序列虹膜图像质量的评价方法.pdf

万方数据
序列虹膜图像质量的评价方法童勤业ScienceZhiangUmHangzhou刘伟0言计算机辅助设计与图形学学报随着现代社会信息化和网络化的高度发展，个人身份鉴别的需求越来越迫切，从而导致了生物认证技术的快速发展．生物认证技术又称生物识别技(像、虮膜、指纹、掌纹、声音等蛐形L卣如签名、)鉴定手段缬没苈相比，生物识别技术具有稳5虹膜是位于瞳孔和巩膜之间的一个环形区域缤，它具有惟一性、不易受损、采集方便25j内外研究人员对基于虹膜的生物认证技术进行了大量的研究，取得了许多成果1身份鉴别是最可靠的技术“⋯．3成：虹膜图像采集、虹膜活性检测和虹膜识别，其中5J膜图像时，由于存在多种影响图像质量的因素，因此]第卷第期摘墓提出一种使用二维图像复杂度和傅里叶额潜值作为评价因子、利用分类器进行序列虹膜图像质量评价的JKNNBP量机等多种分类器中使用上述评价因子的结果均比较理想，可以挑选出符合要求的虹膜图像．关键词生物特征识别；虹膜识别；图像质量评价；复杂性测度；频谱分析中图法分类号．籘．掣***猟KNN年月COMPUTERAIDED＆((bme-******@uedu)．瑃．．—．琣identificationExperimentstheseeaturesand，recognitioniris籭aasessnlentcomplexity收稿日期：：修回期：Voi17No12Dec2005
万方数据
记，，0散傅里叶逆变换的结果为，，对，，。，=l(m22{o1FW(n)2fMN啤疲琟挥琸／杂度以概率樟灿凇!铝耍惶乇鸬兀盤时，∑∑琸_图像的二维复杂度分析缤．影响虹膜图像质量的因素主要有翰杉北患姓叩囊贫斐傻耐枷袷д如；焦点没对准造成的图像模糊缤)(l．由于使用质量不好的虹膜图像进行身份认证时会严重影响识别结果，因此序列虹膜图像质量的评价是虹膜识别中一个非常重要的前处理步骤．国内外研究人员提出了～些序列虹膜图像质量DaugmanL3o里叶谱中的所有高频成分能量来评价图像质量；Wildesl4]Ma|5I膜同像的二维傅里叶频谱值并利用支持向量机分类器选择清晰图像；陈戟等”提出了·种基于小波包分解的算法，以子频带的能量作为判别图像质量的本文提出一种新的序列蛆膜图像质量的评价方为特征，采用分类器对图像进行分类与选择．实验表明使用该方法选择后的虹膜图像质量是令人满意的．复杂度方法是非线性动力系统的一种度量方法：一段时问序列通过一个特定的复杂度算法处理，可以得到一个复杂度值，这个值表示该序列的非规"1[8]基础上，文献【给出了具体算法，一般称之为复杂性，该算法及其改进方法在生物信号处理中得到了一定的应用“．[7]提出了一种针对二维信号的复杂度算法，称之为二维复杂度，其定义如下：1k=0N1}个长度为矶任狽的二维序列，，，玁一为相应的二维离散傅里叶变换序列．，的均方值为并定义N1}，，则二维复杂度为[7]C0任意图像的二维复杂度总介于之间；如果大小为罭的图像是随机的，每个像素的42MoNocO二维复杂度以概率樟灿．由于图像纹理反映了图像灰度或结构变化的某种规律，因此利用二维复杂度可以从一个方面定量地描述图像的纹理信息．图疚幅大小为，灰度级为幕叶韧枷瘢Brodatzl1像．编号分别为虳．2a2dCO7二维复杂度在一定程度上反映了图像的纹理信息．对虹膜图像而青，其纹理