实时虹膜图像质量评估的算法研究与实现

实时虹膜图像质量评估的算法研究与实现

论文摘要

随着信息技术的发展,作为生物特征识别技术之一的虹膜识别技术正在兴起,并显示了巨大的优越性。虹膜图像质量评估是虹膜识别系统中的关键步骤,图像质量的好坏将直接影响后续识别结果的准确性。在分析已有虹膜图像质量评估算法的基础上,针对自动虹膜识别系统中的虹膜图像质量存在的问题,本文提出了一套完整的实时虹膜质量评估流程,主要的研究工作有以下几方面:1.虹膜定位是质量评估的基础。本文只需用到虹膜内边缘信息,针对虹膜图像的特点提出了一种新的基于灰度信息的虹膜内边缘定位算法,该算法通过搜索灰度曲线上灰度梯度值最大的点来获得虹膜边界点,并通过曲线拟合定位虹膜边界的位置,然后通过三次迭代消除光斑影响,得到精准定位的虹膜内边缘。2.结合人眼视觉特性和主观评估的方法对图像进行总体质量评估。首先根据直方图特征检测图像的亮度,排除太亮、太暗和部分眨眼的情况;根据瞳孔粗略中心位置判断虹膜是否偏离图像中心,避免纹理不完整和斜视的情况出现;检测红外光源在瞳孔附近形成的两个特殊的反光点,根据反光点的存在和大小判断是否有眨眼和非人眼图像的情况,由反光点的几何特征判断人机距离,距离不当的进行语音提示靠近或远离,避免图像离焦模糊。3.对虹膜图像中的感兴趣区域ROI进行细节质量评估。通过分析虹膜纹理、睫毛和眼睑的灰度值特征,采用统计像素的方法判断睫毛眼皮遮挡情况;提出了利用边缘算子检测下眼皮遮挡的新方法;根据虹膜纹理径向分布的特征,采用边缘梯度能量函数计算虹膜纹理清晰度。4.实现了虹膜自动采集系统中的实时质量评估。对采集到的每帧图像进行分步骤评估,不同步骤设置不同门限,只有满足要求的图像才能进入下一步骤的评估,这样减少了进行全部步骤评估的图像数量,保证了选取图像的质量和速度。所有的算法均在Matalb7.0平台中测试通过,移植到VC系统中并优化后,对每帧图像进行实时质量评估的时间小于0.05秒,实验结果证明,该算法能够实时地自动选取满足要求的虹膜图像,大幅度提高了整个虹膜识别系统的准确率。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 生物特征识别技术
  • 1.2 虹膜识别技术
  • 1.2.1 虹膜的生物特征
  • 1.2.2 虹膜识别技术的原理
  • 1.3 虹膜识别的国内外研究状况分析
  • 1.3.1 虹膜识别在国外的研究状况
  • 1.3.2 虹膜识别在国内的研究状况
  • 1.4 本文的研究内容和各章节安排
  • 1.4.1 研究意义
  • 1.4.2 研究内容
  • 1.4.3 各章节内容安排
  • 第二章 图像质量评估理论与方法
  • 2.1 人眼视觉系统特性
  • 2.2 主观评估方法
  • 2.3 客观评估方法
  • 2.3.1 有参照质量评估
  • 2.3.2 无参照质量评估
  • 2.4 图像质量评估在虹膜识别中的应用
  • 第三章 虹膜图像的定位
  • 3.1 Daugman 圆模板定位算法
  • 3.2 基于边缘检测和 Hough 变换的定位算法
  • 3.3 基于灰度特征的虹膜内边缘定位
  • 3.3.1 图像二值化
  • 3.3.2 光斑填充
  • 3.3.3 搜索瞳孔粗略中心
  • 3.3.4 瞳孔边界点搜索
  • 3.3.5 曲线拟合
  • 3.3.6 三次迭代精定位瞳孔
  • 3.4 实验结果
  • 第四章 虹膜图像的总体质量评估
  • 4.1 试验图像数据库的建立
  • 4.2 检测图像亮度
  • 4.3 人机距离检测
  • 4.3.1 激光测距
  • 4.3.2 反光点特征测距
  • 4.4 检测眨眼的图像
  • 4.5 判断虹膜是否偏离图像中心
  • 第五章 虹膜图像的细节质量评估
  • 5.1 感兴趣区域ROI 理论
  • 5.2 基于傅立叶频谱的细节质量评估
  • 5.3 虹膜可用度检测
  • 5.3.1 瞳孔缩放程度
  • 5.3.2 基于灰度信息的睫毛眼皮检测
  • 5.3.3 基于边缘提取的下眼皮检测
  • 5.4 虹膜纹理清晰度检测
  • 5.4.1 现有的清晰度评估方法
  • 5.4.2 基于纹理的清晰度检测
  • 第六章 实时虹膜图像质量评估的实现
  • 6.1 虹膜图像的自动采集
  • 6.2 实时评估流程
  • 6.3 测试与分析
  • 第七章 结论及展望
  • 致谢
  • 参考文献
  • 攻硕期间取得的研究成果
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    实时虹膜图像质量评估的算法研究与实现
    下载Doc文档

    猜你喜欢