[发明专利]基于图像质量评估的多生物特征融合识别方法

摘要

本发明是一种基于图像质量评估的多生物特征融合识别方法，首先通过图像采集子系统采集用户的人脸和虹膜图像并对其进行相应预处理，其次对经过预处理的图像分别送入相应的识别认证子系统进行质量评估、特征提取和模板匹配等步骤，输出各自匹配分数以及相应匹配质量置信度分数，最后将这些分数归一化后送入识别融合子系统，采用动态加权融合算法得到识别认证结果。本发明的有益效果之处在于：所述方法较单一人脸或虹膜识别算法具有更高的识别准确率，能实现高精度的个人身份识别；同时，所述方法在现有主流融合识别算法基础上，提取出图像质量有用信息应用于融合识别认证过程，进一步提升系统识别性能。

主权项

1.一种基于图像质量评估的多生物特征融合识别方法，所述方法包括如下步骤：步骤1：图像数据采集：利用摄像装置，对未知用户X的人脸和虹膜进行图像采集；步骤2：图像预处理：主要由定位、归一化和图像增强三部分组成；人脸图像定位采用的是基于Haar特征与Adaboost相结合的算法，归一化采用平移、旋转和缩放措施，图像增强采用直方图均衡化，虹膜图像定位采用霍夫变换和边缘检测相结合的算法，归一化采用的是极坐标变换，图像增强采用直方图均衡化；步骤3：图像质量评估：利用光照和清晰度作为质量影响因子来进行人脸和虹膜图像质量评估，得出人脸和虹膜图像的质量评估分数Qface和Qiris；步骤4：特征提取和模板匹配：对人脸图像采用分块LBP提取图像纹理特征，采用卡方距离与人脸特征库进行模板匹配得出匹配分数Sface，采用下方公式计算出次模板匹配的匹配质量置信度分数Gface；对虹膜图像利用多通道2DLog‑Gabor提取虹膜纹理特征，采用海明距离与虹膜特征库进行模板匹配得出匹配分数Siris，采用下方公式计算出所述次模板匹配的匹配质量置信度分数Giris；步骤5：归一化处理：采用TANH方法对所有模板匹配分数进行归一化处理，采用MAX‑MIN方法对所有匹配质量置信度分数进行归一化处理，处理后的每一个分数都在[0,1]之间；步骤6：融合识别：用归一化后的匹配分数和匹配质量置信度分数进行融合识别，其具体步骤如下：步骤61：初始权重分配：用于根据预设的权值分配标准为每个归一化后的所述模板匹配分数对应分配一个初始权重值,且所有所述权值之和等于1；步骤62：权重调整：用于在保证所有所述权值之和等于1的前提下,根据所述匹配质量置信度分数调整每个对应的所述模板匹配分数的对应权值；步骤63：加权融合识别：用于根据归一化后的所述模板匹配分数和调整后的对应权值进行加权融合,得出最终的识别结果。