《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 業(yè)界動態(tài) > 虹膜圖像質(zhì)量評價的研究

虹膜圖像質(zhì)量評價的研究

2008-07-15
作者:彭智勇1,,曾慶寧1,,彭超男2

  摘 要: 詳細介紹了對采集到的虹膜圖像進行質(zhì)量評價的方法,,并通過實驗證明了其有效性,。
  關(guān)鍵詞: 虹膜 灰度 門限值 評價


  當采集到一幅虹膜圖像后,首先要進行質(zhì)量評價,,再根據(jù)評價結(jié)果確定其是否可用于虹膜識別" title="虹膜識別">虹膜識別,。對虹膜圖像的質(zhì)量評價可分為4個方面:(1)對圖像總體質(zhì)量評定。判斷圖像是否聚焦清晰,、亮度是否過高或過低,。(2)判斷虹膜是否位于圖像中心。在采集瞬間,,如果處于閉眼狀態(tài),,則虹膜不在圖像中。如果眼珠突然偏離,,則采集到的圖像中虹膜因嚴重偏離圖像中心可能會引起很大的形變。(3)判斷圖像中虹膜部分是否清晰并判斷圖像中虹膜部分的大小,。一方面,,眼皮一般會遮蓋一部分虹膜;另一方面,,由于虹膜圖像采集要求的對準較嚴格,,很難保證每次采集時,虹膜都完全位于圖像之中,。因此,,如果眼皮遮蓋過多或者位于圖像之外的虹膜面積太大,就會嚴重影響虹膜識別的效果,。(4)對虹膜中有效點的判斷,。由于存在各種干擾,在虹膜中會有一些無效的點,。它會隨著環(huán)境的變化而變化,,因此必須去除。
  在虹膜圖像清晰度評價方面,,文獻[1]中提出根據(jù)聚焦因子F來判斷,。其基本思想是:計算瞳孔邊緣最大" title="最大">最大梯度的平均值S,,以及虹膜灰度均值與瞳孔灰度均值之差H,得到聚焦因子F=S/H,。但在實驗研究中發(fā)現(xiàn),,F(xiàn)對虹膜圖像清晰度不太敏感。通常,,圖像清晰時,,S變大,H也變大,;圖像模糊時,,S變小,H也變小,。另外,,McHugh等提出一種頻譜的方法[2],其基本思想是:計算虹膜圖像在高頻域的能量,,該域能量越高,,圖像清晰度越好。
  本文從4個方面對虹膜圖像質(zhì)量評價" title="圖像質(zhì)量評價">圖像質(zhì)量評價進行了研究,。通過對圖像亮度和清晰度對圖像總體質(zhì)量進行評價,;通過檢測瞳孔是否位于中心來判斷虹膜是否位于圖像中心;確定虹膜不可用部分并評價虹膜清晰度,,以剔除不能用于識別的虹膜圖像,;通過判斷虹膜中有效點的方法去除虹膜中的各種噪聲,采用灰度差分評價虹膜的聚焦狀態(tài)和清晰度,。在虹膜檢測方面,,選用Daugman提出的一種非常穩(wěn)健的圓形輪廓算子[3]來定位可能的虹膜,并利用圓形邊緣梯度,、虹膜半徑,、虹膜半徑的上下限、瞳孔半徑與虹膜半徑之比的上下限,、瞳孔相對于虹膜的偏心率的上下限,、瞳孔區(qū)域的平均灰度值以及瞳孔區(qū)域的灰度方差與平均灰度值的比值等特征來校驗其可信度。
1 對圖像總體質(zhì)量評定
  在進行虹膜定位前,,先對采集到的虹膜圖像進行總體質(zhì)量評定,。主要是對圖像亮度與圖像總體清晰度進行判斷。
1.1 圖像亮度判斷
  設(shè)圖像的平均灰度為DC,,則要求DC滿足:L1<DC<L2,,其中L1和L2為門限值。若DC<L1,,表明圖像亮度過低,;若DC>L2表明圖像亮度過高,。
1.2 圖像總體清晰度判斷
  設(shè)圖像的灰度公布為I(x,y),,則灰度的微分算子為:
  
  要求△I滿足△I>L3,,L3為設(shè)定的門限值,否則表示圖像不夠清晰,。
2 虹膜是否嚴重偏離圖像中心的檢測
  在實際采集中,,經(jīng)常會有人在瞬間眨眼而無法采到虹膜,或因眼球轉(zhuǎn)動而使采集角度發(fā)生大的變化,,采得的虹膜圖像也發(fā)生很大的形變,,因此在定位虹膜前必須對虹膜離中心的偏離程度進行檢測。
  要檢測虹膜是否位于圖像中心,,其實就是看瞳孔是否位于圖像的中心范圍,,而瞳孔的的灰度很低,可以通過灰度判斷哪些點是瞳孔中的像素,。在圖像的中心區(qū)域S中如果滿足:I(x,,y)<L4的像素總數(shù)N滿足:N>L5,則認為虹膜是處于圖像的中心,,L4為瞳孔灰度門限值,,L5為設(shè)定的像素數(shù)量門限值。
3 虹膜質(zhì)量檢測
  虹膜與瞳孔近似于圓形,,因此可以用圓形模板來提取可能的虹膜邊界和瞳孔邊界(即虹膜內(nèi)邊界),。由于可能的虹膜邊界和瞳孔邊界所界定的部分不一定是虹膜,因此,,有必要根據(jù)虹膜的某些其他特征進一步檢驗,,以增強虹膜檢測的可信度。
3.1 虹膜定位
  Daugman曾提出一種圓形輪廓算子來定位可能的虹膜[3],,其圓形輪廓算子如下:
  
  其中,I(x,,y)為圖像灰度分布,,Gσ(r)是尺度為σ的高斯函數(shù),ds是一段以(x0,,y0)為圓心,、以r為半徑的圓弧。公式(2)實質(zhì)上是一個圓形邊界探測器,,它通過不斷迭代求解以(x0,,y0)為圓心的、弧在半徑r方向的最大梯度來確定(r,,x0,,y0) 3個參數(shù),。
  為快速有效地定位可能的虹膜, 對瞳孔和虹膜的定位都采用粗細二步定位,。具體采取以下措施:
  (1)通過判斷是否是瞳孔中的像素點對瞳孔進行粗定位,。
  (2)利用光斑灰度大的特點,去除瞳孔中的光斑,。
  (3)利用式(2)在粗定位的基礎(chǔ)上對瞳孔精確定位,。
  (4)直接利用粗定位瞳孔的圓心為中心對虹膜外沿進行粗定位。在實現(xiàn)中由于眼皮有時會遮蓋部分虹膜,,甚至會遮蓋部分瞳孔,,為盡量減小眼皮對虹膜定位的影響,把積分域限定在-π/4~π/4及5π/4~7π/4內(nèi),。
  (5)在粗定位出的虹膜外沿基礎(chǔ)上利用式(2)對其進行精確定位,。
  對搜索范圍可以進行限定。設(shè)虹膜參數(shù)為(R,,X0,,Y0),瞳孔參數(shù)為(r,,x0,,y0)。對于一個虹膜采集系統(tǒng)" title="采集系統(tǒng)">采集系統(tǒng)來說,,圖像中瞳孔半徑的上下限,、虹膜外沿半徑的上下限、瞳孔半徑與虹膜半徑之比的上下限以及瞳孔相對于虹膜的偏心率的上下限可以由統(tǒng)計預(yù)先得到,。即R,、r的范圍可以限定,虹膜中心坐標(X0,,Y0)的大致范圍在瞳孔中心坐標(x0,,y0)確定后也可以限定。
  瞳孔中心坐標(x0,,y0)的近似位置可以由圖像的水平投影量曲線和垂直投影量曲線得到,。如果圖像中存在虹膜部分,則水平投影量曲線和垂直投影量曲線的最小值處將分別近似對應(yīng)于瞳孔中心坐標(x0,,y0)[4],。
3.2 對定位出的虹膜質(zhì)量判定
  在定位出的虹膜圖像中取如下的2個區(qū)域,,其區(qū)域選取圖如圖1所示,。


  (1)從r到R的整個圓環(huán)區(qū)域。
  (2)圖1中的黑色區(qū)域,。
  去除上下眼皮對虹膜的干擾噪聲,,取較純凈的虹膜圖像,。在區(qū)域(2)中,求出各像素的灰度值與整個區(qū)域(2)中的平均灰度值E之差的絕對值△2,,設(shè)△2的平均值為,,則要求L6<L7,其中,,L6和L7分別為設(shè)定的上,、下門限值。同時要求區(qū)域(2)中的每個像素由(1)式求得的△I值滿足:L8<△I<L9,,L8和L9為門限值,。
  在區(qū)域(1)中,統(tǒng)計灰度滿足L10<I<L11的像素數(shù)量S1,,其中
  L10=2+E    (4)
  L11=E-2    (5)
  設(shè)區(qū)域(1)中總的像素數(shù)量為S0,,則要求:S1/S0>3/5,從而保證了虹膜圖像中有60%以上的虹膜存在,。
4 虹膜中有效點的判斷
  在定位出的虹膜區(qū)域中,,利用求S1的方法進行判斷,其中與E分別為在整個虹膜區(qū)域中算出的與E,。對不滿足L10<I<L11的點加上無效標志,,并要求無效點的數(shù)量S2滿足S2<L12。在進行虹膜匹配時只對有效點操作,。
5 實驗結(jié)果
  圖2是用紅外光源通過CCD攝像頭從距眼睛35cm處攝得640×480的眼部" title="眼部">眼部圖,。


  利用Daugman虹膜識別算法[5][6],用此圖像與500幅不同的眼部圖像進行虹膜識別,,誤識率為零,。對此圖像利用前面的方法進行質(zhì)量評定,得到的實驗結(jié)果如下:在總體質(zhì)量評定時,, 測得圖像的平均灰度DC為172,。點(x,y)與(x+i,,y+i)之間的平均灰度差△I為7.15,。檢測虹膜是否嚴重偏離圖像中心時,取圖像的中心區(qū)域S為圖像中心的400×380區(qū)域,,灰度門限值L4取64,得到滿足I(x,,y)<L4的像素總數(shù)N為5 210,。在定位出虹膜后對虹膜質(zhì)量進行進一步檢測時,S1與S0的比值為89%,。利用文中的方法檢測虹膜圖像,,通過檢測的圖像能夠進行準確的虹膜識別,,在進行的25 000次虹膜識別實驗中誤識率為零,由此可見,,該方法是一種理想的虹膜圖像檢測方法,。
參考文獻
1 Zhang G H.Method of selecting the best enroll image for personal identification.US Patent 597494,1999-11-02
2 Hugh M,,Timothy J.Handheld iris imaging apparatus and method.US Patent 6289113,,2001-09-11
3 Daugman J.How iris recognition works.IEEE Trans on Cir-cuits and Syst for Video Tech,2004,;14(1):21
4 何家峰,,葉虎年,葉妙元.虹膜圖像質(zhì)量評價的研究.中國圖像圖形學報,,2003,;4(8):387~392
5 Daugman J.High confidence visual recognition of persons by a test of statistical independ-ence.IEEE Trans on Pattern Anal Machine Intell,1993:1148-1161
6 Daugman J.Biometric personal identification system based on iris analysis.US Patent 291-560,,1994

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點,。轉(zhuǎn)載的所有的文章,、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有,。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者,。如涉及作品內(nèi)容、版權(quán)和其它問題,,請及時通過電子郵件或電話通知我們,,以便迅速采取適當措施,避免給雙方造成不必要的經(jīng)濟損失,。聯(lián)系電話:010-82306118,;郵箱:[email protected]