[发明专利]虹膜图像模糊判断的方法和装置

说明书

本发明公开了一种虹膜图像模糊判断的方法和装置，所述方法包括：利用径向对称变换在虹膜图像中定位瞳孔的位置；在虹膜图像中截取感兴趣区域，所述感兴趣区域内包含瞳孔边界以及所述瞳孔边界两侧的瞳孔和虹膜；对所述感兴趣区域的梯度值按照瞳孔半径方向进行高斯拟合，得到模糊分数，所述模糊分数为拟合得到的高斯函数的散度参数；判断所述模糊分数是否大于模糊分数阈值，若是，则为模糊的虹膜图像。与现有技术相比，本发明的虹膜图像模糊判断的方法判断准确率高，运行速度快，提高了虹膜识别的性能。

技术领域

本发明涉及生物识别领域，特别是指一种虹膜图像模糊判断的方法和装置。

背景技术

近年来，虹膜识别逐渐成为一种重要的身份认证和识别手段。当用户适度配合时，虹膜识别方法能够取得较好的识别效果。但在实际应用场景中，很难保证用户在一定时间内保持配合的状态，因此在采集虹膜图像过程中，不可避免会得到不符合识别和认证要求的虹膜图像。为了保证虹膜识别的准确性和稳定性又方便用户使用，就需要设计快速有效的虹膜图像质量评价方法。

在影响虹膜图像质量的因素中，模糊是最常见也是最重要的虹膜图像质量畸变类型。根据形成模糊的原因不同，一般将虹膜模糊分为离焦模糊和运动模糊。离焦模糊是指被拍摄对象远离对焦平面而引起的图像模糊现象。目前评价离焦模糊的方法主要有基于梯度变化的方法、全局空域滤波的方法和基于感兴趣区域的方法，这些方法在特定条件下都能取得较好的结论，但是距离应用场景还有一定差距。运动模糊指的是在采集过程中，对象的快速位置变化导致图像形成错位而引起图像模糊的现象。常见的评价运动模糊的方法是基于垂直算子的方法，另外还有很多基于运动方式而产生的具有针对性的算法。

(1)基于梯度变化的方法：

该方法，利用巩膜和虹膜间的梯度值评价模糊的程度来判断，如果梯度值比较小，说明图像可能比较模糊；或者利用虹膜与瞳孔之间的梯度进行模糊程度判断，如果梯度比较小，说明图像可能比较模糊。

(2)基于全局空域滤波的方法：

针对离焦模糊，图像中各个方向的高频信息均被削弱，可以通过构建高通或带滤波器的方式检测这种高频信息的损失程度，如构造一个各向同性的滤波器，将图像与滤波器的卷积值作为质量分数。

(3)基于感兴趣区域的方法

为了克服非虹膜区域的噪声影响，需要关注虹膜有效区域，通过虹膜定位得到瞳孔边界，预定义瞳孔两边对应的区域作为感兴趣区域，之后利用该区域的中高频信息作为特征，通过支持向量机(SVM)分类器训练得到图像判断是否是清晰图像。

上述基于梯度变化的方法和基于全局空域滤波的方法大都关注于对边缘梯度的直接描述，而不关注梯度的分布，基于感兴趣区域的方法由于需要用到比较复杂的图像处理和分类算法，所以速度较慢。

发明内容

本发明提供一种虹膜图像模糊判断的方法和装置，该方法判断准确率高，运行速度快，抗干扰能力强，准确率高，提高了虹膜识别的性能。

为解决上述技术问题，本发明提供技术方案如下：

一种虹膜图像模糊判断的方法，包括：

利用径向对称变换在虹膜图像中定位瞳孔的位置；

在虹膜图像中截取感兴趣区域，所述感兴趣区域内包含瞳孔边界以及所述瞳孔边界两侧的瞳孔和虹膜；

对所述感兴趣区域的梯度值按照瞳孔半径方向进行高斯拟合，得到模糊分数，所述模糊分数为拟合得到的高斯函数的散度参数；

判断所述模糊分数是否大于模糊分数阈值，若是，则为模糊的虹膜图像。

一种虹膜图像模糊判断的装置，包括：

定位模块，用于利用径向对称变换在虹膜图像中定位瞳孔的位置；