[发明专利]静脉图像的质量评估方法、评估装置及终端

权利要求书

1.一种静脉图像的质量评估方法，其特征在于，包括：

基于神经网络训练模型进行用于评价静脉图像质量的亮度和清晰度的两个参数的最优值的搜索；

输入待评估的静脉图像T；

根据亮度参数的最优值对所述静脉图像T的亮度进行评分获得亮度分值S1，根据清晰度参数的最优值对所述静脉图像T的清晰度进行评分获得清晰度分值S2；

对所述静脉图像T进行静脉特征信息评分获得静脉特征分值S3；以及

综合亮度分值S1、清晰度分值S2和静脉特征分值S3获得静脉图像T的最终分值评估结果S。

2.如权利要求1所述的静脉图像的质量评估方法，其特征在于，基于神经网络训练模型进行用于评价静脉图像的亮度和清晰度的两个参数的最优值的搜索的步骤包括：

分别在用于采集静脉图像的i种的近红外光光强和在用于采集静脉图像的相机的i种相机参数下，进行i次静脉图像的采集获得i个训练集{E₁,E₂,…,E_i},i1；

分别计算i个训练集{E₁,E₂,…,E_i}中的每一个训练集对应的亮度参数值和清晰度参数值，获得亮度参数值集{L₁,L₂,…,L_i}和清晰度参数值集{R₁,R₂,…,R_i}；

针对训练集{E₁,E₂,…,E_i}进行i次神经网络模型训练，选取该i次神经网络模型训练结束时的训练误差最小的训练集E_j对应的亮度参数值L_j和清晰度参数值R_j分别为亮度参数最优值L_o和清晰度参数最优值R_o；

其中，E_j为第j个训练集，E_j∈{E₁,E₂,…,E_i},且1≤j≤i，L_j∈{L₁,L₂,…,L_i}R_j∈{R₁,R₂,…,R_i}；L_j和R_j分别为第j个训练集E_j对应的亮度参数值和清晰度参数值。

3.如权利要求2所述的静脉图像的质量评估方法，其特征在于，根据亮度参数的最优值L_o对静脉图像T的亮度进行评分获得亮度分值S1，其计算公式为：

根据清晰度参数的最优值R_o对静脉图像T的清晰度进行评分获得清晰度分值S2，其计算公式为：

其中，L_T为所述静脉图像T的亮度参数值；R_T为所述静脉图像T的清晰度参数值。

4.如权利要求3所述的静脉图像的质量评估方法，其特征在于，计算第j个训练集E_j对应的亮度参数值L_j：L_j＝0.299R_j+0.587G_j+0.114B_j；计算所述静脉图像T的亮度参数值L_T，L_T＝0.299R_T+0.587G_T+0.114B_T；其中，R_j、G_j和B_j分别是训练集E_j中的静脉图像的红、绿和蓝通道值，R_T、G_T和GR_T分别是所述静脉图像T的红、绿和蓝通道值。