且比类似精确度的DNA分析更容易操作。但不如指纹识别那样被广泛地采用，虽然后者的准确度更低且更容易篡改，主要是由于虹膜识别系统的成本更高。为了能正确地执行分析，虹膜识别系统需要捕捉高质量的图像，这通常导致设备复杂且昂贵。图像的分辨率和对焦质量是解析虹膜复杂纹理的关键。跟传统的机械式的解决方案相比，使用液体透镜的虹膜识别设备能够满足所有的这些光学要求，并减小尺寸，降低成本。

虹膜识别的技术要求

发表于2007年的“虹膜识别新方法”一文中重点列出了虹膜识别的一些促进了识别系统集成度的重要进展，这些进展包括了：

·对有着动态轮廓的虹膜内外边界的检测并忠实建模的严谨的方法

·用傅立叶方法来解决虹膜三角函数和射影几何方面的问题

·排除睫毛的统计推断方法

这些进展取决于系统获得的高质量图像。此外，根据ISO/IEC（国际标准化组织／国际电工委员会）的虹膜影像标准（ISO/IEC 29794-6: 2015 Information technology – Biometric sample quality – Part 6: Iris image data）：“许多虹膜分割算法的实现都需要足够的虹膜瞳孔对比度，对比度低或者不足会导致特征提取过程中的虹膜图像处理失败。”后面，该标准还指出要解密虹膜的复杂结构，“通过将被拍摄物体置于相机景深范围内以最大程度减少失焦的状况”，这样相机应该能够拍摄到的图像的实测调制传递函数（MTF）当空间频率为2 lp/mm时至少要在50%以上。

如上所述，成功的虹膜识别需要眼睛瞳孔的高分辨率图像和清晰的对焦质量。高分辨率要求使用相对较长有效焦距（EFL）的物镜，使视野中只有眼睛，并避免让人正好处在相机前。ISO/IEC对于虹膜成像的标准也提到“对于有报告的最小人类虹膜半径5.1 mm，虹膜的半径应至少占有80个像素以上。”

所以可以根据以下方程估算镜头的有效焦距：

‍‍‍‍‍‍‍‍

d指物距，p指像素大小（尺寸微米）

当镜头的有效焦距增大时视野将缩小。有了图像传感器的尺寸，我们可以通过以下方程计算视野：

图3：视野对虹膜大小的影响

应用实例：当图像传感器靶面为1/2.3”，像素分辨率为2.5 μm，一只眼睛离镜头的最大距离为70 cm，这样，最长可用镜头焦距为f^’ = 26 mm，相对应的FOV为17°。

长有效焦距的镜头的景深会更窄，意味着当物体的位置不固定的时候成像系统对失焦更为敏感。系统的景深可以用以下公式计算：

F指光圈数，c指弥散圆（通常为像素尺寸），d指物距，f指有效焦距

应用实例：按上面描述的系统条件，如果假定F#为4，可以得出景深为：

·14.5 mm @ 70 cm

·7.4 mm @ 50 cm

·2.7 mm @ 30 cm

指纹识别中成像系统和手之间的距离是固定的，与之相反，要保持成像系统和眼睛之间完美的恒定距离，这几乎是无法想象的。所以在这一案例中主要的光学像差来自于眼睛在光学镜头前的不同的位置造成的失焦问题。人脸的位置可以在几十厘米到一米间变化。这一像差问题不是固定不变的，而是因情况而异的，对于定焦镜头来说几乎不可能通过补偿来解决。

如图4中所示，失焦对于MTF的降低的影响大而且快。MTF的损失取决于系统，且因系统而异，但由于对焦问题而产生的MTF降低是系统性的。图4中的例子是用25 mm的镜头观察90 cm位置的目标，在60 lp/mm时，当失焦为4 cm，MTF从75%降低到57%，当失焦为8 cm时，MTF降低到35%。

图4：25 mm EFL镜头中失焦对于MTF的影响

一种解决方案是手动调焦。然而，对于大规模的商业应用这是不可能的。其它的一些对焦补偿的自动解决方案包括了使用步进马达或音圈马达（VCM）的电动系统，这些系统通过移动部分或者整个光学系统来补偿失焦。但是，音圈马达更适合于小而轻的镜头，无法移动虹膜识别系统所需的更重的长焦镜头。并且，这些解决方案所牵涉到的复杂机械结构导致了系统的体积庞大、响应速度慢、容易损坏、且对于冲击敏感。最后，移动部件消耗大量的功耗，并产生摩擦力，在执行几百或几千次之后将导致损坏和故障。

液体透镜解决方案

Corning Varioptic透镜是可以通过加入单个元件实现自动对焦的液体透镜。由于没有机械移动部件，一片液体透镜可以承受几亿次的循环，而且功耗低，响应速度也是传统的执行器所无可比拟的。液体透镜的牢固度和在自动对焦中的准确性使它非常适用于诸如虹膜识别仪器这样的需要大规模自动对焦的应用。

应用举例

本例考量的是在建筑物入口安装的安全控制系统，该系统执行虹膜识别来评估进入建筑物的用户的身份。由于每个用户的身高不同，他们的脸可能离识别仪器有35 cm到70 cm的距离。

当距离为30 cm时，双眼要在图像传感器上成像，如果使用了1/2.3”图像传感器，分辨率为1.55 μm，对应的EFL约为15 mm。让我们假设系统的F#为3.7，根据系统的参数和前面提到的景深计算方程，我们可以估算出系统的景深为0.05 D。

ISO/IEC标准29794-6:2015表述了虹膜识别仪器应该能够在物体空间中分辨2 lp/mm时达到50%的MTF。根据这个数值，系统允许MTF的下降，从而拓展了DOF（参考Corning Varioptic应用文件“景深计算的最佳实践”，如需更多信息，请联系varioptic@corning.com）：

α指要求的对比度，r指对比度分辨率单位为lp/mm，MTF指实际的没有降级的调制传递函数值。

这样可以得出拓展后的DOF为0.36 D。

对应不同的对焦区域，景深分别为：

·景深为3.3 cm @ 30 cm

·景深为9.2 cm @ 50 cm

·景深为21.4 cm @ 75 cm

如以下图5所示，在景深之外，虹膜会变得模糊，识别将无法正常工作。缺少了合适的重新对焦解决方案，由于DOF短而不可能在整个深度范围内清晰对焦。

图5：未使用液体透镜自动对焦的虹膜识别

在光学系统中整合了液体透镜以后，并不会直接增加景深，但会允许仪器自动调节焦点，并在关注区域内最大化用户眼睛图像的清晰度，如图6所示。

图6：使用了液体透镜自动对焦的虹膜识别

液体透镜的整合

液体透镜的尺寸小，可以很容易地整合到现有的光学系统中，无论是作为添加的元件还是插入的元件。

·添加法：将液体透镜置于光学系统的前端或后端，以将光的损失最小化。这种解决方案比较容易操作，便于液体透镜的机械整合。然而，当系统的数值孔径太大的时候这种方法可能产生不需要的晕影。这时候，就需要使用插入法了。

·插入法：液体透镜插入到一组光学镜片的之间，理想状态是越靠近孔径光阑越好。这种方法更复杂，可能需要光学设计上的重新调整，但能最大限度地减少了图像质量的下降。

图7：液体透镜的整合选择

如需了解更多如何在光学系统中整合液体透镜的信息，请参考Corning Varioptic的应用文件：“MAAN - 200207 - Design Rules for Liquid Lens Auto Focus Camera Modules.” 如需更多信息，请联系varioptic@corning.com

使用Corning Varioptic液体透镜的实例

Varioptic提供多种规格的不同焦距的镜头，有C接口的也有S接口的。例如，Corning® Varioptic® C-S-39N0-158镜头是一款S接口，15.8 mm焦距的镜头，配合1/3”图像传感器使用，它的视野角是22°。

由ISO/IEC标准发布的在物体空间的2 lp/mm分辨率标准，当物体处于75 cm的位置（最差情况），在图像传感器平面转换为97 lp/mm。Corning的镜头在100 lp/mm的MTF值为50%，这就非常适合前文所述的应用实例了。这款自动对焦物镜使用了Corning® Varioptic® A-39N0液体透镜，光学设计上运用了添加法，具有3.9 mm通光孔径和20个屈光度动态范围，允许调焦范围从5 cm到无穷远，轻松覆盖上述应用实例中的30 cm到75 cm的物距范围。

结论

虹膜识别已经被证明是生物识别的首选之一。但是，技术的限制制约了它在商业和政府应用中的被广泛采纳。这一技术依赖于系统产生的高分辨率图像来进行准确的评估操作。然而，传统的虹膜识别仪器鉴于它们的光学特性中与生俱来的短景深，很难捕捉到清晰的图像。而且，大规模连续识别的应用需要很快的响应速度，无法依赖于没有自动对焦功能的复杂设备。

基于液体透镜的仪器允许光学系统优化对焦，从而可以把图像的清晰度最大化。这种结构紧凑、低成本、且低能耗的解决方案可以轻松地集成到光学镜头中，将图像读取的距离从几毫米拓展到几米。此外，液体透镜具有低至10 ms的快速响应速度，能在开环和闭环模式中执行自动对焦。液体透镜可以很方便地集成到现有设备中，或成为新产品的一部分，完全自动化，适合大规模的应用。

虹膜识别市场预计在2017年至2024年间将实现两位数增长。由于COVID-19大流行病带来的对于无接触生物识别解决方案需求的日益增加，预计这一增长又将进一步加速。此外，大流行病已经导致了对接触者追踪的识别解决方案的需求增加。Corning® Varioptic®透镜为在生物识别中的成像系统提供了低成本和高质量的解决方案。

参考

1.Burt, C.（2020年10月17日）Global biometrics market forecast to surpass $82B by 2027 despite pandemic
检索自https://www.biometricupdate.com/202010/global-biometrics-market- forecast-to-surpass-82b-by-2027-despite-pandemic 


2.J. Daugman, “New Methods in Iris Recognition,” in IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics), vol. 37, no. 5, pp. 1167-1175, (2007) 


3．ISO/IEC JTC 1/SC 37 Biometrics. ISO/IEC 29794-6:2015 Information technology — Biometric sample quality — Part 6: Iris image data. Retrieved from https://www.iso.org/standard/54066.html. (2015)