一種虹膜圖像的質(zhì)量評(píng)價(jià)方法
【專利摘要】本發(fā)明提出了一種虹膜圖像的質(zhì)量評(píng)價(jià)方法，該算法首先采用連通域分析算法進(jìn)行瞳孔定位，其次對(duì)瞳孔的左右區(qū)域進(jìn)行提升靜態(tài)小波分解，并通過計(jì)算兩區(qū)域高頻系數(shù)的拉普拉斯能量和對(duì)散焦模糊圖像進(jìn)行剔除；最后，通過計(jì)算瞳孔上側(cè)區(qū)域的水平方向和垂直方向上的均值梯度，并應(yīng)用SVM模型剔除有遮擋的圖像。實(shí)驗(yàn)結(jié)果表明，該算法可以有效地、實(shí)時(shí)地評(píng)價(jià)具有散焦模糊和遮擋的虹膜圖像。
【專利說(shuō)明】一種虹膜圖像的質(zhì)量評(píng)價(jià)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像識(shí)別領(lǐng)域，具體涉及到一種虹膜圖像的質(zhì)量評(píng)價(jià)方法。
【背景技術(shù)】
[0002]虹膜是人體最獨(dú)特的結(jié)構(gòu)之一，它位于角膜和晶狀體之間，呈圓盤狀，中間為瞳孔所穿過，其表面由許多腺窩、色素斑、皺褶等構(gòu)成，具有豐富的紋理信息。虹膜紋理具有以下特點(diǎn):唯一性、穩(wěn)定性、防偽性、非侵入性和天然的極坐標(biāo)特性。這使得虹膜識(shí)別技術(shù)與以往的生物識(shí)別技術(shù)相比，具有穩(wěn)定性好、準(zhǔn)確率高、識(shí)別速度快和應(yīng)用范圍廣等特點(diǎn)。近年來(lái)受到人們?cè)絹?lái)越多的關(guān)注。
[0003]在虹膜識(shí)別系統(tǒng)中，虹膜圖像的質(zhì)量是影響識(shí)別效果的重要因素。為了提高識(shí)別系統(tǒng)的準(zhǔn)確性，必須選擇滿足一定質(zhì)量要求的圖像作為識(shí)別系統(tǒng)的輸入。傳統(tǒng)的圖像質(zhì)量評(píng)價(jià)方法分為主觀評(píng)價(jià)和客觀評(píng)價(jià)兩大類。在虹膜識(shí)別系統(tǒng)中，通常要求對(duì)使用者的限值盡可能小，因此必須采用客觀的評(píng)價(jià)標(biāo)準(zhǔn)，從虹膜圖像采集儀輸出的視頻序列中自動(dòng)挑選出一幅質(zhì)量較好的圖像，并實(shí)時(shí)輸出到后續(xù)的識(shí)別過程中。
[0004]影響虹膜圖像質(zhì)量的因素主要包括眼皮、睫毛的遮擋和散焦模糊。目前，虹膜識(shí)別系統(tǒng)中常用的質(zhì)量評(píng)價(jià)算法包括:利用虹膜圖像的2維傅里葉變換計(jì)算頻域高頻能量的方法、計(jì)算虹膜邊界梯度的方法和基于小波包分解的虹膜圖像質(zhì)量評(píng)價(jià)算法，這3種算法都是針對(duì)由于對(duì)焦不準(zhǔn)引起的圖像質(zhì)量的差異，并不能處理眼皮、睫毛遮擋的情況。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的針對(duì)虹膜圖像中出現(xiàn)眼皮、睫毛的遮擋情況下的虹膜圖像質(zhì)量評(píng)價(jià)，提出了一種虹膜圖像質(zhì)量評(píng)價(jià)方法。具體的實(shí)施步驟如下:
[0006]步驟1:虹膜定位
[0007]本發(fā)明采用基于連通域分析的瞳孔定位算法，具體的定位過程如下:
[0008]I)對(duì)虹膜圖像進(jìn)行全局二值化，其中二值化的閾值
【權(quán)利要求】
1.一種虹膜圖像的質(zhì)量評(píng)價(jià)方法，其具體步驟:1)瞳孔定位；2)散焦模糊圖像剔除；3)有遮擋圖像剔除。
2.根據(jù)權(quán)利要求1所述的一種虹膜圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，采用基于連通域分析的瞳孔定位算法，具體步驟如下: 對(duì)虹膜圖像進(jìn)行全局二值化，其中閾值Τ=Ι^ψ ； 這里，U為圖像中最小的灰度，4?為圖像中的灰度均值； 2)應(yīng)用閉運(yùn)算去除大部分眼皮和睫毛的干擾，其中采用的矩形模板大小為4x4； 3)進(jìn)行連通域分析，找出面積最大的連通域C，瞳孔的中心坐標(biāo)和瞳孔半徑&，其中 這里，N為連通C的像素點(diǎn)個(gè)數(shù)，為連通域C中點(diǎn)的坐標(biāo)，函數(shù)代表取整操作。
3.根據(jù)權(quán)利要求1所述的一種虹膜圖像的質(zhì)量評(píng)價(jià)方法，其特征在于，采用靜態(tài)提升小波拉普拉斯能量和的散焦模糊圖像剔除算法，具體步驟如下: O圖像分解 選擇瞳孔兩側(cè)64x64的矩形區(qū)域馬和鳥，分別對(duì)這兩個(gè)區(qū)域進(jìn)行提升靜態(tài)小波分解，得到高頻系數(shù)和，其中I表示·層，k表示方向； 2)計(jì)算兩區(qū)域的拉普拉斯能量和 應(yīng)用公式(I )，計(jì)算兩個(gè)區(qū)域高頻系數(shù)的拉普拉斯能量和Jf NM N SMlfi (U) = Σ Σ (* + 取_/+H) , SMLst (ij) = Σ(i+"*,y+?) a?—Jyrn—(I) 這里 ag5 (lj) = !2? (U) ifi (* M /3 (>+M|?1? (Lj) /5 (u -1) - 3)散焦模糊虹膜圖像篩除 設(shè)定閾值T，通過公式(2)虹膜圖像左右兩區(qū)域的拉普拉斯能量和SML ;當(dāng)SML>T時(shí)，表示該虹膜圖像不存在散焦模糊現(xiàn)象；當(dāng)SML〈T時(shí)，表示該虹膜圖像被認(rèn)定是具有散焦模糊的圖像，應(yīng)該被剔除。
4.
【文檔編號(hào)】G06K9/00GK103854011SQ201210520636
【公開日】2014年6月11日 申請(qǐng)日期:2012年12月3日 優(yōu)先權(quán)日:2012年12月3日
【發(fā)明者】朱亞輝, 封長(zhǎng)林 申請(qǐng)人:西安元朔科技有限公司