[发明专利]一种无参考虹膜图像清晰度检测方法

说明书

本发明公开了一种无参考虹膜图像清晰度检测方法，包括如下步骤：a.在虹膜图像中选择感兴趣区域，并去掉感兴趣区域内的噪音；b.对a中感兴趣区域内的亮影进行检测；c.对b中亮影检测后的感兴趣区域进行清晰度计算；d.对c中的清晰度进行自适应调整；e.对a中的感兴趣区域直方图均衡化；f.对e中均衡化后的感兴趣区域进行清晰度计算；g.将上述步骤中计算的两种清晰度进行融合。本发明将虹膜图像感兴趣区域直方图均衡化之前的清晰度进行自适应调整后与直方图均衡化之后的清晰度进行融合，从而得到当前虹膜图像真实的清晰度。

技术领域

本发明涉及图像处理、模式识别和生物特征识别等技术领域，尤其涉 及一种无参考虹膜图像清晰度检测方法。

背景技术

在实际进行虹膜识别过程中，首先需要采集到符合一定要求的虹 膜图像，由于虹膜图像采集的景深和采集范围是固定的，当使用者采 集距离处于景深以外时，会出现散焦的问题；并且由于光线和仪器的 原因，导致采集的图像会带有不同程度的噪音，同样会使图像变得模 糊；上述问题的出现，使得采集的图像无法达到清晰度的要求。

虹膜图像清晰度的计算方法通常都是使用二维的傅里叶变换技术 在频域中计算。而在实际使用中，常用一个检测算子在整个图像上进 行卷积计算。英国剑桥大学的Daugman在2004年的两篇论文中都提到了 使用8*8的算子来计算虹膜图像的清晰度；在2015年的ISO/IEC 29797-6 中提到使用一个9*9的高斯-拉普拉斯算子来计算虹膜图像的清晰度。

虽然上述两种方法在整个图像上计算虹膜图像的清晰度有一定的效 果，并且速度较快，但是由于计算的结果受到整个图像中的光照强度、 头发、眼睫毛、光斑、亮影、白色噪音等的影响，并且两种方法都没有 考虑这些噪音的影响，使得计算的结果具有不确定性。

综上所述，现有的虹膜图像清晰度计算方法仍然具有改进的余地， 如何快速、准确的计算无参考虹膜图像的清晰度仍然是一个亟待解决的 难题。

发明内容

为了解决上述虹膜清晰度计算存在的问题，本发明的目的是提供 一种可应用于复杂背景下的、实时、快速、高效的无参考虹膜图像清 晰度检测方法。

本发明是通过以下技术方案实现的：一种无参考虹膜图像清晰度检测 方法，包括如下步骤：

a.在虹膜图像中选择感兴趣区域，并去掉感兴趣区域内的噪音；

b.对a中感兴趣区域内的亮影进行检测；

c.对b中亮影检测后的感兴趣区域进行清晰度计算；

d.对c中的清晰度进行自适应调整；

e.对a中的感兴趣区域直方图均衡化；

f.对e中均衡化后的感兴趣区域进行清晰度计算；

g.将上述步骤中计算的两种清晰度进行融合。

本发明将感兴趣区域内的噪音去掉之后，再对亮影进行检测，随后进 行清晰度的计算并进行自适应调整，本发明在排除了噪音干扰的情况下， 又根据图像的亮度对清晰度进行相应调整，得到真实的清晰度；本发明将 虹膜图像感兴趣区域直方图均衡化之前的清晰度进行自适应调整后与直 方图均衡化之后的清晰度进行融合，从而得到当前虹膜图像更为真实的清 晰度；传统的“有参考”虹膜图像清晰度检测方法一般效果优于“无参考” 虹膜图像清晰度检测方法，但“有参考”虹膜图像清晰度检测方法计算得 到的是相对清晰度，不是绝对清晰度，并且不能应用于单幅虹膜图像清晰 度判断，而本发明采用的“无参考”虹膜图像清晰度检测方法得到的是绝 对清晰度，并能很好地应用于单幅虹膜图像清晰度的检测，无需使用视频 序列进行清晰度检测；本发明在提高了虹膜图像清晰度检测效率的同时， 也提高了清晰度检测的准确性。

优选地，步骤a包括以下子步骤：