[发明专利]多尺度渐进式虹膜图像质量评估方法

说明书

技术领域

本发明属于生物特征识别技术领域，涉及一种多尺度渐进式虹膜图像质量评估方法。

背景技术

虹膜图像质量评估是虹膜识别系统中一个重要的组成部分，通过对采集到的虹膜图像进行质量评估，并从中选取符合要求的虹膜图像进行虹膜特征的识别，以提高用于虹膜识别的样本图像的质量，进而降低虹膜识别系统的误识率及拒识率。一个优良的虹膜图像质量评估方法能使得整个虹膜识别具有更低的拒识率与误识率，从而具有更高的识别率。

现有的自动化虹膜身份识别系统中，由于采集图像时对于被采集者是非侵犯性的。采集到的虹膜图像通常不仅包含虹膜区域，还包含其它部分，比如：面部、瞳孔、巩膜、眼睑、睫毛等等。眼睑、眼睫毛等往往会遮挡住虹膜部分的有效区域，光照不佳造成的对比度太小、拍摄时由于反光所造成的眼部图像中的光斑、拍摄时由于人眼移动或摄像设备未准确对焦造成的模糊等现象均会影响虹膜图像的质量，降低虹膜图像的识别准确率。

目前在虹膜识别技术方面的前期研究成果由于主要是基于实验室的理想环境，与虹膜定位、虹膜特征提取、虹膜特征匹配的相关研究成果相比，虹膜图像质量评估的研究成果相对较少，且多为针对某种虹膜图像的干扰因素进行评估，评估方面单一。虽然有针对多种干扰因素进行评估的方法，但是其中分别采用多种评估方法，而且独立于虹膜系统，评估方法繁琐，运算复杂度较大，不适合于工程上的应用。

发明内容

本发明的目的是提供一种多尺度渐进式虹膜图像质量评估方法，从像素层次以及整体图像上对虹膜图像的多种干扰因素实施渐近式的质量评估，从中选取符合要求的虹膜图像进行虹膜特征的识别，以提高用于虹膜识别的样本图像的质量。

本发明所采用的技术方案是，一种多尺度渐进式虹膜图像质量评估方法，该方法按照以下步骤实施：

步骤1、通过虹膜采集装置得到虹膜图像；

步骤2、对虹膜图像进行像素级图像质量评估：像素级别的虹膜图像的质量评估包括光照评估、光斑反射评估、定位合理性评估、模糊评估和遮挡评估步骤，评估的次序以评估算法的时间复杂度为标准，按照短作业优先的策略进行排序，以便某阶段的评估不通过时，即退出当前的评估流程，重新选取新的虹膜图像样本进行图像质量评估，最大限度提高虹膜图像质量评估的速度，各步骤分别是：

2.1)光照评估：光照评估用于检测虹膜图像中是否存在由于光照不足引起的图像对比度偏小，使得虹膜图像的中的虹膜纹理不够明显，不利于虹膜特征的提取的问题，光照评估按照以下三步实施：

2.11)子图像划分，将获取到的虹膜图像样本划分为若干大小为20×10像素的子图像；

2.12)子图像的平均灰度评估，对于每一块子图像，计算其平均灰度，第i块子图像的平均灰度为：

其中w为子图像水平方向上的像素数量，h为子图像垂直方向上的像素数量，I_i(x，y)为第i块子图像在(x，y)处的灰度值；

2.13)灰度分布的评估，整幅虹膜图像的平均灰度B_img为：

Bimg=1NΣi=1NBrighti---(2)]]>

其中N为子图的数量，由平均灰度计算得出整幅图像的灰度分布情况，评估结果为：

2.2)光斑反射评估：由前一步骤得到的子图像的平均灰度作为评估依据，对虹膜图像的光斑反射情况进行评估，包括以下两步：

2.21)反射光斑确定，若存在某些子图的平均灰度接近255，则认为该部分图像存在反射光斑；

2.22)反射程度量化，反射程度量化为求解非反射区域占整个虹膜图像的比例，其量化值由式(4)求得：

N_Bright代表平均亮度接近255子图的数量，N代表划分的子图的数量；