一種虹膜圖像質量級聯式評價方法
【技術領域】
[0001] 本發明涉及圖像質量評價方法。更具體地，涉及一種虹膜圖像質量級聯式評價方 法。
【背景技術】
[0002] 虹膜識別具有準確性高、穩定性強、防偽性好和非接觸檢測等顯著優勢，是目前已 知最先進的生物識別技術。在虹膜識別系統中，快速獲取高質量的虹膜圖像是提高識別效 率的關鍵。然而，在實際應用中，由于用戶使用習慣及配合程度的差異，輸入的虹膜圖像視 頻流中常常存在斜視、閉眼和模糊等質量不理想的圖像；如果將這些圖像進行虹膜識別，會 嚴重影響識別的效率，并大大增加錯誤拒識的風險。因此，在虹膜圖像預處理過程中需要加 入質量評價的步驟，篩選出滿足一定質量要求的虹膜圖像進行識別，提高虹膜識別效率，降 低錯誤拒識率。
[0003] 在目前的虹膜識別系統中，常用的虹膜圖像質量評價方法通過分別檢測圖像清晰 度、虹膜形狀、尺寸、有效區域面積、對比度和注視角度等多項指標，加權計算出質量得分， 然后將分數大于質量閾值的圖像視為質量合格的虹膜圖像。這類方法雖然能從多方面評價 一幅虹膜圖像的質量，但是存在以下明顯的缺點：
[0004] 1、沒有充分考慮實際系統的成像特性和虹膜特征編碼與匹配算法的適應性，有些 質量指標并不會對識別結果產生決定性影響。如果對可能影響虹膜圖像質量的各項指標均 進行檢測，勢必會削弱系統的自適應性，降低虹膜識別的效率。
[0005] 2、由于各項指標對虹膜識別結果的影響程度不盡相同，且隨著應用場景和用戶的 不同而變化，在加權計算質量得分時，如何分配各項指標的權值是比較困難的。同時由于影 響質量得分的變量較多，如何選取一個最優的質量閾值進行質量判別也是非常困難的。
[0006] 3、計算多項質量指標不利于算法優化，并且對硬件資源要求較高。如果采取并行 運算，會大大增加對存儲空間的消耗；如果采取串行運算，會嚴重影響識別速度。
[0007] 因此，需要提供一種虹膜圖像質量級聯式評價方法。
【發明內容】
[0008] 本發明的目的在于提供一種虹膜圖像質量級聯式評價方法，解決由于虹膜圖像質 量判別效率低而影響虹膜識別整體效率的問題。
[0009] 為達到上述目的，本發明采用下述技術方案：
[0010] 一種虹膜圖像質量級聯式評價方法，該方法包括如下步驟：
[0011] S1、測算虹膜圖像中光源像點與瞳孔的相對位置，判定是否存在斜視，若是則判定 所述虹膜圖像未達到質量要求，若否則繼續流程；
[0012] S2、根據灰度分類統計法檢測所述虹膜圖像中虹膜的可用度，并判定所述可用度 是否滿足要求，若否則判定所述虹膜圖像未達到質量要求，若是則繼續流程；
[0013] S3、測算所述虹膜圖像中局部能量梯度，判定是否存在離焦模糊，若是則判定所述 虹膜圖像未達到質量要求，若否則繼續流程；
[0014] S4、根據環向梯度峰值檢測法判定是否存在運動模糊，若是則判定所述虹膜圖像 未達到質量要求，若否則判定所述虹膜圖像達到質量要求。
[0015] 優選地，步驟Sl中測算虹膜圖像中光源像點與瞳孔的相對位置，判定是否存在斜 視的方法為：
[0016] 計算光源像點中心與瞳孔中心的歐式距離d，公式如下：
[0017] d = sqrt ((X1-Xp)2+ (Y1Ip)2)
[0018] 公式中，Xl、別為光源像點的中心點的行、列坐標，X p、yp分別表示瞳孔的中心 點的行、列坐標；
[0019] 設距離閾值為Td，當(1>1^時，判定存在斜視。
[0020] 優選地，步驟S2中根據灰度分類統計法檢測所述虹膜圖像中虹膜的可用度，并判 定所述可用度是否滿足要求的方法為：
[0021] 對虹膜圖像進行直方圖均衡化操作，使其灰度均勻分布；
[0022] 分別選取兩個在瞳孔中心正下方偏離正、負45°的虹膜區域內的虹膜圖像塊Ω3和Qb;
[0023] 統計虹膜圖像塊Ω，Ρ Ω b的灰度分布，得到灰度分類閾值基數：
[0024] gb = mean (mean (gs ( Ω a)), mean (gs ( Ω b)))
[0025] 式中，gs( ·)是取灰度值函數；
[0026] 分別設定灰度分類高閾值為Tgu= gb+ λ i，低閾值為Tgd= gb_ λ 2，其中λ p λ 2為 分類閾值安全系數；
[0027] 分別選取瞳孔中心正左、正右和正下方的三個虹膜圖像塊ΦρΦ2、Φ3作為可用度 判定區域；
[0028] 分別統計虹膜圖像塊Φ 1、Φ2和Φ3的灰度分布，得到其中灰度值介于Tgd和T gu之間的像素所占的比例P1、口2和P 3;
[0029] 定義虹膜可用度為：
[0030] Vd= σ lPl+ σ 2ρ2+ σ 3ρ3, 〇 ^ Pl, ρ2, ρ3^ 1
[0031] 式中，〇 ρ σ 2、σ 3e [0, 1]，分別為虹膜圖像塊Φ ρ Φ2、Φ3中灰度值介于Tgd和 Tgu之間的像素所占的比例ρ ρ pjP ρ 3權重因子，且〇彳σ 2+ σ 3= I ;
[0032] 設虹膜可用度閾值為Τν，當％〈1；時，判定可用度不滿足要求。
[0033] 優選地，虹膜圖像塊Ω，Ρ Ω b的位置公式為：
[0036] 式中，rp表示瞳孔的半徑，xp、yp分別表示瞳孔的中心點的行、列坐標，l a、Ib分別為 虹膜圖像塊Ω3、Qb的圓周到瞳孔邊界圓周的距離，a a、ab分別為虹膜圖像塊Ω a、〇4勺 偏離瞳孔正下方正、負45°基準的角度。
[0037] 優選地，虹膜圖像塊Φρ Φ2、Φ3的位置公式為： CN 105117705 A I兄明書 3/8 頁
[0039] 式中，rp表示瞳孔的半徑，x p、yp分別表示瞳孔的中心點的行、列坐標，β、γ為區 域選定參數，β代表虹膜圖像塊的邊長，Y是虹膜圖像塊與瞳孔邊界的距離。
[0040] 優選地，步驟S3中測算所述虹膜圖像中局部能量梯度，判定是否存在離焦模糊的 方法為：
[0041] 分別選取兩個在瞳孔中心正下方偏離正、負45°的虹膜區域內的虹膜圖像塊Ω3和Qb，瞳孔中心正下方的虹膜圖像塊Φ3作為離焦模糊判定區域；
[0042] 分別計算虹膜圖像塊Ω a、Ω Φ 3的能量梯度值Eg η EgjP Eg 3;
[0043] 定義第一清晰度因子(1匕為：
[0044] dfi= τ ^g1+τ 2Eg2+τ 3Eg3
[0045] 式中，τ ρ τ2、τ3ε (〇, 1)為分別虹膜圖像塊Ω a、Qb、（&3的能量梯度值的權重 因子；
[0046] 設第一清晰度閾值為Tdl，當df'Ut，判定存在離焦模糊。
[0047] 優選地，虹膜圖像塊Ω3、Ω#Ρ Φ 3的位置公式為：
[0050] 式中，rp表示瞳孔的半徑，X ρ、％分別表示瞳孔的中心點的行、列坐標，I a、1,分別 為虹膜圖像塊Ω3、Qb的圓周到瞳孔邊界圓周的距離，a a、ab分別為虹膜圖像塊Ω a、Qb的偏離瞳孔正下方正、負45°基準的角度，β、γ為區域選定參數，β代表虹膜圖像塊的邊 長，γ是虹膜圖像塊與瞳孔邊界的距離。
[0051] 優選地，計算虹膜圖像塊Ω a、Ω JP Φ 3的能量梯度值Eg η EgjP Eg 3的公式為：
[0053] 式中，gs(x，y)表示坐標（X，y)點像素的灰度值。
[0054] 優選地，步驟S4中根據環向梯度峰值檢測法判定所述虹膜圖像是否存在運動模 糊的方法為：
[0055] 選取瞳孔中心正下方的瞳孔、虹膜過渡環狀帶Ψ作為運動模糊判定區域，位置公 式為：
[0058] 式中，￡1代表所選區域由瞳孔邊界向內偏離的距離，ε 2代表所選區域由瞳孔邊 界向外偏離的距離，η代表所選區域中心偏離瞳孔正下方的角度；
[0059] 計算區域ψ的環向梯度向量gv，公式為：
[0062] 式中，gs(r，Θ )表示極坐標（r，Θ )點像素的灰度值，n為對角度范圍[0, n)的采 樣點數；
[0063] 定義第二清晰度因子為：
[0065] 設第二清晰度閾值為Td2，當df2〈Tdjt，判定存在運動模糊。
[0066] 本發明的有益效果如下：
[0067] 本發明所述技術方案便于實現多線程流水線設計，可以有效縮減質量評價時間， 同時降低存儲消耗，從而提高虹膜識別的效率。
【附圖說明】
[0068] 下面結合附圖對本發明的【具體實施方式】作進一步詳細的說明。
[0069] 圖1示出虹膜圖像質量級聯式評價方法流程圖。
【具體實施方式】
[007