[发明专利]一种生物特征部位图像噪声的检测方法

说明书

本申请公开了一种生物特征部位图像噪声的检测方法，其特征在于，该方法包括，基于包括有生物特征部位图像，提取有效区域内的图像数据，得到有效区域图像数据，其中，有效区域包括除干扰噪声判断的区域之外的生物特征部位图像；将所述有效区域图像数据中像素的像素值与卷积核进行卷积计算，得到卷积值，计算各个卷积值的平均值，得到表征生物特征部位图像噪声的噪声度，如果噪声度大于预设的噪声阈值，则判定该生物特征部分图像为噪声图像。该方法基于单帧图像就能够快速实现有效区域噪声度的计算，处理流程简单高效，场景适用性也非常广泛。

技术领域

本发明涉及数字图像处理领域，特别地，涉及一种生物特征部位图像噪声的检测方法。

背景技术

图像噪声是指图像数据中的不必要的或多余的干扰信息，例如，在不光不足等情况下，通常会产生的“雪花”噪声。噪声的存在严重影响了图像的质量，在图像增强处理和分类处理之前必须予以纠正。

脸部、掌纹、指纹等作为生物特征识别之一，已被广泛应用。以脸部图像为例，脸部图像质量对人脸检测算法、人脸识别算法、以及人脸活体检测算法的实际效果具有直接的影响，也关系到辅助模块的操作，例如曝光控制、增益控制、宽动态设置等等，脸部图像质量中一项尤为重要的评判标准就是噪声。

现有技术中对于图像噪声的检测、以及消除噪声，是基于全局图像的，即基于图像中的全部数据信息来进行处理，该方法具有普适性，但应用于生物特征部位图像时效果不佳，而一些效果优异的检测方案复杂度高，耗时严重。

发明内容

有鉴于此，本发明提供了一种生物特征部位图像噪声的检测方法，以快速检测出包含有生物特征部位的图像中的噪声。

本发明提供的一种生物特征部位图像噪声的检测方法，该方法包括，

基于包括有生物特征部位图像，提取有效区域内的图像数据，得到有效区域图像数据，其中，有效区域包括除干扰噪声判断的区域之外的生物特征部位图像；

将所述有效区域图像数据中像素的像素值与卷积核进行卷积计算，得到卷积值，

计算各个卷积值的平均值，得到表征生物特征部位图像噪声的噪声度，如果噪声度大于预设的噪声阈值，则判定该生物特征部分图像为噪声图像。

其中，所述包括有生物特征部位图像为单帧RGB图像，该方法进一步包括，

将生物特征部位图像进行灰度处理，或者，将有效区域图像进行灰度处理，得到明度图像数据。

较佳地，该方法还包括，将明度图像数据进行均衡化处理。

较佳地，所述包括有生物特征部位图像为包括脸部特征的脸部图像；所述有效区域包括除眼部之外的脸部图像。

较佳地，所述提取有效区域内的图像数据包括，

获取脸部图像中的左眼瞳孔坐标、右眼瞳孔坐标、嘴部左嘴角坐标、以及右嘴角坐标，计算4个坐标的均值，得到脸部中心位置，

根据瞳孔之间间距确定一有效矩形区域的宽度，根据所述宽度确定有效矩形区域的高度，得到至少限定除眼部以上区域之外的有效矩形区域，

根据脸部中心位置、以及有效矩形区域所限定的范围，按照使得有效矩形区域所限定的图像像素数量增加为目标，确定有效矩形区域的位置，

提取有效矩形区域内的图像数据。

较佳地，所述根据瞳孔之间间距确定一有效矩形区域的宽度包括，将瞳孔之间间距与第一系数的乘积结果作为有效矩形区域的宽度，

所述根据所述宽度确定有效矩形区域的高度包括，将第二系数与有效矩形区域宽度的乘积结果作为有效矩形区域的高度，

其中，第一系数大于1，第二系数根据眼部下方到部分或整个下巴的高度确定；