[发明专利]静脉图像的质量评估方法、评估装置及终端

说明书

本申请提供一种静脉图像的质量评估方法，其包括：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。本申请还提供一种静脉图像的质量评估方法和终端。静脉图像质量评估方法、静脉图像的质量评估装置及终端有效地从多方面评价了静脉图像，有利于获取高质量的静脉图像和有利于降低后续静脉图像分析难度。

技术领域

本申请涉及图像处理领域，更具体地说，是涉及一种静脉图像的质量评估方法、评估装置及终端。

背景技术

在现有技术中，基于密码或指令等认证方式容易被人窃取或破解。随着技术发展，基于生物特征的认证系统越来越受到人们青睐，生物特征包括人脸、指纹或静脉特征。利用人体血红蛋白吸收近红外光的特性来采集手掌皮肤底下的静脉特征图像。与相对其他指纹或虹膜等生物特征相比，掌静脉生物特征位于人体皮肤下，属于人体内部特征且单凭肉眼不可见，因此难易复制伪造；且通过非接触式采集掌静脉图像，更加卫生，适合于公共场合使用。

在图片采集的过程中，由于采集设备本身的影响、成像过程是否经过压缩处理、采集时光照和环境等多个因素的影响，需要对图片质量本身进行评估，因为图像质量往往会影响后续认证识别的精度，获取高质量的图像有利于降低后续图像分析的难度和有助于提供识别准确度。

现有的图像评估方法主要针对图片通用的质量参数，例如图片光照程度、清晰度等，这些来进行判断。现有的一些图像质量评估方法涉及通用的质量参数并未考虑掌静脉图片本身的特点，例如在采集掌静脉图像时，因为个人手掌厚度、掌纹等影响掌静脉特征信息的提取，从而容易导致采集的掌静脉图像的静脉特征不明显，静脉特征不丰富。特别地，掌静脉图像的质量采集时使用的是红外光线，因此成像的亮度通常比自然光环境下的亮度要低得多，所以设定能采集高质量的光照质量的参数，并以此光照质量参数为标准评定后续采集的静脉图像，如此有利于获取高质量的静脉图。

发明内容

针对现有技术，本申请解决的技术问题是一种能综合评价静脉图像的亮度、清晰度和静脉特征信息的静脉图像质量评估方法、静脉图像的质量评估装置及终端，静脉图像质量评估方法、静脉图像的质量评估装置及终端有效地从多方面评价了静脉图像，有利于获取高质量的静脉图像和有利于降低后续静脉图像分析难度。

为解决上述技术问题，第一方面，本申请提供一种静脉图像质量评估方法，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。

在一申请实施例中，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{E_1,E₂,…,E_i},i1；