下载文档原格式
渐进式虹膜图像质量评估模型吕林涛;石富旬【摘要】虹膜图像质量评估目前尚无统一评估标准,导致虹膜识别拒识率和误识率较高.针对该问题,提出一种虹膜图像质量评估模型.根据虹膜图像中各干扰因素的不同特点,在先验知识基础上采用区域化、加权的方法,渐近式地实施像素级质量评估,依据像素级评估结果实施图像级质量评估.实验结果表明,像素级虹膜图像质量评估中的虹膜图像干扰项识别率和模糊识别率较高,图像级虹膜图像质量评估与人工评估结果相一致.【期刊名称】《计算机工程》【年(卷),期】2010(036)018【总页数】3页(P217-219)【关键词】虹膜图像;图像质量评估;虹膜识别【作者】吕林涛;石富旬【作者单位】西安理工大学计算机科学与工程学院,西安,710048;西安理工大学计算机科学与工程学院,西安,710048【正文语种】中文【中图分类】TP3911 概述虹膜识别技术作为一种重要的生物识别技术，由于其具有唯一性、稳定性、防伪性、非侵入性的优点，越来越受到人们的关注。
但虹膜识别技术主要凭借虹膜的纹理结构，质量较差的图像会降低识别结果的可信度，甚至直接导致错误的识别结果。
因此，构造一个鲁棒性强的自动化虹膜图像自动评估模型是该领域研究的热点。
目前，虹膜图像质量的评估主要是在理想情况下进行，如 Daugman博士采用二维傅里叶变换计算虹膜图像频域的高频能量值评估图像模糊性，缺乏实用性。
随后人们试图强化虹膜图像评估的实用性，针对虹膜图像提取的不同干扰提出了不同的图像评估方法。
如文献[1]通过引入评价区域局部化、小波包分解和能量加权完成失焦和遮挡现象的评估；文献[2]提出一种步进式虹膜图像质量评价用于眼睑及睫毛的检测；文献[3]利用虹膜图像中的梯度变化，通过边缘检测的方法检测，对遮挡及定位结果进行评估。
但上述评估方法由于仅考虑虹膜图像的某些主要影响因素，为反映图像全面评估性，需要附加大量的额外运算，其结果导致虹膜图像提取的实用效果不佳。
虹膜图像的质量评价研究史春蕾;周凤文;胡雨露;孙海江【摘要】对虹膜识别系统来说，所采集虹膜图像的质量好坏直接影响识别是否成功。
本文针对散焦模糊和眼睑睫毛遮挡问题提出了一种新的虹膜图像质量评价方法：判断图像是否散焦模糊采用了 LoG 算子提取瞳孔两侧局部虹膜的高频能量，判断虹膜是否有眼睑严重遮挡采用了计算瞳孔上方指定矩形区域的灰度均值，同时计算该区域的水平梯度来衡量虹膜受睫毛遮挡的程度。
仿真实验表明，算法的平均处理速度0．0209 s/帧，满足实时虹膜识别系统的需求，是一种快速有效的虹膜图像质量评价算法。
%The quality of collecting iris image is vital to whether recognizing iris image is right in iris recognition system.A new algorithm is proposed for the defocused and occluded iris images.Firstly the high frequency power of the right and left part of the pupil is calculated by Laplacian of Gaussian operator to discard the defocusedimages.Secondly,the average gray value of the upper region of the pupil is computed to discard the occluded images by eyelid.Finally,the occluded degree by eyelash is measured through the gradient information of the upper region of the pupil.The experimental results show that,the average processing speed of the algorithm is 0.020 9 s per frame,which fully meets the requirement of real-time iris recognition system,and also shows this algorithm is fast and efficient for iris image quality evaluation.【期刊名称】《液晶与显示》【年(卷),期】2016(031)012【总页数】6页(P1131-1136)【关键词】虹膜图像;质量评价;高斯拉普拉斯算子;眼睑睫毛遮挡【作者】史春蕾;周凤文;胡雨露;孙海江【作者单位】长春师范大学物理学院，吉林长春 130032;长春理工大学教务处，吉林长春 130022;东北师范大学物理学院，吉林长春 130000;中国科学院长春光学精密机械与物理研究所图像处理技术研究部，吉林长春 130033【正文语种】中文【中图分类】TP391.4生物特征识别技术主要包括指纹识别[1]、人脸识别[2-3]、虹膜识别[4]等。
