收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

图像质量评价在虹膜识别中的应用研究

崔清亮  
【摘要】:虹膜图像的获取是虹膜识别中的第一步,虹膜采集系统如果能够拍摄到清晰的虹膜图像,将会大大提高虹膜识别算法的效率和精度。虹膜图像采集因设备的不同而有所不同,通常有两种方式:一种是一次静态地摄取一幅虹膜图像;另一种则是采用视频流的方式,在一定时间内采集若干帧图像,从中选择一帧或几帧满足质量要求的图像用于识别。我们系统的采集设备属于第二种方式,因而需要一种较好的用于虹膜序列图像的质量评价方法。该方法应能对虹膜图像序列给出质量比较并判定是否能够满足识别的需要。 在图像质量评价时,利用到人类视觉系统的特征,使图像质量的客观评价方法和主观评价结果一致,是图像质量评价的重要手段。人类视觉系统具有一些基本的特性。从视觉心理学角度看,视觉是一种积极的感受行为,不仅与生理因素有关,还在相当大程度上取决于心理因素。人们在观察和理解图像时往往会不自觉的对其中某些区域产生兴趣,这些区域被称为“感兴趣区(ROI, region of interest)”。整幅图像的视觉质量在客观和主观上往往取决于“感兴趣区”的质量,而“非感兴趣区”的质量对整体的质量影响不大。在虹膜图像质量评价中,显然虹膜纹理环带区域是我们的“感兴趣区”,其质量决定了整个图像的质量。考虑到虹膜识别的实际需要,我们在虹膜序列图像的质量评价上选择了以下的因素作为评价的要点: a.虹膜环带图像的面积及与瞳孔的比例关系. 一般来说,在摄取的虹膜图像中虹膜环带图像的面积越大对识别越有利。但虹膜环带图像的面积与瞳孔面积的比例过大则是采集畸变造成的,这实际上使得虹膜图像失真。因此,一幅好的虹膜图像应当是虹膜环带图像的面积在整个图像中的比例适中且与瞳孔的面积比例适当,这可以通过对虹膜的提取结果来考察。 b.虹膜环带图像的细节的丰富程度. WP=68 关于图像纹理细节的丰富程度,可以通过一些公认的纹理的性质来表征。假定图像符合高斯模型,如果图像中某个区域中细节信号的平均能量大于某个阈值(该阈值由实际应用来确定),该区域即可被认为是纹理区域。一个图像所有纹理区域的平均能量之和越大,说明该图像的细节越丰富。 虹膜的提取采用了如下的方法,基本步骤是:通过Canny边缘检测算子对图像进行边缘检测;使用法线算法进行瞳孔中心和虹膜内缘半径的初步估计;在近似认为虹膜内外圆为同心圆的情况下,使用Hough变换方法进行中心定位和求取虹膜内、外缘半径r和R,则虹膜环带图像的面积及与瞳孔的比例关系可以被用来作为虹膜图像质量的一个表征。 小波分析是一种时频和频域综合的分析方法,同时对信号进行时域和频域分解,产生的多分辨率数据易于考虑人类视觉特性。Mallat提出了求解小波系数的塔形算法,使离散小波变换以数字滤波器组的形式出现。对于静止图像这样的二维信源,需要使用二维滤波器来对其进行处理.考虑到小波函数的可分离性,二维滤波器可由一维滤波器复合而成.用L表示低通滤波器,H表示高通滤波器,则离散小波变换可将原图像分解为LL1、LH1、HL1和HH1 4个子带,其中LL1是由两个低通(即水平和垂直)滤波器获得的子带,反映图像的低频成分;LH1则是由低通的水平滤波器和高通的垂直滤波器获得的子带,代表图像的水平边缘细节;类似地,HL1对应垂直边缘细节,而HH1则对应高频分量。若对低频分量LL1再进一步分解,又可得到LL2、LH2、HL2和HH2 4个子带。如此反复,可对图像进行多级分解。选取恰当的滤波器可使小波变换的图像分解具有局部化特征,在不同分辨率上有较强的相关性,感兴趣区在不同分辨率下具有相似的形状,依然保持对应的空间位置。 虹膜图像质量主要取决于虹膜纹理细节的丰富程度,根据实验观察,虹膜的纹理不只基于径向分布,在斜线方向也有大量纹理,这在小波变换后的图像中体现在HL以及HH子频带。因此,我们利用感兴趣区域在小波变换后 WP=69 这两个子频带中的能量作为质量评价因素。由于在图像采集过程中,部分虹膜区域不可避免的受到上下眼皮、睫毛的遮盖,因此出于简化的考虑我们仅把感兴趣区域限定在虹膜纹理的左右两个1/4圆形区域。 对于自然图像,在小波分解后, HL以及HH子带系数总体上服从广义高斯分布, 通过实验数据分析我们发现,虹膜图像的局部区域小波系数的分布可以很好地利用单一的高斯函数逼近,因此我们选择小波变换后感兴趣区域在HL以及HH子频带内对应空间每个位置的平均能量之和作为该区域的质量分数,整幅虹膜图像的清晰度质量评价因子为此两个区域质量分数的加权和。 在一个图像序列中,综合虹膜环带面积质量评价因子和清晰度质量评价因子的虹膜图像质量评价因子被归一化到[0,1]之间,该值越大,则整幅图像具有越高的质量。 经过统计,本文的评价算法在PIII750的机器上评价一幅图像费时0.3S,完全满足实时图像序列质量评价的要求。 在使用本文的算法评价一个虹膜图像序列之前,先由该领域几个研究人员对该序列每幅图像进行打分,通过对他们各自打分的均值对该序列进行排序。实验证明,本文基于感兴趣区域的算法和人眼主观评价完全一致,并且具有较好的区分度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 骞森;朱剑英;;基于奇异值分解的图像质量评价[J];东南大学学报(自然科学版);2006年04期
2 徐宗琦;高璐;;一种盲复原图像振铃效应的后处理与质量评价方法[J];计算机应用;2007年04期
3 李政访;周智恒;曾德炉;谢胜利;;图像块效应评价标准[J];移动通信;2007年05期
4 邢素霞;吴静珠;陈天华;;图像融合质量评价方法研究[J];微电子学与计算机;2010年06期
5 韩宏伟;张晓晖;葛卫龙;;基于图像质量评价的ICCD性能比较[J];光学仪器;2010年06期
6 杨军,张延生;图像质量主客观评价的相关性分析[J];军械工程学院学报;2003年01期
7 陆旭光 ,汪岳峰 ,胡文刚 ,潘攀;基于视觉感兴趣区的图像质量评价方法[J];微计算机信息;2005年20期
8 陈旭光;;模糊增强在机场识别中的应用[J];福建电脑;2008年09期
9 陈曦;;图像质量评价技术在互联网视频中的应用分析[J];电信网技术;2008年12期
10 倪晓明;;一种客观图像质量评价方法[J];山西师大学报(社会科学版);2009年S1期
11 邢素霞;陈天华;;基于视觉特性的图像融合质量评价新方法[J];北京工商大学学报(自然科学版);2010年01期
12 佟雨兵;张其善;常青;祁云平;;基于NN与SVM的图像质量评价模型[J];北京航空航天大学学报;2006年09期
13 邢素霞;陈天华;孙梅;;红外与微光图像融合质量评价方法研究[J];红外技术;2009年07期
14 付伟;顾晓东;汪源源;;基于人眼视觉特性的彩色图像质量评价[J];微电子学与计算机;2010年02期
15 李祚林;李晓辉;马灵玲;胡玥;唐伶俐;;面向无参考图像的清晰度评价方法研究[J];遥感技术与应用;2011年02期
16 穆晓敏,杨守义;一种视觉兴趣性图像质量评价方法的应用[J];无线电通信技术;2001年05期
17 殷晓丽;方向忠;翟广涛;;一种JPEG图片的无参考图像质量评价方法[J];计算机工程与应用;2006年18期
18 杨琬;吴乐华;李淑云;范晔;;基于感兴趣区域的图像质量评价方法[J];计算机应用;2008年05期
19 刘佳宾;李坤成;杜祥颖;李鹏雨;;球管焦点选择对多排螺旋CT后颅凹成像图像质量的影响[J];CT理论与应用研究;2008年02期
20 何宇清;王成优;;基于边缘基元的图像内插质量评价方法[J];计算机应用;2009年03期
中国重要会议论文全文数据库 前10条
1 董耀;;数字电视系统图像质量评价[A];2009中国电影电视技术学会影视技术文集[C];2010年
2 张维刚;刘纯熙;黄庆明;蒋树强;;一种基于图像质量评价的视频Dissolve检测方法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
3 张勇;;基于区域熵的融合图像质量评价方法[A];中国光学学会2011年学术大会摘要集[C];2011年
4 陈正超;张兵;张黎明;易维宁;迟耀斌;李俊生;胡方超;罗文斐;刘翔;张靓;张浩;;北京一号小卫星在轨测试总结[A];第六届成像光谱技术与应用研讨会文集[C];2006年
5 刘晶晶;晏磊;赵红颖;宁书年;;数字图像运动模糊复原质量评价方法研究[A];2006中国科协年会——数字成像技术及影像材料科学学术交流会论文集[C];2006年
6 刘晶晶;晏磊;赵红颖;宁书年;;数字图像运动模糊复原质量评价方法研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集(下册)[C];2006年
7 沈林杰;孔祥维;尤新刚;;基于字符图像质量评价的打印机取证[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年
8 赵剡;杨威;;一种基于边缘特征的图像质量评价新方法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
9 郑杰;韩梅;;基于微位移的超分辨率重建技术[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
10 张军;张潇潇;李大伟;;电视侦察武器图像质量评价方法探讨[A];第九届全国信息获取与处理学术会议论文集Ⅰ[C];2011年
中国博士学位论文全文数据库 前10条
1 桑庆兵;半参考和无参考图像质量评价新方法研究[D];江南大学;2013年
2 宋超;基于图像质量评价的显示器颜色复现技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年
3 王翔;数字图像缩放及图像质量评价关键技术研究[D];浙江大学;2012年
4 张瑞;基于视觉选择性注意模型的图像质量评价和视频编码技术研究[D];上海交通大学;2009年
5 杨杨;基于均匀色差空间扩展的彩色图像质量评价研究[D];中国科学技术大学;2013年
6 张选德;基于非局部信息的图像恢复和图像质量评价[D];西安电子科技大学;2013年
7 朱杰英;基于重要视觉特征的图像质量评价与图像压缩[D];华中科技大学;2011年
8 田媛;灰度图像无参考质量评价方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
9 范媛媛;光测设备电视图像无参考质量评价方法的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
10 孔月萍;图像逆半调及其质量评价技术研究[D];西安电子科技大学;2008年
中国硕士学位论文全文数据库 前10条
1 曹光耀;基于主观感知的图像质量评价标准的研究[D];哈尔滨工业大学;2010年
2 黄君;图像质量评价的研究[D];浙江理工大学;2012年
3 唐国凤;基于流形学习和支持向量回归的无参考图像质量评价研究[D];江南大学;2013年
4 韩宇;基于集成学习的图像质量评价[D];西安电子科技大学;2013年
5 梁狄林;无参考图像质量评价算法研究[D];江南大学;2013年
6 刘寅;基于稀疏表达的全参考图像质量评价[D];中国科学院研究生院(西安光学精密机械研究所);2013年
7 王一秀;基于图像质量评价的透视成像系统设计[D];中北大学;2010年
8 刘西云;基于亮度加权网络的图像质量评价方法[D];安徽大学;2010年
9 陈浩;图像质量评价及复原系统研究[D];上海交通大学;2010年
10 王学珍;数字图像质量评价算法研究及性能评价[D];天津大学;2012年
中国重要报纸全文数据库 前2条
1 范渝民;帮你了解全画幅[N];中国消费者报;2009年
2 本报记者 桑雪骐;3D产业链需要多方完善[N];中国消费者报;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978