基于多指标融合的虹膜图像质量评估方法_晁静静1
需积分: 0 72 浏览量
2022-08-03
14:38:19
上传
评论
收藏 1.72MB PDF 举报
收稿日期
： 2018 － 10
基金项目
：
国家自然科学基金项目
（ 61772327） ；
上海市科委地方能力建设项目
（ 15110600700）
作者简介
：
晁静静
（ 1992—） ，
女
，
硕士研究生
，
研究方向为虹膜识别
。
基于多指标融合的虹膜图像质量评估方法
晁静静
，
沈文忠
，
宋天舒
，
滕 童
（
上海电力学院 电子与信息工程学院
，
上海
200090）
摘要
：
虹膜图像质量评估是虹膜识别系统中的重要模块
，
通过质量评估来摒弃质量较差的虹膜图像
，
能显著提升虹膜识别系
统的性能
。
虹膜图像质量一般会受到多种因素的影响
，
单一或少数指标都不能准确客观地进行评估
，
因此提出了一种新颖的多指
标融合的虹膜图像质量评估方法
，
选取可用虹膜区域
、
清晰度
、
虹膜半径
、
虹膜
-
瞳孔对比度
、
虹膜
-
巩膜对比度
、
瞳孔扩张性和灰度利
用率这
7
个质量指标
，
结合
GA-BP
神经网络进行多指标融合
，
预测虹膜图像的综合质量评估分数
。
在
CASIA
虹膜图像库中进行验
证
，
实验结果表明
，
该方法可以客观准确地评估虹膜图像的质量
，
对虹膜识别的性能有很强的可预测性
。
关键词
：
虹膜图像
；
质量评估
；
多指标融合
； GA-BP
神经网络
中图分类号
： TP391． 41
文献标志码
： A
文章编号
： 1006 － 2394（ 2019） 03 － 0024 － 05
A Method of Quality Assessment
on Iris Images Based on the Multi-index Integration
CHAO Jing-jing，SHEN Wen-zhong，SONG Tian-shu，TENG Tong
（ School of Electronic and Information Engineering，Shanghai University of Electric Power，Shanghai 200090，China）
Abstract： The quality evaluation of iris images is an important module in iris recognition system． And the perform-
ance of iris recognition system can be greatly improved by abandoning the poor quality of iris images through evaluation．
The quality of iris images can be generally affected by a variety of factors． The assessment method using one or two fac-
tors cannot evaluate iris images＇ quality accurately and objectively，hence a multi-index integration method for evaluating
the quality of iris images is proposed． And seven quality factors，including usable iris area，sharpness，iris radius，iris-
pupil contrast，iris-sclera contrast，pupil expandability and gray utilization ratio are selected． Multiple factors fusion is
combined with GA-BP ne ural network to predict the comprehensive quality assessment score of iris images． The algo-
rithm is v erified in the CASIA data set
，and the experiment result shows that the method can select good quality images
and has a strong predictability in iris recognition．
Key words： iris image； quality assessment； multi-index integration； GA-BP neural network
0
引言
近些年关于虹膜识别的研究在学界和业界引起了
广泛地关注
，
据统计虹膜识别的误识率在各种生物识
别方式中是最低的
［1］
，
具有良好的应用前景
。
然而在
实际应用中
，
虹膜识别系统的性能与虹膜图像的质量
密切相关
。
在采集过程中
，
虹膜图像容易出现运动模
糊
、
离焦模糊
、
光斑
、
瞳孔收缩
、
严重遮挡等情况
，
使得
虹膜识别系统难以作出准确地判断
，
严重影响系统的
准确性
。
因此需要对采集的虹膜图像先进行质量评
估
，
筛选出具有质量良好的虹膜图像
，
以便提高虹膜识
别系统的准确性
。
Daugman
［2］
利用
8 × 8
的卷积核计算整幅虹膜图
像的二维傅里叶频谱中的高频能量来判断虹膜图像的
清晰度
；
马力等
［3］
通过定位选取虹膜区域
（ ROI） ，
并计
算该区域的傅里叶频谱信息来评估离焦模糊
、
运动模
糊和遮挡等情况
；
陈戟等
［4］
利用小波包分解的方法计
算归一化后的虹膜图像的高频能量来评估图像的质
量
；
邢磊等
［5］
将虹膜的模糊
、
遮挡以及斜眼指标通过
“
标准分法
”
融合成一个综合的质量分数来评估虹膜
图像质量
； Makinana
等
［6］
将面积比
、
遮挡
、
模糊
、
扩张
作为虹膜图像质量评估指标
，
并通过
PCA
进行融合得
到分类结果
； Aditya
等
［7］
将遮挡
、
离焦
、
对比度
、
斜眼质
量指标测度评估的结果线性相加得到一个整体的质量
分数
； Gao
等
［8］
将虹膜旋转
、
虹膜可见度
、
虹膜偏心度
和虹膜清晰度作为虹膜图像质量评估指标
，
通过
SVM
·42·
仪 表 技 术
2019
年第
3
期
DOI:10.19432/j.cnki.issn1006-2394.2019.03.007
资源评论
无声远望
- 粉丝: 53
- 资源: 298
最新资源
- proteusntion-model-for-network-id开发笔记
- dockerntion-model-for-network-ids开发笔记
- 工程伦理e-MM-m开发笔记
- zlibrary-attention-model-for-network-i开发笔记
- matlab GUI仿真ntion-model-for-network-ids开发笔记
- 注意力机制t-JavaWeb-m开发笔记
- 雾霾分析的MATLAB GUI仿真程序
- 基于Matlab的超声场可视化研究及GUI仿真模拟
- DJ宏财-全外文FunkyHouse音乐总有一天你会出现在我身边必听精选专辑串烧.mp3
- kuzu 5.16（是2.18回锅饭）.zip
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
