[发明专利]虹膜图像的清晰度评价方法及装置

说明书

本发明涉及一种虹膜图像的清晰度评价方法。该方法包括步骤如下：提取图像中的虹膜区域；检测所述虹膜区域的边缘，生成虹膜图像；确定所述虹膜图像中每个像素的梯度方向；基于所述梯度方向信息获取梯度图像；根据所述梯度图像判断所述虹膜图像是否清晰。本发明针对虹膜图像特点进行清晰度评价，能够准确提取出虹膜区域，不需要参考图像，与人眼主观感受一致，具有一定的鲁棒性，并有效提升了虹膜图像清晰度评价的准确性。

技术领域

本公开涉及图像处理领域，尤其涉及虹膜图像的清晰度评价方法及装置、电子设备和计算机可读存储介质。

背景技术

在众多的生物识别技术中，虹膜识别比其他的生物识别相比拥有很多的优点：唯一性、稳定性、非侵犯性等。在虹膜识别系统中，虹膜图像质量评价是其中的重要一环。由于采集到的虹膜图像存在离焦模糊、运动模糊，斜眼，光斑图像质量问题，这些图像质量较低的图像会降低虹膜图像识别的精度。因此，在进行虹膜识别前需要对虹膜图像进行质量评价，而清晰度是图像质量评价中的重要指标。目前存在多种虹膜图像清晰度评价方法，由于虹膜图像中存在眼镜、光斑、睫毛等噪声影响，许多评价方法在实际使用过程中受噪声影响较为严重，在评价过程中对清晰程度的区分度不够高，还存在一定问题。

本发明针对现有技术的不足，提供了一种虹膜图像的清晰度评价方法，与人眼主观感受一致，具有一定的鲁棒性，并有效提升了虹膜图像清晰度评价的准确性。

发明内容

为克服相关技术中存在的问题，本公开提供一种虹膜图像的清晰度评价方法及装置、电子设备和计算机可读存储介质。

根据本公开实施例的第一方面，提供一种虹膜图像的清晰度评价方法，方法包括：提取图像中的虹膜区域；检测虹膜区域的边缘，生成虹膜图像；确定虹膜图像中每个像素的梯度方向；基于梯度方向信息获取梯度图像；根据梯度图像判断虹膜图像是否清晰。

在一实施例中，提取图像中的虹膜区域，包括：获取人眼图像；去除人眼图像的眼皮区域及光斑；在人眼图像中拟合虹膜内圆和外圆；根据内圆和外圆，分割人眼图像获得虹膜区域。

在一实施例中，在人眼图像中拟合虹膜内圆和外圆，包括：定位瞳孔中心；确定内圆半径，定位内圆区域；搜索以内圆区域为中心的向外发散方向上的候选边界点；根据候选边界点定位外圆区域。

在一实施例中，检测虹膜区域的边缘，生成虹膜图像包括：确定虹膜区域的边缘区域；根据边缘区域的梯度，将虹膜区域分为掩膜区和非掩膜区，其中非掩膜区为虹膜图像。

在一实施例中，根据边缘区域的梯度，将虹膜区域分为掩膜区和非掩膜区，包括：获取边缘区域的梯度，计算第一梯度方向；保留第一梯度方向上梯度强度的极大值所在的像素作为边缘，删除第一梯度方向上的其他像素；对边缘像素进行形态学膨胀操作，得到掩膜区；在虹膜区域中去掉掩膜区，得到非掩膜区。

在一实施例中，确定虹膜图像中每个像素的梯度方向，包括：获取虹膜图像中每个像素的梯度；根据像素的梯度，确定像素的第二梯度方向。

在一实施例中，根据像素的梯度，确定像素的第二梯度方向，包括：第二梯度方向的具体计算方式如下：

其中，dy和dx分别是梯度图中像素在y方向和x方向上的梯度。

在一实施例中，基于梯度方向信息获取梯度图像，包括：在梯度函数中加入方向信息；基于加入方向信息的梯度函数，获取虹膜图像的梯度图像；加入方向信息的梯度函数的具体计算公式如下：

x’＝x·cosθ-y·sinθ

y’＝x·sinθ+y·cosθ