[发明专利]一种虹膜图像清晰度的检测方法

说明书

本申请公开了一种虹膜图像清晰度的检测方法，将无参考图像的清晰度评判转换为基于结构相似度的有参考图像的评判，对单帧虹膜图像的清晰度进行质量评价。该方法能克服无参考图像质量评价中的多种问题，计算简单准确且输出有界。

技术领域

本申请涉及图像识别技术领域，更具体地，涉及一种虹膜图像清晰度的检测方法。

背景技术

作为目前最先进的生物识别技术，虹膜识别在准确性、稳定性、安全性和实用性等方面均具有其他生物识别技术无可比拟的优势。良好的虹膜图像质量对于后续的特征提取和特征匹配至关重要，采用合理的图像质量评价方法剔除由于运动模糊、离焦模糊等原因造成的清晰度不足的图片是图像预处理阶段十分关键的一步。

图像质量评价方法根据评价时是否需要参考图像可分为全参考、半参考和无参考等三类。全参考方法需要提供一个无失真的原始图像,经过对二者的比对,得到一个对失真图像的评价结果。这类方法评价的准确性较好，但缺点是需要提供无失真的参考图像,在实际应用中往往很难得到。半参考方法也称为部分参考方法,它不需要将失真图像与原始图像相比较,而只需要将失真图像的某些特征与原始图像的相同特征进行比较。无参考方法则完全无需参考图像,仅根据失真图像的自身特征来估计图像的质量。无参考方法虽然最具实用价值，但正是由于没有参考图像，使得无参考图像质量评价相对更为困难，且判别结果不够准确。

在虹膜识别的图像预处理阶段，通常使用无参考方法对采集到的虹膜图像进行清晰度评价，剔除含有运动模糊、离焦模糊的图片，但评价结果往往都不够准确。因此，设计一种更为准确有效的虹膜图像清晰度评价方法，将无参考图像的清晰度评判转换为有参考图像结构相似度的评判，对单帧虹膜图像的清晰度进行质量评价。能克服无参考图像质量评价中的多种问题，计算简单准确且输出有界。

发明内容

本申请实施例提供一种虹膜图像清晰度的检测方法，增强了虹膜识别效率，解决现有技术中虹膜图像清晰度评判结果不够准确的问题。

本申请实施例提供一种虹膜图像清晰度的检测方法，包括以下步骤：

对原始虹膜图像进行低通滤波，构造参考图像；

对所述原始虹膜图像进行瞳孔定位；

在所述原始虹膜图像和所述参考图像的瞳孔外切的虹膜区域分别选择同样位置的N个图像子块，并对所述图像子块进行梯度运算，分别得到相对应的N个梯度图像子块；

计算各所述梯度图像子块的亮度、对比度和结构的子相似度；

计算各所述梯度图像子块的总体结构相似度；

根据各所述梯度图像子块的总体结构相似度，计算所述原始虹膜图像的清晰度。

优选的，本申请的方法中，所述低通滤波是使用均值滤波器或高斯滤波。

优选的，本申请的方法中，所述瞳孔定位用以下方法：

通过光斑连通域搜索，定位全部光源像点候选域；

通过光斑连通域填充，定位全部瞳孔候选域；

找出内部包含光源像点的瞳孔区域；

根据所述内部包含光源像点的瞳孔区域，用径向梯度法，计算瞳孔半径。

优选的，本申请的方法中，分别在所述原始虹膜图像和所述参考图像的虹膜区域选择的所述图像子块，是正方形的。

优选的，本申请的方法中，对分别在所述原始虹膜图像和所述参考图像的虹膜区域选择的所述图像子块的梯度运算，使用Sobel梯度算子。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：增强了虹膜图像识别效率，使虹膜图像清晰度评价方法更为准确有效。

附图说明