專利名稱：一種級(jí)聯(lián)的視頻流虹膜圖像質(zhì)量檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理、模式識(shí)別和生物特征識(shí)別等技術(shù)領(lǐng)域，尤其涉及一種級(jí)聯(lián)的視頻流虹膜圖像質(zhì)量檢測(cè)方法。
背景技術(shù)：
虹膜是眼睛的一個(gè)組成部分，位于角膜的后方，晶狀體的前方。虹膜識(shí)別技術(shù)采用專用光學(xué)圖像采集儀采集人眼虹膜圖像，然后通過(guò)數(shù)字圖像處理技術(shù)、模式識(shí)別和人工智能技術(shù)對(duì)采集到的虹膜圖像進(jìn)行處理、存儲(chǔ)、比對(duì)，實(shí)現(xiàn)對(duì)人員身份的認(rèn)證和識(shí)別。虹膜識(shí)別具有唯一性高、穩(wěn)定性強(qiáng)、非侵犯性等優(yōu)點(diǎn)，已被成功地應(yīng)用于機(jī)場(chǎng)、海關(guān)、銀行等場(chǎng)合的身份鑒定。在實(shí)際應(yīng)用中，虹膜圖像采集裝置的景深和采集范圍是固定的，當(dāng)使用者采集距離處于景深范圍以外時(shí)，會(huì)出現(xiàn)圖像散焦問(wèn)題。同時(shí)，使用者在采集過(guò)程中如果發(fā)生移動(dòng)時(shí)，會(huì)造成圖像出現(xiàn)運(yùn)動(dòng)模糊問(wèn)題，甚至虹膜超出圖像邊界的問(wèn)題。此外，使用者在采集過(guò)程中眨眼時(shí)，會(huì)造成虹膜圖像的遮擋問(wèn)題。上述問(wèn)題出現(xiàn)時(shí)，所采集到的虹膜圖像無(wú)法達(dá)到系統(tǒng)的質(zhì)量要求。虹膜圖像質(zhì)量判斷是虹膜識(shí)別系統(tǒng)中的一個(gè)重要環(huán)節(jié)，其作用是對(duì)采集到的虹膜圖像進(jìn)行質(zhì)量分析，判斷當(dāng)前圖像是否符合給定的質(zhì)量要求，并做出相應(yīng)的處理。只有當(dāng)前圖像滿足質(zhì)量要求時(shí)，才能進(jìn)入下一步的虹膜圖像分割、特征抽取和比對(duì)等處理流程。如果當(dāng)前圖像不滿足質(zhì)量要求，則需要改變采集裝置的參數(shù)或裝置與使用者的相對(duì)位置，繼續(xù)采集圖像，直到采集到質(zhì)量合格的圖像。由于實(shí)際應(yīng)用中采集環(huán)境、用戶配合度等的復(fù)雜性，目前國(guó)內(nèi)外有效的虹膜圖像質(zhì)量檢測(cè)方法并不多。英國(guó)劍橋大學(xué)的Daugman(U. S. Pat. No. 5291560)和中國(guó)科學(xué)院自動(dòng)化所的馬力(CN01144524. 6)提出使用頻譜分析的方法判斷虹膜圖像的清晰度，但是該方法易受到睫毛、眉毛、頭發(fā)等高頻部位的影響。電子科技大學(xué)的馬爭(zhēng)等人(CN200810030096. O)采用邊緣梯度能量函數(shù)的方法判斷虹膜紋理的清晰度，該方法易將紋理少的虹膜圖像誤判為模糊的虹膜圖像；同時(shí)，該專利通過(guò)分析虹膜紋理、睫毛和眼瞼的灰度值特征估計(jì)虹膜的遮擋分?jǐn)?shù)，對(duì)復(fù)雜環(huán)境下(如煤礦井下黑暗環(huán)境、室外強(qiáng)光照環(huán)境等)的低質(zhì)量虹膜圖像質(zhì)量判斷效果不理想。中科院自動(dòng)化所的李星光等人(CN201110451829.X)提出基于機(jī)器學(xué)習(xí)的虹膜圖像質(zhì)量確定方法。該方法首先提取多個(gè)虹膜圖像質(zhì)量因子，然后通過(guò)Neyman-Pearson方法融合得到虹膜圖像質(zhì)量分?jǐn)?shù)和等級(jí),在效果方面有一定的改進(jìn),但是該方法計(jì)算復(fù)雜度高，無(wú)法實(shí)時(shí)計(jì)算。綜上，現(xiàn)有的虹膜識(shí)別系統(tǒng)虹膜圖像質(zhì)量檢測(cè)方法多采用頻譜分析、灰度分析、紋理分析等方法，計(jì)算效率低，易受噪聲影響，在準(zhǔn)確性、實(shí)時(shí)性等方面仍有較大改進(jìn)的空間，如何設(shè)計(jì)實(shí)現(xiàn)準(zhǔn)確的、可用于復(fù)雜場(chǎng)景的、快速的虹膜圖像質(zhì)量檢測(cè)方法仍然是一個(gè)亟待解決的難題。為了解決上述問(wèn)題，本發(fā)明設(shè)計(jì)開(kāi)發(fā)一種級(jí)聯(lián)的視頻流虹膜圖像質(zhì)量檢測(cè)方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種可應(yīng)用于復(fù)雜場(chǎng)景的、快速、準(zhǔn)確的級(jí)聯(lián)式虹膜圖像質(zhì)量檢測(cè)方法。根據(jù)本發(fā)明的方法可以實(shí)現(xiàn)在復(fù)雜環(huán)境下實(shí)時(shí)、準(zhǔn)確地判斷虹膜圖像質(zhì)量。根據(jù)本發(fā)明的一個(gè)方面，提供了一種級(jí)聯(lián)的視頻流虹膜圖像質(zhì)量檢測(cè)方法，包括如下步驟a)虹膜圖像采集；b)虹膜圖像定位及位置判斷，若判斷出定位不成功或位置不合適，則返回步驟a)重新采集；c)基于圖像飽和度的自適應(yīng)調(diào)整對(duì)虹膜圖像清晰度進(jìn)行判斷，若判斷出清晰度不符合要求，則返回步驟a)重新采集；d)基于光斑形狀的分析對(duì)虹膜圖像運(yùn)動(dòng)模糊判斷，若判斷出虹膜圖像存在運(yùn)動(dòng)模糊，則返回步驟a)重新采集；e)基于區(qū)域的加權(quán)對(duì)虹膜圖像遮擋度進(jìn)行判斷，若判斷出虹膜圖像存在嚴(yán)重遮擋，則返回步驟a)重新米集。優(yōu)選地，在所述步驟b)包含下列子步驟bl)檢測(cè)和判別虹膜圖像中的光斑，并結(jié)合光斑的位置和大小判別光斑是否為真實(shí)的山2)檢測(cè)虹膜圖像中瞳孔候選區(qū)域；b3)融合bl)的光斑檢測(cè)分析結(jié)果和b2)的瞳孔候選區(qū)域檢測(cè)結(jié)果；b4)基于積分差分算法得到虹膜的定位結(jié)果；b5)基于b4)的結(jié)果判定虹膜的位置。優(yōu)選地，在所述步驟c)包含下列子步驟cl)計(jì)算虹膜圖像的全圖清晰度；C2)計(jì)算虹膜圖像的感興趣區(qū)域的清晰度；c3)通過(guò)線性加權(quán)的方式融合Cl)的全圖清晰度和c2)的感興趣區(qū)域的清晰度；c4)通過(guò)對(duì)圖像直方圖進(jìn)行線性加權(quán)來(lái)計(jì)算虹膜圖像的飽和度；c5)根據(jù)c4)計(jì)算得到的虹膜圖像飽和度，對(duì)c3)中融合得到的虹膜圖像的清晰度進(jìn)行自適應(yīng)調(diào)整；c6)對(duì)在c5)中調(diào)整后的虹膜圖像清晰度進(jìn)行判別。優(yōu)選地，所述感興趣區(qū)域?yàn)橐院缒ぶ行臑橹行模設(shè). 9-2倍的虹膜直徑為邊長(zhǎng)的
矩形區(qū)域。優(yōu)選地，在所述步驟d)包含下列子步驟dl)在所述步驟b)的基礎(chǔ)上獲取有效的光斑區(qū)域信息；d2)通過(guò)形狀分析的方法判斷當(dāng)前圖像運(yùn)動(dòng)模糊的程度。優(yōu)選地，所述步驟d2)的形狀分析方法為形狀矩方法或基于傅里葉描述子的方法。優(yōu)選地，在所述步驟e)包含下列子步驟el)檢測(cè)眼皮的邊界點(diǎn)；e2)對(duì)眼皮邊界進(jìn)行二次拋物線曲線擬合；e3)分別計(jì)算上、下眼皮的遮擋比例；e4)采用線性加權(quán)的方式對(duì)e3)計(jì)算得到的上、下眼皮遮擋比例進(jìn)行融合；e5)根據(jù)e4)的融合結(jié)果判別虹膜圖像的遮擋度。優(yōu)選地，在所述步驟e4)中線性加權(quán)的權(quán)重因子是可調(diào)整的。優(yōu)選地，在所述步驟e4)中下眼皮的遮擋程度高于上眼皮。優(yōu)選地，在所述步驟c)、d)和e)的順序可交換。應(yīng)當(dāng)理解，前述大體的描述和后續(xù)詳盡的描述均為示例性說(shuō)明和解釋，并不應(yīng)當(dāng)用作對(duì)本發(fā)明所要求保護(hù)內(nèi)容的限制。


參考隨附的附圖，本發(fā)明更多的目的、功能和優(yōu)點(diǎn)將通過(guò)本發(fā)明實(shí)施方式的如下描述得以闡明，其中
圖1示出了根據(jù)本發(fā)明的級(jí)聯(lián)的視頻流虹膜圖像質(zhì)量檢測(cè)方法的流程圖；圖2a示出了通過(guò)虹膜圖像光學(xué)成像裝置采集到的虹膜圖像示意圖；圖2b示出了虹膜圖像定位及位置判斷的具體方法步驟；圖3a示出了虹膜圖像清晰度判斷的具體方法流程；圖3b示出了虹膜圖像清晰度檢測(cè)算子的示例；圖3c示出了昏暗環(huán)境和強(qiáng)光照環(huán)境下的虹膜圖像；圖3d示出了圖像飽和度計(jì)算中權(quán)重分布的示例；圖4a示出了虹膜圖像運(yùn)動(dòng)模糊判斷的具體方法流程；圖4b示出了運(yùn)動(dòng)模糊的虹膜圖像；圖4c示出了光斑一維邊界曲線到光斑中心距離的統(tǒng)計(jì)直方圖；圖5a示出了虹膜圖像遮擋程度判斷的具體方法流程；圖5b示出了計(jì)算虹膜圖像遮擋程度的一些參數(shù)。
具體實(shí)施例方式通過(guò)參考示范性實(shí)施例，本發(fā)明的目的和功能以及用于實(shí)現(xiàn)這些目的和功能的方法將得以闡明。然而，本發(fā)明并不受限于以下所公開(kāi)的示范性實(shí)施例；可以通過(guò)不同形式來(lái)對(duì)其加以實(shí)現(xiàn)。說(shuō)明書的實(shí)質(zhì)僅僅是幫助相關(guān)領(lǐng)域技術(shù)人員綜合理解本發(fā)明的具體細(xì)節(jié)。方法概述圖1示出了本發(fā)明所述的級(jí)聯(lián)的視頻流虹膜圖像質(zhì)量檢測(cè)方法的流程圖。包括如下主要步驟步驟SlOl :虹膜圖像采集。通過(guò)專用的虹膜圖像光學(xué)成像裝置采集用戶的虹膜圖像。步驟S102 :虹膜圖像定位及位置判斷。對(duì)步驟SlOl采集到的虹膜圖像進(jìn)行粗定位，得到虹膜的內(nèi)外圓參數(shù)，即瞳孔中心和半徑，虹膜的中心和半徑。并根據(jù)虹膜中心位置和半徑大小確定該虹膜的位置是否合適。若定位不成功或位置不合適，則返回步驟SlOl重新采集用戶的虹膜圖像。步驟S103 :當(dāng)步驟S102中虹膜圖像的定位成功且位置符合要求時(shí)，進(jìn)行虹膜圖像的清晰度判斷。采用基于空域?yàn)V波的方法對(duì)進(jìn)入該步驟的虹膜圖像進(jìn)行清晰度分析。特別地，清晰度分析時(shí)采用局部和全局分析結(jié)合的方法，并結(jié)合當(dāng)前虹膜圖像的飽和度自適應(yīng)的調(diào)節(jié)清晰度閾值。若判斷出圖像不清晰，則返回步驟SlOl重新采集用戶的虹膜圖像，直到圖像清晰度符合要求。步驟S104 :在虹膜圖像符合清晰度要求之后，對(duì)虹膜圖像進(jìn)行運(yùn)動(dòng)模糊判斷。采用基于光斑形狀分析的方法對(duì)進(jìn)入該步驟的虹膜圖像進(jìn)行運(yùn)動(dòng)模糊計(jì)算。若判斷出虹膜圖像仍存在有運(yùn)動(dòng)模糊，則返回步驟SlOl重新采集用戶的虹膜圖像，直到符合要求為止。步驟S105 :在采集到的虹膜圖像沒(méi)有運(yùn)動(dòng)模糊之后，基于區(qū)域加權(quán)的方式對(duì)虹膜圖像進(jìn)行遮擋程度判斷。采用先邊界檢測(cè)后曲線擬合的方法對(duì)虹膜圖像眼皮遮擋位置進(jìn)行定位，進(jìn)而獲得虹膜圖像遮擋程度的準(zhǔn)確估計(jì)。若判斷出虹膜圖像仍存在有嚴(yán)重遮擋，則返回步驟SlOl重新采集用戶的虹膜圖像，直到符合要求為止。上述的步驟S103-S105的順序僅為示意性的，在實(shí)際應(yīng)用中，步驟S103-S105的順序可任意交換，例如可以根據(jù)計(jì)算復(fù)雜度靈活調(diào)整。例如可以參照的一種排序原則是先進(jìn)行計(jì)算速度快的步驟，再進(jìn)行計(jì)算速度慢的步驟。下文將結(jié)合圖2-5對(duì)上述各個(gè)步驟進(jìn)行詳細(xì)說(shuō)明。虹膜圖像采集、定位及位置判斷圖2a示出了在圖1所示的步驟SlOl中，通過(guò)專用的虹膜圖像光學(xué)成像裝置采集到典型的640*480大小的虹膜圖像示意圖。圖2b示出了圖1所示的步驟S102的虹膜圖像定位及位置判斷的具體方法步驟。實(shí)際應(yīng)用中，虹膜圖像的采集可以采用低分辨率單攝像頭(如30萬(wàn)至200萬(wàn)像素?cái)z像頭)的單目虹膜圖像采集模式，也可以是低分辨率雙攝像頭(如30萬(wàn)至200萬(wàn)像素?cái)z像頭)的雙目虹膜圖像采集模式，也可以是高分辨率單攝像頭(如300萬(wàn)像素以上)的雙目虹膜圖像采集模式。本發(fā)明所支持的虹膜圖像大小可以是像素?cái)?shù)為640 (寬度)*480 (高度)，也可以是更高分辨率的圖像，例如，當(dāng)采用500萬(wàn)像素的成像模組時(shí)虹膜圖像的大小為2592(寬度)*1944 (高度)，當(dāng)采用800萬(wàn)像素的成像模組時(shí)為3296 (寬度)*2460 (高度)。如圖2a所示，白色矩形虛線框內(nèi)為虹膜圖像采集的感興趣區(qū)域(R10)，白色圓形框中為所采集到的用戶的虹膜圖像區(qū)域。在圖2a中，虹膜中心位置標(biāo)記為(XWs，YiHs)，虹膜的半徑記為RWs。如圖2b所示，在圖1所示的步驟S102的虹膜圖像定位及位置判斷中，包括下述子步驟:步驟S201:虹膜圖像中紅外光斑的檢測(cè)分析。為了得到清晰的虹膜紋理，大部分虹膜識(shí)別系統(tǒng)都使用波長(zhǎng)在700-900納米范圍內(nèi)的近紅外LED光源對(duì)虹膜區(qū)域進(jìn)行主動(dòng)照明。這些近紅外光源會(huì)在虹膜圖像中形成光斑。并且，通過(guò)對(duì)近紅外光源位置的合理配置，不僅可以配置光斑間的幾何結(jié)構(gòu)，還可以將光斑點(diǎn)控制在瞳孔范圍內(nèi)(見(jiàn)圖2a所示的光斑LI和L2)。因此，只要檢測(cè)出光斑在圖像中的位置，就可以得到虹膜在圖像中的大概位置，實(shí)現(xiàn)虹膜粗定位。具體地包括如下步驟:a)光斑檢測(cè)。光斑檢測(cè)方法可以使用閾值的方法，即將灰度值高于給定閾值T的像素點(diǎn)作為光斑候選點(diǎn)；也可以使用空域?yàn)V波器的光斑檢測(cè)算法(例如在同一發(fā)明人的中國(guó)專利CN200810102310.9中所介紹的)。檢測(cè)得到的光斑L具有光斑大小參數(shù)Z和光斑位置參數(shù)(X，Y);b)光斑判別。當(dāng)使用者佩戴眼鏡等情況下，步驟a)中還可能檢測(cè)出一些虛假光斑。為了消除這些虛假光斑的影響，可以對(duì)光斑的大小和位置分布特點(diǎn)進(jìn)行分析，以判斷出所檢測(cè)的光斑是否為真實(shí)所需的光斑。一般地，真實(shí)的光斑大小范圍為[zmin，Zmax]，其中Zmin，Zmax的值是預(yù)先根據(jù)經(jīng)驗(yàn)統(tǒng)計(jì)確定的。例如，設(shè)定方法可以通過(guò)預(yù)先采集若干合適的圖像，然后統(tǒng)計(jì)其中光斑的大小，得到最大及最小值Zmin和Z.。真實(shí)光斑的大小Z應(yīng)滿足下述條件1:公式1:ZminZfflax上式中，Zmin和Zmax是根據(jù)實(shí)際成像模組所采集的圖像統(tǒng)計(jì)得到。此外，由于虹膜圖像采集系統(tǒng)的紅外光源的物理位置是固定的，因此形成的光斑的物理位置也是相對(duì)固定的。例如，圖2a中的兩個(gè)真實(shí)光斑LI，L2處于同一水平線上，且相對(duì)位置范圍為[Dmin，Dmax]。Dmin和Dmax也是預(yù)先設(shè)定的，例如針對(duì)特定的設(shè)備通過(guò)預(yù)先采集一些圖像進(jìn)行統(tǒng)計(jì)得到的。兩個(gè)真實(shí)光斑LI，L2應(yīng)滿足下述條件2:公式2.1 =Dfflin ( IX1-X21 ( Dfflax,和
公式2.2: IY1-Y21 <D0上式中，(X17Y1), (X2，Y2)分別是兩個(gè)光斑的橫縱坐標(biāo)。其中，Dtl是一個(gè)經(jīng)驗(yàn)閾值，縱坐標(biāo)差異小于該閾值的兩個(gè)點(diǎn)則算法判定為該兩個(gè)點(diǎn)處于同一水平線上。特別地，上式中[Dmin，Dmax]是根據(jù)給定的成像模組統(tǒng)計(jì)確定。特別地，上述條件2僅是本發(fā)明對(duì)光斑位置條件的一個(gè)示意性實(shí)例。實(shí)際應(yīng)用中，應(yīng)根據(jù)實(shí)際光斑的數(shù)量和相對(duì)位置靈活改變光斑位置條件2。步驟S202:虹膜圖像中瞳孔候選區(qū)域的檢測(cè)。受人眼瞳孔光譜特性的影響，虹膜圖像中瞳孔區(qū)域一般是亮度較低的區(qū)域，甚至是亮度最低的區(qū)域之一。為了得到候選的瞳孔候選區(qū)域，可以采用灰度閾值的方法，即將灰度值低于給定閾值Tpupil的像素點(diǎn)作為瞳孔候選點(diǎn)，然后通過(guò)連通域分析方法得到候選的瞳孔區(qū)域；也可以使用灰度和位置聚類的方法得到候選的瞳孔區(qū)域。步驟S203:光斑檢測(cè)分析結(jié)果和瞳孔候選區(qū)域檢測(cè)結(jié)果的融合。為了進(jìn)一步提高準(zhǔn)確性，避免單一方法造成的定位錯(cuò)誤，根據(jù)本發(fā)明，將光斑檢測(cè)分析結(jié)果和瞳孔候選區(qū)域檢測(cè)分析結(jié)果相融合。具體地，對(duì)每一個(gè)候選的瞳孔區(qū)域，找到能夠包含該區(qū)域的最小的矩形，然后在該矩形范圍內(nèi)驗(yàn)證是否有光斑。如果有，則認(rèn)為該區(qū)域是真實(shí)的瞳孔區(qū)域。步驟S204:基于積分差分算法得到虹膜的定位結(jié)果。積分差分方法把虹膜的內(nèi)外邊界建模為兩個(gè)非同心的圓，并通過(guò)模型搜索得到瞳孔和虹膜的圓心和半徑。積分差分算法是虹膜圖像處理中的經(jīng)典算法，此處不再贅述。具體參考英國(guó)劍橋大學(xué)的Daugman(U.S10.Pat.N0.5291560)。特別地，由于此處定位的目的是虹膜圖像質(zhì)量判斷，因此，對(duì)精度要求低。具體地，本發(fā)明是在將采樣的虹膜圖像上進(jìn)行積分差分計(jì)算。步驟S205:虹膜位置判定。對(duì)根據(jù)步驟`S204中的積分差分算法得到的定位結(jié)果判斷當(dāng)前虹膜圖像的位置是否合適。具體地，一個(gè)位置合適的虹膜圖像應(yīng)該滿足如下條件:公式3.1:Xiris Riris〉Dposition，公式3.2:Yiris-Riris>Dposition公式3.3:Xiris+Riris<Imageff-Dposition公式3.4:Yiris+Riris<ImageH-Dposition上式中，(Xiris, Yiris)是步驟S204中得到的虹膜中心的坐標(biāo)，Riris是虹膜的半徑，ImageW和ImageH是虹膜圖像的寬和高，D—是一個(gè)邊界閾值。若在該步驟中根據(jù)上述公式判定的虹膜位置不合適，則需要返回圖1中的步驟SlOl重新對(duì)虹膜圖像進(jìn)行采集。虹膜圖像清晰度判斷圖3a示出了虹膜圖像清晰度判斷(圖1中所示的步驟S103)的具體方法流程。在通過(guò)虹膜圖像采集、定位及位置判斷得到了符合要求的虹膜圖像尺寸和位置之后，進(jìn)行虹膜圖像清晰度判斷，包括下述子步驟:步驟S301:虹膜圖像全圖清晰度計(jì)算。使用大尺度的虹膜圖像清晰度檢測(cè)算子對(duì)整個(gè)虹膜圖像進(jìn)行濾波，然后在全圖上求和得到圖像的全局清晰度值Fimage。Fifflage的計(jì)算公式如下:Fimage= Σ Image^Filter 公式(I)上式中，F(xiàn)ilter是圖像清晰度檢測(cè)算子，是圖像卷積計(jì)算子，Image表示虹膜圖像。如上式所示，清晰度計(jì)算過(guò)程如下:首先計(jì)算虹膜圖像與清晰度檢測(cè)算子的卷積，然后對(duì)卷積結(jié)果取絕對(duì)值后逐點(diǎn)求和，得到清晰度值。所述虹膜圖像清晰度檢測(cè)算子Filter包括三個(gè)部分:中心區(qū)域?yàn)槿≈嫡麛?shù)的正極，中間為取值為零的過(guò)渡帶，外圍為取值負(fù)整數(shù)的負(fù)極，所述正極系數(shù)和負(fù)極系數(shù)的和為零。示例性地，圖3b給出了所述虹膜圖像清晰度檢測(cè)算子Filter的一個(gè)示例。步驟S302:虹膜圖像感興趣區(qū)域清晰度計(jì)算。使用小尺度的虹膜圖像清晰度檢測(cè)算子對(duì)虹膜感興趣區(qū)域(例如圖2a所示的感興趣區(qū)域)進(jìn)行濾波，然后在感興趣區(qū)域上求和得到圖像的感興趣區(qū)域的清晰度值FMi。Froi的計(jì)算公式同上面的公式(1)，其中將虹膜圖像的全圖變?yōu)閳D像感興趣區(qū)域，清晰度檢測(cè)算子可保持不變，也可根據(jù)需要進(jìn)行調(diào)整。所述感興趣區(qū)域是指以虹膜中心為中心，以0.9-2倍的虹膜直徑為邊長(zhǎng)的矩形區(qū)域。優(yōu)選地，感興趣區(qū)域?yàn)橐?.2倍的虹膜直徑為邊長(zhǎng)的正方形區(qū)域。這里的1.2倍是一個(gè)經(jīng)驗(yàn)值，可以根據(jù)實(shí)際應(yīng)用靈活調(diào)整。步驟S303:虹膜圖像清晰度融合。將步驟S301和步驟S302獲得的清晰度值做線性加權(quán)，得到當(dāng)前圖像的清晰度值:F=aFimage+b Froi,其中a和b分別為Fimage和Froi的權(quán)重因子，且a和b要求為線性力口權(quán)，即a+b=l。例如,可以是a=0.2, b=0.8,也可以是a=0.8, b=0.2,可根據(jù)實(shí)際應(yīng)用靈活調(diào)整。步驟S304:虹膜圖像清晰度自適應(yīng)調(diào)整。步驟S301和步驟S302中虹膜圖像的清晰度計(jì)算會(huì)受到虹膜圖像整體亮度的影響。而在復(fù)雜場(chǎng)景下，虹膜圖像的整體亮度會(huì)根據(jù)實(shí)際場(chǎng)景的變化而變化。例如，在煤礦的井下環(huán)境，光線昏暗，同時(shí)使用者(煤礦工人)臉部沾滿煤灰，使得所采集到的虹膜圖像有大面積的黑色區(qū)域，例如參見(jiàn)圖3c中(a)所示的情況。又例如，在室外強(qiáng)光照環(huán)境下，光線充足，使得所采集的虹膜圖像有面積的高亮區(qū)域，例如參見(jiàn)圖3c中(b)所示的情況。為了解決質(zhì)量判斷算法的環(huán)境適應(yīng)性，需要根據(jù)圖像的環(huán)境自適應(yīng)的調(diào)整步驟S303計(jì)算得到的清晰度值。具體的步驟如下:a)虹膜圖像飽和度計(jì)算。首先計(jì)算圖像的灰度直方圖，記為Him (i), i=0, I,…，255 ;然后對(duì)直方圖進(jìn)行加權(quán)求和，并歸一化到0-100，得到當(dāng)前圖像的飽和度S。圖3d給出了一個(gè)權(quán)重分布的不例。b)根據(jù)圖像飽和度S對(duì)步驟S303中計(jì)算得到的虹膜圖像清晰度F進(jìn)行自適應(yīng)調(diào)整。如果飽和度高于一定閾值Smax,則調(diào)低F ;如果飽和度低于一定閾值Smin,則調(diào)高F。步驟S305:虹膜圖像清晰度判別。根據(jù)調(diào)整后的清晰度F判斷當(dāng)前圖像的清晰度是否滿足要求。如果F大于給定的閾值Fth，則表明該圖像清晰度合格，否則為不合格，返回圖1中的步驟SlOl進(jìn)行調(diào)整或重新采集。虹膜圖像運(yùn)動(dòng)模糊判斷圖4a示出了虹膜圖像運(yùn)動(dòng)模糊判斷(圖1中所示的步驟S104)的具體方法流程。圖4b示出了運(yùn)動(dòng)模糊的虹膜圖像，圖4c (a)是一個(gè)運(yùn)動(dòng)模糊圖像中光斑的示意圖，其中紅線表示該光斑的一維邊界曲線。圖4c (b)是計(jì)算了從水平方向開(kāi)始，沿逆時(shí)針計(jì)算的一維邊界曲線上等間隔采樣點(diǎn)到光斑中心的距離。圖4c (c)是邊界曲線采樣點(diǎn)到光斑距離的統(tǒng)計(jì)直方圖。在采集使用者的虹膜圖像時(shí)，有些場(chǎng)合可能使用者并不處于完全靜止的狀態(tài)，例如對(duì)人流進(jìn)行快速的安全檢測(cè)。還有的情況下，使用者可能在采集虹膜圖像時(shí)晃動(dòng)。這都會(huì)造成采集到的虹膜圖像出現(xiàn)模糊的不利情況，因此還要進(jìn)行虹膜圖像的運(yùn)動(dòng)模糊判斷，包括下述子步驟:步驟S401:獲取有效的光斑區(qū)域信息。在定位結(jié)果的基礎(chǔ)上，結(jié)合步驟S102得到的光斑信息，獲得每個(gè)光斑的信息，包括每個(gè)光斑區(qū)域上每個(gè)像素點(diǎn)的坐標(biāo)等。步驟S402:通過(guò)形狀分析的方法判斷當(dāng)前圖像運(yùn)動(dòng)模糊的程度。如圖2a和圖4b對(duì)比所示，在沒(méi)有運(yùn)動(dòng)模糊的圖像(圖2a)中，光斑的形狀是近似圓形的。而在運(yùn)動(dòng)模糊的圖像(圖4b)中，光斑由于運(yùn)動(dòng)模糊會(huì)呈現(xiàn)長(zhǎng)條狀。因此，通過(guò)光斑區(qū)域的形狀分析即可判斷當(dāng)前圖像是否存在運(yùn)動(dòng)模糊。除常規(guī)的形狀分析方法，本發(fā)明提供兩種形狀分析算法，一種是基于形狀矩的方法，另一種是基于傅里葉描述子的方法。下面分別作闡述。基于形狀矩的虹膜圖像運(yùn)動(dòng)模糊檢測(cè)方法的步驟如下:a)計(jì)算得到當(dāng)前光斑區(qū)域的重心，計(jì)算公式如下:
權(quán)利要求
1.一種級(jí)聯(lián)的視頻流虹膜圖像質(zhì)量檢測(cè)方法，包括如下步驟: a)虹膜圖像采集； b)虹膜圖像定位及位置判斷，若判斷出定位不成功或位置不合適，則返回步驟a)重新米集； c)基于圖像飽和度的自適應(yīng)調(diào)整對(duì)虹膜圖像清晰度進(jìn)行判斷，若判斷出清晰度不符合要求，則返回步驟a)重新采集； d)基于光斑形狀的分析對(duì)虹膜圖像運(yùn)動(dòng)模糊判斷，若判斷出虹膜圖像存在運(yùn)動(dòng)模糊，則返回步驟a)重新采集； e)基于區(qū)域的加權(quán)對(duì)虹膜圖像遮擋度進(jìn)行判斷 ，若判斷出虹膜圖像存在嚴(yán)重遮擋，則返回步驟a)重新采集。
2.根據(jù)權(quán)利要求1的方法，其中在所述步驟b)包含下列子步驟: bl)檢測(cè)和判別虹膜圖像中的光斑，并結(jié)合光斑的位置和大小判別光斑是否為真實(shí)的； b2)檢測(cè)虹膜圖像中瞳孔候選區(qū)域； b3)融合bl)的光斑檢測(cè)分析結(jié)果和b2)的瞳孔候選區(qū)域檢測(cè)結(jié)果； b4)基于積分差分算法得到虹膜的定位結(jié)果； b5)基于b4)的結(jié)果判定虹膜的位置。
3.根據(jù)權(quán)利要求1的方法，其中在所述步驟c)包含下列子步驟: Cl)計(jì)算虹膜圖像的全圖清晰度； c2)計(jì)算虹膜圖像的感興趣區(qū)域的清晰度； c3)通過(guò)線性加權(quán)的方式融合Cl)的全圖清晰度和c2)的感興趣區(qū)域的清晰度；c4)通過(guò)對(duì)圖像直方圖進(jìn)行線性加權(quán)來(lái)計(jì)算虹膜圖像的飽和度；c5)根據(jù)c4)計(jì)算得到的虹膜圖像飽和度，對(duì)c3)中融合得到的虹膜圖像的清晰度進(jìn)行自適應(yīng)調(diào)整； c6)對(duì)在c5)中調(diào)整后的虹膜圖像清晰度進(jìn)行判別。
4.根據(jù)權(quán)利要求3的方法，其中所述感興趣區(qū)域?yàn)橐院缒ぶ行臑橹行?，?.9-2倍的虹膜直徑為邊長(zhǎng)的矩形區(qū)域。
5.根據(jù)權(quán)利要求1的方法，其中在所述步驟d)包含下列子步驟: dl)在所述步驟b)的基礎(chǔ)上獲取有效的光斑區(qū)域信息； d2)通過(guò)形狀分析的方法判斷當(dāng)前圖像運(yùn)動(dòng)模糊的程度。
6.根據(jù)權(quán)利要求5的方法，其中所述步驟d2)的形狀分析方法為形狀矩方法或基于傅里葉描述子的方法。
7.根據(jù)權(quán)利要求1的方法，其中在所述步驟e)包含下列子步驟: el)檢測(cè)眼皮的邊界點(diǎn)； e2)對(duì)眼皮邊界進(jìn)行二次拋物線曲線擬合； e3)分別計(jì)算上、下眼皮的遮擋比例； e4)采用線性加權(quán)的方式對(duì)e3)計(jì)算得到的上、下眼皮遮擋比例進(jìn)行融合； e5)根據(jù)e4)的融合結(jié)果判別虹膜圖像的遮擋度。
8.根據(jù)權(quán)利要求7的方法，其中在所述步驟e4)中線性加權(quán)的權(quán)重因子是可調(diào)整的。
9.根據(jù)權(quán)利要求7的方法，其中在所述步驟e4)中下眼皮的遮擋程度高于上眼皮。
10.根據(jù)權(quán)利要求1的方法，其中在所述步驟c)、d)和e)的順序可交換。
全文摘要
本發(fā)明提供了一種級(jí)聯(lián)的視頻流虹膜圖像質(zhì)量檢測(cè)方法，包括如下步驟a)虹膜圖像采集；b)虹膜圖像定位及位置判斷，若判斷出定位不成功或位置不合適，則返回步驟a)重新采集；c)基于圖像飽和度的自適應(yīng)調(diào)整對(duì)虹膜圖像清晰度進(jìn)行判斷，若判斷出清晰度不符合要求，則返回步驟a)重新采集；d)基于光斑形狀的分析對(duì)虹膜圖像運(yùn)動(dòng)模糊判斷，若判斷出虹膜圖像存在運(yùn)動(dòng)模糊，則返回步驟a)重新采集；e)基于區(qū)域的加權(quán)對(duì)虹膜圖像遮擋度進(jìn)行判斷，若判斷出虹膜圖像存在嚴(yán)重遮擋，則返回步驟a)重新采集。本發(fā)明的虹膜圖像質(zhì)量檢測(cè)方法可應(yīng)用于復(fù)雜場(chǎng)景，為一種快速、準(zhǔn)確的級(jí)聯(lián)式虹膜圖像質(zhì)量檢測(cè)方法。
文檔編號(hào)G06K9/20GK103077386SQ201310048340
公開(kāi)日2013年5月1日 申請(qǐng)日期2013年2月6日 優(yōu)先權(quán)日2013年2月6日
發(fā)明者何召鋒, 李志林, 邱顯超, 馬力 申請(qǐng)人:北京中科虹霸科技有限公司