[发明专利]模型生成方法、虹膜图像质量评估方法及电子设备

说明书

本发明公开了一种模型生成方法、虹膜图像质量评估方法及电子设备。虹膜质量评估方法包括：获取一待评估虹膜图像；通过虹膜图像质量评估模型，判断质量分类是否属于一预设的最低质量分类，或者是否低于最低质量分类；若是，则待评估虹膜图像的质量为不合格；若否，计算第一质量分数；计算待评估虹膜图像的当前存储中所有图像的质量分数；根据第一质量分数、质量分数和一预设质量阈值，判断待评估虹膜图像是否合格。该模型在获得训练样本集合的开始，即将图像纹理和质量进行分类，并结合质量分数S作为质量参考。以该模型对虹膜图像进行质量评估时，根据纹理分类，结合质量分类初步判断，仅需要在较小阈值范围内判定，提高了虹膜图像质量评估的效率。

技术领域

本发明涉及生物特征身份识别技术领域，具体涉及一种虹膜图像质量评估模型的生成方法、虹膜图像质量评估方法及计算机可读存储介质、电子设备。

背景技术

随着科技的进步和发展，原有的刷卡、账号密码等身份认证方式已不能满足当前社会的需求。生物识别，如人脸识别、虹膜识别由于其具有的高精准，难复制等优点已成为当下身份认证的主流方式。人脸识别则对用户姿态与使用距离限制较低，但人脸随时间会有一定变化，识别精度较低。

虹膜识别技术发展迅速，虹膜识别具有精度高、虹膜纹理终身不变、独一无二性等优点，虹膜识别对图像质量要求较高。一方面，由于生物个体虹膜差异、个体存在本能的眨眼行为，以及在使用虹膜识别设备过程中的聚焦问题等，导致采集到的虹膜图像质量参差不齐。另一方面，由于个体差异存在纹理稀密的区别，使得待评估虹膜图像的内容差异很大，给无参考质量评估造成很大的干扰，导致在进行虹膜图像质量评估时难以设置一个标准筛选出不同个体的虹膜质量。

由于虹膜图像质量直接影响虹膜识别的精度，因此，迫切需要一种图像质量评估方法，使虹膜识别设备能够获取稳定、高质量的虹膜图像以进行准确的身份识别。

发明内容

本发明所要解决的技术问题是提供一种虹膜图像质量评估模型的生成方法、虹膜图像质量评估方法及计算机可读存储介质、电子设备。

为实现上述问题，本发明技术方案公开了一种虹膜图像质量评估模型的生成方法，所述方法包括：获取训练样本集合，所述训练样本集合是指由电子设备采集的不同个体的虹膜图像；将所述虹膜图像输入一纹理分类器，根据第一分类标准将所述虹膜图像分类，获得多个纹理分类；将对应于不同纹理分类的所述虹膜图像进行虹膜分割，生成第一展开矩形图数据库；将所述虹膜图像输入一质量分类器，根据第二分类标准将所述虹膜图像分类，获得为多个质量分类；将对应于不同质量分类的所述虹膜图像进行虹膜分割，生成第二展开矩形图数据库；根据所述第一展开矩形图数据库和所述纹理分类，生成第一预测模型；根据所述第二展开矩形图数据库，生成第二预测模型；根据所述第一预测模型、所述第二预测模型和所述质量分数，生成一虹膜图像质量评估模型；其中，所述第一分类标准关联于虹膜纹理稠密程度；所述第二分类标准关联于虹膜图像的质量；所述根据第二分类标准将所述虹膜图像分类，获得多个质量分类包括：接收所述训练样本集合中的虹膜图像；根据所述虹膜图像的质量，对所述虹膜图像进行分类，确定至少五个质量分类；自所述第一质量分类起，所述虹膜图像的质量依次降低；所述方法还包括：将所述第二展开矩形图数据库分为对应于所述纹理分类的多个存储；于每一所述存储中，分别存储相应的纹理分类及最低质量分类对应的所述虹膜图像，所述最低质量分类为自所述第一质量分类起的任一质量分类；获取所述虹膜图像的展开矩形图，并对所述展开矩形图分别执行行方向滤波和列方向滤波，得到一行方向滤波结果和一列方向滤波结果；计算所述行方向滤波结果和所述列方向滤波结果的相似度，获得所述虹膜图像的质量分数。